Nagranie rozmowy może zawierać znacznie więcej informacji, niż wynikałoby z pobieżnego odsłuchania. Wypowiedzi na prawdę często są przerywane, rozmówcy wchodzą sobie w słowo, a część zdań pozostaje niedokończona. Dopiero przy dokładnym odsłuchiwaniu widać, jak sporo elementów powinno się uwzględnić podczas budowy zapisu.
Transkrypcja nagrań polega na przeniesieniu wypowiedzi z formy dźwiękowej do tekstu, niemniej jednak sposób wykonania takiego zadania uzależniony jest od przeznaczenia materiału. Zupełnie inaczej można opracować rozmowę przeznaczoną do późniejszego przeczytania, a całkiem inaczej zapis, w którym istotne jest zachowanie możliwie wiernego przebiegu wypowiedzi. Znaczenie moraz jakość pliku. Szum tła, pogłos, cichy głos lub kilka osób mówiących jednocześnie mogą utrudnić właściwe rozpoznanie słów. W tak zaistniałych okolicznościach nie powinno się uzupełniać brakujących fragmentów na bazie przypuszczeń. Lepszym rozstrzygnięciem jest wyraźne zaznaczenie, że konkretny fragment jest nieczytelny albo nieprosty do ustalenia.
W sytuacji materiałów stosowanych w sprawach prawnych szczególnej uwagi wymaga dokładność zapisu. Transkrypcja do sądu może obejmować rozmowy telefoniczne, przesłuchania, spotkania, wiadomości głosowe czy inne nagrania, które mają znaczenie dla określonego postępowania. W takim dokumencie bardzo ważna jest kolejność wypowiedzi oraz sposobność łatwego odnalezienia konkretnego miejsca w materiale źródłowym. Z tego powodu przydatne bywają oznaczenia czasu, podział na poszczególnych rozmówców i konsekwentne stosowanie tych samych oznaczeń w całym dokumencie. Nie należy co więcej poprawiać wypowiedzi w taki sposób, by brzmiała bardziej logicznie niż na oryginalnym nagraniu. Usterki językowe, powtórzenia czy urwane zdania mogą stanowić część rzeczywistego przebiegu rozmowy (sprawdź:transkrypcja cennik). Jeżeli materiał ma być w przyszłości oceniany w konkretnym postępowaniu, znaczenie ma też to, czy dokument przedstawia dosłowną tekst nagrania, czy tylko jego uporządkowaną wersję. Te dwa podejścia nie są tym samym i nie zawsze można je stosować zamiennie.
Pojęcie stenogram jest związane z wiernym zapisem wypowiedzi, natomiast w praktyce metoda takiego dokumentu może być dostosowana do charakteru nagrania. Przy większej liczbie uczestników samo rozpoznanie głosów bywa wyzwaniem, zwłaszcza gdy osoby mają podobną barwę głosu albo nagranie zostało zrobione z większej odległości. Pomocny jest wówczas kontekst rozmowy, niemniej jednak nie powinien on prowadzić do dopisywania treści, których nie można usłyszeć. Osobną kwestią są nazwy własne, nazwiska, numery, daty i specjalistyczne określenia. Pomyłka w jednym słowie może zmienić znaczenie całej wypowiedzi, dlatego takie fragmenty wymagają dodatkowego sprawdzenia. W sytuacji niepewności warto zachować informację o problemie zamiast przedstawiać domysł jako fakt. Tyczy się to również sytuacji, w której rozmówca mówi niewyraźnie lub równocześnie wypowiada się kilka osób.
Na sposób przygotowania zapisu wpływa również to, jak będzie on później wykorzystywany. Jeśli treść ma służyć głównie do analizy treści, można zastosować układ ułatwiający szybkie wyszukiwanie konkretnych fragmentów. Przy dokumentach związanych z materiałem dowodowym większe znaczenie może mieć zachowanie kolejności wypowiedzi i dokładne wskazanie miejsca w nagraniu. Warto też pamiętać, że tekst nie oddaje wszystkich cech komunikacji ustnej. Ton głosu, długość ciszy, sposób wypowiedzenia określonego słowa czy reakcje pozostałych osób mogą posiadać znaczenie, którego nie da się całkowicie pokazać samymi zdaniami. Dlatego oznaczenia dotyczące pauz, śmiechu, hałasu w tle albo jednoczesnych wypowiedzi powinny być stosowane wówczas, gdy realnie pomagają odtworzyć przebieg rozmowy. W szczególności przy długich nagraniach liczy się konsekwencja, ponieważ zmienianie zasad zapisu w połowie dokumentu może utrudnić późniejsze wykorzystywanie z przygotowanego materiału.
Więcej informacji: transkrypcja nagrań.