Wiele informacji przekazywanych podczas rozmów ma znaczenie przede wszystkim w chwili, gdy padają konkretne słowa. Prędzej czy później pamięć uczestników może być niepełna, a ponowne odsłuchiwanie długiego pliku na prawdę bardzo często utrudnia szybkie odnalezienie potrzebnego fragmentu. Z tego powodu przygotowywana jest transkrypcja nagrań, czyli przeniesienie treści wypowiadanej w materiale audio albo wideo do formy pisemnej.
W współzależności od rodzaju nagrania zapis może dotyczyć jednej osoby albo wieloosobowej rozmowy, a trudność pracy zmienia się wraz z jakością dźwięku. Inaczej wygląda materiał z wyraźną wymową i jednym rozmówcą, a całkiem inaczej spotkanie, podczas którego głosy nakładają się na siebie. Znaczenie mają także pauzy, urwane zdania, powtórzenia i fragmenty wypowiadane niewyraźnie (zobacz również: transkrypcje cennik). W takich przypadkach nie należy automatycznie zastępować niezrozumiałych słów własną interpretacją, ponieważ wręcz niewielka zmiana może wpłynąć na sens całej wypowiedzi.
Szczególnego znaczenia nabiera zapis materiału, który ma zostać użyty w sprawie formalnej. Transkrypcja do sądu powinna być przygotowywana z uwzględnieniem charakteru nagrania oraz celu, któremu ma służyć dokument. Istotne może być dokładne wskazanie rozmówców, zachowanie kolejności wypowiedzi oraz możliwość odnalezienia konkretnego miejsca w materiale źródłowym. Przy dłuższych nagraniach pomocne są oznaczenia czasu, ponieważ pozwalają sprawdzić, z jakiego fragmentu pochodzi dana część zapisu. Nie za każdym razem prawidłowe jest też poprawianie języka osób mówiących. Wypowiedzi ustne różnią się od tekstu pisanego, dlatego występują w nich błędy, powtórzenia czy zdania rozpoczęte i niedokończone. Ich nadmierne wygładzanie może spowodować, że dokument przestanie wiernie przedstawiać przebieg rozmowy. Sposób opracowania powinien więc wynikać z tego, czego wymaga dokładnie sprecyzowane użycie materiału.
W praktyce bardzo dużo czasu może zająć nie samo wpisywanie słów, lecz rozstrzyganie miejsc problematycznych. Użyteczny stenogram nie powinien opierać się na zgadywaniu, gdy nagranie nie umożliwia jednoznacznie ustalić wypowiedzi. Szum uliczny, odgłosy urządzeń, rozmowy prowadzone w tle czy duża odległość od mikrofonu potrafią sprawić, że pojedyncze frazę staje się skomplikowane do rozpoznania. Jeszcze większym wyzwaniem są sytuacje, w których rozmówcy mówią równocześnie. Wówczas konieczne może być wielokrotne odsłuchanie krótkiego fragmentu i porównanie go z kontekstem całej rozmowy. Kontekst pomaga zrozumieć wypowiedź, niemniej jednak nie powinien być traktowany jako podstawa do dopisywania treści, której naprawdę nie słychać. W dokumentach o charakterze formalnym zwłaszcza ważne jest rozdzielenie tego, co wynika bezpośrednio z nagrania, od tego, co mogłoby być wyłącznie domysłem osoby wykonującej zapis.
Znaczenie ma także sposób przygotowania materiału przed rozpoczęciem pracy. Oryginalne nagranie powinno pozostać dostępne, ponieważ zapis tekstowy nie zastępuje źródła i ewentualnie może wymagać porównania z konkretnym fragmentem audio lub wideo. Przydatne okazuje się również zachowanie jednolitego sposobu oznaczania osób, czasu oraz fragmentów, których nie można gruntownie odczytać. W sytuacji kilku godzin materiału warto zwracać uwagę na ciągłość zapisu, ponieważ zmiana oznaczenia jednego rozmówcy może później utrudnić interpretację całego dokumentu. Znacząca jest również jakość samego pliku. Kompresja, bardzo cichy dźwięk lub nagranie wykonane z dużej odległości mogą ograniczać dokładność zapisu niezależnie od sposobu jego opracowania. Dlatego przy ocenie gotowego dokumentu powinno się brać pod uwagę nie tylko i wyłącznie formę tekstu, lecz także sposobów i ograniczenia materiału, z którego został on sporządzony.
Warto zobaczyć: transkrypcja nagrań.