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 trzeba uwzględnić w trakcie budowy zapisu.
Transkrypcja nagrań polega na przeniesieniu wypowiedzi z formy dźwiękowej do tekstu, ale sposób stworzenia takiego zadania zależy od przeznaczenia materiału. Inaczej można opracować rozmowę przeznaczoną do późniejszego przeczytania, a inaczej zapis, w którym istotne jest zachowanie możliwie wiernego przebiegu wypowiedzi. Znaczenie ma także jakość pliku. Szum tła, pogłos, cichy głos lub kilka osób mówiących równocześnie mogą utrudnić prawidłowe rozpoznanie słów. W takich sytuacjach nie należy uzupełniać brakujących fragmentów na podstawie przypuszczeń. Lepszym wyjściem jest wyraźne zaznaczenie, że określony fragment jest nieczytelny albo niełatwy do ustalenia.
W przypadku materiałów stosowanych w sprawach prawnych szczególnej sugestie 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 na prawdę istotna jest kolejność wypowiedzi a także 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 prócz tego poprawiać wypowiedzi w taki sposób, by brzmiała bardziej logicznie niż na oryginalnym nagraniu. Błędy językowe, powtórzenia czy urwane zdania mogą stanowić część rzeczywistego przebiegu rozmowy (sprawdź:transkrypcja do sądu cennik). O ile materiał ma być w późniejszym czasie oceniany w konkretnym postępowaniu, znaczenie ma również to, czy dokument przedstawia dosłowną tekst nagrania, czy jedynie jego uporządkowaną wersję. Te dwa podejścia nie są tym samym i nie za każdym razem można je używać zamiennie.
Pojęcie stenogram jest powiązane z wiernym zapisem wypowiedzi, jednakże 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 swoje, nazwiska, numery, daty i specjalistyczne określenia. Pomyłka w jednym słowie może zmodyfikować znaczenie całej wypowiedzi, dlatego takie fragmenty wymagają dodatkowego sprawdzenia. W przypadku niepewności warto zachować informację o problemie zamiast przedstawiać domysł jako fakt. Dotyczy to też sytuacji, w której rozmówca mówi niewyraźnie lub jednocześnie wypowiada się kilka osób.
Na sposób przygotowania zapisu wpływa również to, jak będzie on w przyszłości wykorzystywany. Jeśli treść ma służyć głównie do analizy treści, można zastosować układ ułatwiający szybkie szukanie konkretnych fragmentów. Przy dokumentach związanych z materiałem dowodowym większe znaczenie może mieć zachowanie kolejności wypowiedzi i dokładne wskazanie miejsca w nagraniu. Warto także pamiętać, że tekst nie oddaje wszystkich cech komunikacji ustnej. Ton głosu, długość ciszy, sposób wypowiedzenia określonego słowa czy reakcje pozostałych osób mogą mieć znaczenie, którego nie da się całkowicie zilustrować samymi zdaniami. Dlatego oznaczenia dotyczące pauz, śmiechu, hałasu w tle lub jednoczesnych wypowiedzi powinny być stosowane wtedy, gdy de facto pomagają odtworzyć przebieg rozmowy. W szczególności przy długich nagraniach liczy się konsekwencja, ponieważ zmienianie zasad zapisu w połowie dokumentu może utrudnić późniejsze użytkowanie z przygotowanego materiału.
Więcej informacji: transkrypcja nagrań.