Nagrania dźwiękowe i materiały wideo są dziś wykorzystywane w znaczącej liczbie przypadków, w których późniejsze odtworzenie całego materiału może być niewygodne lub czasochłonne. W takich sytuacjach znaczenie ma wierne przeniesienie wypowiedzi do postaci tekstowej. Transkrypcja nagrań może obejmować rozmowy, wywiady, posiedzenia, spotkania, wykłady czy materiały zarejestrowane w trakcie pracy.

Samo przepisanie słów nie zawsze jest jednak najprostszym celem. Znaczenie mają jakość dźwięku, liczba osób mówiących, sposób wypowiadania się oraz obecność szumów i przerw. Przy nagraniu kilku rozmówców trzebco więcej rozpoznać, kto zabiera głos. Jeżeli materiał jest niewyraźny, próba odgadnięcia brakującego fragmentu może prowadzić do zmiany sensu wypowiedzi, dlatego w praktyce całkiem dobrze zaznaczyć miejsce trudne do ustalenia niż uzupełniać treść na bazie przypuszczeń.

Innego podejścia wymaga dokument przeznaczony do użycia w postępowaniu. Transkrypcja do sądu powinna przede wszystkim możliwie wnikliwie odzwierciedlać tekst źródłowego nagrania, ponieważ dosłownie pozornie drobne różnice mogą posiadać znaczenie przy ocenie materiału (polecam: transkrypcja do sądu cennik). Ważne mogą być nie tylko same słowa, lecz też kolejność wypowiedzi, przerwania, powtórzenia czy momenty, w których uczestnicy mówią równocześnie. W współzależności od celu dokumentu używa się różny poziom szczegółowości. Czasami potrzebny jest zapis wypowiedzi wraz z oznaczeniami czasu, a innym razem tekst uporządkowany w taki sposób, by łatwiej było znaleźć określony fragment nagrania. Nie należy ponadto poprawiać wypowiedzi jedynie po to, ażeby brzmiała bardziej literacko. Język mówiony na prawdę bardzo często zawiera niedokończone zdania, powtórzenia i potoczne określenia, które mogą zostać utracone w trakcie nadmiernej redakcji.

W przypadku dłuższych materiałów na prawdę bardzo często pojawia się pojęcie stenogram, choćby w praktyce zakres tego określenia bywa różnie rozumiany. Stenogram może być szczegółowym zapisem przebiegu rozmowy albo wydarzenia, z uwzględnieniem kolejności wypowiedzi poszczególnych osób. Przy pracy z takim materiałem na prawdę istotna staje się konsekwencja w oznaczaniu rozmówców a także zachowanie jednolitego sposobu zapisu przez cały dokument. Problem pojawia się szczególnie wówczas, gdy kilka osób wypowiada się jednocześnie, ktoś mówi bardzo cicho lub nagranie zawiera fragmenty o słabej jakości. Wtedy nie wystarczy mechaniczne rozpoznawanie mowy. Konieczne jest porównywanie skomplikowanych fragmentów z wcześniejszym i późniejszym kontekstem, a zdarza się, że także wielokrotne odsłuchiwanie tego samego miejsca. Nie oznacza to jednak, że niejasny fragment trzeba własnymi siłami interpretować. Zadaniem osoby sporządzającej zapis jest możliwie wierne pokazanie materiału, a nie zmienianie jego treści.

Na dokładność zapisu wpływa również sposób przygotowania samego nagrania. Wyraźny dźwięk, niewielka liczba zakłóceń i możliwie czytelny podział głosów ułatwiają późniejszą pracę. Przy materiałach przeznaczonych do celów formalnych warto zachować oryginalny plik, ponieważ tekst jest zapisem pochodnym i w razie potrzeby powinien dać się odnieść do źródła. Pomocne bywają oznaczenia czasu, dzięki którym konkretną wypowiedź można szybko porównać z najlepszym miejscem nagrania. Znaczenie ma również metoda dokumentu: zbyt duża ingerencja redakcyjna może oddalić zapis od rzeczywistego przebiegu rozmowy, jednak całkowity brak uporządkowania utrudnia wykorzystywanie z tekstu. Dlatego przy transkrypcji powinno się za każdym razem uwzględnić rodzaj materiału, jego użycie oraz ograniczenia wynikające z jakości źródła.

Zobacz także: stenogram.