W trakcie przepisywania rozmowy z pliku audio szybko okazuje się, że najwięcej trudności nie wynika z samego pisania, lecz z konieczności właściwego odczytania tego, co de fakto zostało powiedziane. Nagranie może zawierać dłuższe przerwy, zmiany tematu, poprawianie własnych wypowiedzi albo fragmenty wypowiadane bardzo cicho. Transkrypcja nagrań wymaga zatem jednoczesnego słuchania i zapisywania informacji w sposób uporządkowany.
Przy prostych rozmowach wystarcza zwykle rozpoznanie kolejnych wypowiedzi, jednak przy bardziej złożonym materiale dochodzi identyfikacja osób, zarządzanie kolejności a także zaznaczanie miejsc, których nie można niedwuznacznie odczytać. Istotne jest także rozróżnienie pośród zapisem dosłownym a treścią po redakcji. W pierwszym przypadku pozostawia się naturalne cechy mowy, tj. powtórzenia czy niedokończone zdania. W drugim można ograniczyć elementy utrudniające lekturę, jednakże każda ingerencja w treść powinna posiadać określony cel i nie może prowadzić do zmiany znaczenia wypowiedzi.
Duże znaczenie ma jakość samego nagrania. Plik zarejestrowany w cichym pomieszczeniu daje w całości inne sposobności niż materiał pochodzący z miejsca, w którym słychać ruch uliczny, pracujące urządzenia lub kilka rozmów prowadzonych jednocześnie. Problematyczne bywają również nagrania z telefonu, gdy urządzenie znajduje się daleko od osoby mówiącej. W takich ustaleniach pojedyncze słowa mogą być skomplikowane do rozpoznania, a próba odtworzenia ich tylko na podstawie kontekstu prowadzi do ryzyka błędu. W praktyce całkiem dobrze pozostawić oznaczenie niezrozumiałego fragmentu niż wpisać frazę, które jedynie wydaje się prawdopodobne. Przy dłuższych materiałach przydaje się również oznaczanie czasu nagrania. Daje możliwość ono szybko wrócić do konkretnej wypowiedzi i porównać zapis z oryginalnym plikiem. Ma to znaczenie szczególnie wtedy, gdy dokument będzie analizowany przez osoby, które nie uczestniczyły w rozmowie.
W materiałach związanych z postępowaniem prawnym sposób opracowania zapisu może mieć dodatkowe znaczenie. Transkrypcja do sądu powinna przedstawiać treść nagrania w sposób czytelny, ale bez swobodnego interpretowania wypowiedzi uczestników. Nie trzeba poprawiać sensu zdania wyłącznie dlatego, że rozmówca użył błędnej formy językowej lub przerwał wypowiedź w połowie (sprawdź również informacje na stronie:transkrypcje cennik). Jeżeli na nagraniu występuje kilka osób, niezbędne jest konsekwentne oznaczanie ich wypowiedzi. Jeszcze trudniejsza sytuacja pojawia się przy mówieniu jednoczesnym, ponieważ wtedy nie zawsze da się ustalić pełną tekst obu wypowiedzi. W takiej okoliczności warto zaznaczyć nakładanie się głosów, zamiast tworzyć z pozoru kompletny zapis. Znaczenie mogą posiadać też dłuższe pauzy, śmiech, podniesiony głos czy odgłosy wskazujące na reakcję uczestników, o ile są wyraźnie słyszalne i istotne dla przebiegu rozmowy.
W współzależności od celu dokumentu stosuje się różne sposoby przedstawiania materiału. Stenogram może być przygotowany w formie bardzo zbliżonej do rzeczywistego przebiegu rozmowy, z zachowaniem kolejności wypowiedzi i charakterystycznych elementów mowy. Przy innych zastosowaniach treść może zostać uporządkowany tak, by łatwiej było wyszukać dokładnie określone informacje, bez zmieniania ich znaczenia. W obu przypadkach znacząca pozostaje konsekwencja przy stosowaniu oznaczeń a także dokładne sprawdzanie nazwisk, dat, liczb i nazw własnych. To właśnie takie najmniejsze elementy są podatne na pomyłki, w szczególności gdy dźwięk jest niewyraźny lub rozmówca posługuje się niewiele znanym określeniem. Przy pracy z nagraniem warto również pamiętać, że treść nie oddaje wszystkich cech komunikacji ustnej. Nie każdą intonację czy emocję można jednoznacznie opisać, dlatego zapis powinien oddzielać to, co de fakto wynika z nagrania, od interpretacji osoby przygotowującej dokument.
Sprawdź również informacje na stronie: transkrypcja do sądu.