Nagrania dźwiękowe i materiały wideo są dziś wykorzystywane w znaczącej liczbie sytuacji, w których późniejsze odtworzenie całego materiału może być niewygodne lub czasochłonne. W takich wypadkach 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 natomiast najprostszym misją. 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. Jeśli materiał jest niewyraźny, próba odgadnięcia brakującego fragmentu może prowadzić do zmiany sensu wypowiedzi, dlatego w praktyce nie gorzej podkreślić miejsce skomplikowane do ustalenia niż uzupełniać treść na bazie przypuszczeń.

Innego podejścia wymaga dokument przeznaczony do zastosowania w postępowaniu. Transkrypcja do sądu powinna głównie możliwie wnikliwie odzwierciedlać tekst źródłowego nagrania, ponieważ nawet pozornie drobne różnice mogą mieć znaczenie przy ocenie materiału (zobacz więcej: transkrypcje cennik). Ważne mogą być nie tylko i wyłącznie same słowa, lecz też kolejność wypowiedzi, przerwania, powtórzenia czy momenty, w których uczestnicy mówią jednocześnie. W współzależności od celu dokumentu używa się różny poziom szczegółowości. Nierzadko niezbędny jest zapis wypowiedzi wraz z oznaczeniami czasu, a innym razem tekst uporządkowany w taki sposób, aby łatwiej było znaleźć dany fragment nagrania. Nie powinno się ponadto poprawiać wypowiedzi wyłącznie po to, aby brzmiała bardziej literacko. Język mówiony na prawdę często zawiera niedokończone zdania, powtórzenia i potoczne określenia, które mogą zostać utracone podczas nadmiernej redakcji.

W sytuacji dłuższych materiałów 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 bardzo ważna staje się konsekwencja w oznaczaniu rozmówców a także zachowanie jednolitego sposobu zapisu przez cały dokument. Problem pojawia się zwłaszcza wtedy, gdy kilka osób wypowiada się równocześnie, ktoś mówi bardzo cicho lub nagranie zawiera fragmenty o słabej jakości. Wówczas nie wystarczy mechaniczne rozpoznawanie mowy. Niezbędne jest porównywanie trudnych fragmentów z wcześniejszym i późniejszym kontekstem, a w pewnych przypadkach też wielokrotne odsłuchiwanie tego samego miejsca. Nie znaczy to jednakże, że niejasny fragment powinno się we własnym zakresie interpretować. Misją osoby sporządzającej zapis jest możliwie wierne przedstawienie materiału, a nie zmienianie jego treści.

Na dokładność zapisu wpływa także 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 treść jest zapisem pochodnym i w razie konieczności powinien dać się odnieść do źródła. Pomocne bywają oznaczenia czasu, dzięki którym konkretną wypowiedź można bardzo szybko porównać z odpowiednim miejscem nagrania. Znaczenie ma też metoda dokumentu: zbyt duża ingerencja redakcyjna może oddalić zapis od rzeczywistego przebiegu rozmowy, natomiast całkowity brak uporządkowania utrudnia korzystanie z tekstu. Dlatego przy transkrypcji trzeba za każdym razem uwzględnić rodzaj materiału, jego użycie a także ograniczenia wynikające z jakości źródła.

Polecana strona: transkrypcja nagrań.