Rozmowa zarejestrowana na dyktafonie, telefonie lub kamerze po pewnym czasie może stać się trudna do szybkiego analizowania. Kilkudziesięciominutowy plik wymaga odsłuchiwania od początku do końca, dosłownie jeżeli niezbędny jest wyłącznie jeden określony fragment. W takich sytuacjach transkrypcja nagrań pozwala pokazać zawartość materiału w formie tekstowej.

Nie znaczy to jednakże normalnego przepisywania słów bez zwracania sugestie na kontekst. Osoba wykonująca zapis musi rozpoznać poszczególnych rozmówców, zachować kolejność ich wypowiedzi i należycie potraktować fragmenty, których nie da się wyraźnie usłyszeć. Problemem bywają szczególnie nagrania zrobione w miejscach, gdzie występuje hałas, echo lub rozmowy prowadzone są przez kilka osób naraz. W takich warunkach pojedyncze słowo może być skomplikowane do ustalenia, a próba wypełnienia go na podstawie domysłu może zmienić znaczenie całej wypowiedzi.

Inaczej należy podejść do materiału, który może posiadać znaczenie w postępowaniu formalnym. Transkrypcja do sądu wymaga zwrócenia sugestie na detale, które w codziennym zapisie rozmowy mogłyby zostać pominięte. Znaczenie może posiadać dokładne wskazanie osoby mówiącej, kolejność zdań, przerwy w wypowiedzi czy moment, w którym dwóch uczestników zaczyna mówić równocześnie. Przy dłuższych plikach praktycznym rozstrzygnięciem jest też oznaczanie czasu nagrania. Dzięki temu zapis tekstowy można odnieść do konkretnego miejsca w materiale źródłowym bez konieczności szukania go metodą prób i błędów. Nie bez znaczenia pozostaje sposób zapisywania języka mówionego (warto zobaczyć: transkrypcje cennik). Rozmówcy często zmieniają zdanie w połowie wypowiedzi, powtarzają te same słowa albo używają skrótów myślowych. Zbyt daleko idąca korekta może sprawić, że treść będzie brzmiał poprawniej, ale równocześnie przestanie z dużą dokładnością odzwierciedlać nagranie.

Przy bardziej rozbudowanych materiałach spotkać można określenie stenogram, odnoszące się do dokładnego zapisu przebiegu wypowiedzi. W praktyce stopień szczegółowości takiego dokumentu może zależeć od jego przeznaczenia. Czasami na prawdę istotna jest omal każda przerwa i powtórzenie, innym razem większe znaczenie ma czytelne przedstawienie kolejnych wypowiedzi wraz z możliwością odnalezienia ich w nagraniu. Trudność rośnie, gdy materiał obejmuje sporo godzin rozmów. Wtedy łatwo o pomyłkę przy oznaczaniu osób lub pominięcie krótkiego fragmentu podczas wielokrotnego przewijania pliku. Pomocne jest dzielenie pracy na mniejsze części i zachowanie jednego sposobu zapisu w całym dokumencie. Szczególnej uwagi wymagają wypowiedzi nakładające się na siebie. Jeżeli nie można jednoznacznie ustalić ich treści, bardziej właściwe jest zaznaczenie nieczytelnego miejsca niż wpisanie słów, które wyłącznie pasują do kontekstu. Kontekst może pomóc w ponownym odsłuchaniu danego fragmentu, niemniej jednak nie powinien zastępować tego, co de facto znajduje się na nagraniu.

Na jakość końcowego zapisu wpływa przede wszystkim materiał źródłowy. Wyraźne nagranie z niewielką liczbą zakłóceń daje inne sposobności niż plik z cichymi głosami, szumem urządzeń lub dźwiękami dochodzącymi z otoczenia. Znaczenie ma także sposób ustawienia mikrofonu a także odległość rozmówców od urządzenia rejestrującego. W przypadku materiałów używanych w sprawach formalnych warto zachować oryginalny plik i nie ograniczać się jedynie do jego wersji tekstowej. Nagranie pozostaje źródłem, z którym można porównać zapis w razie pojawienia się wątpliwości dotyczących konkretnego zdania. Równie istotne jest zachowanie chronologii. Przestawienie dwóch wypowiedzi albo pominięcie krótkiej zamiany zdań może zmienić sposób odbioru kolejnej rozmowy. Dlatego przygotowanie transkrypcji wymaga nie tylko sprawnego słuchania i pisania, lecz również stałej testom zgodności tekstu z materiałem, na bazie którego został sporządzony.

Więcej informacji: stenogram.