Nagrania dźwiękowe i materiały wideo są dziś wykorzystywane w znaczącej liczbie sytuacji, w których późniejsze odtworzenie całego materiału może być niewygodne lub czasochłonne. W tak zaistniałych okolicznościach znaczenie ma wierne przeniesienie wypowiedzi do postaci tekstowej. Transkrypcja nagrań może obejmować rozmowy, wywiady, posiedzenia, spotkania, wykłady czy materiały zarejestrowane podczas pracy.
Samo przepisanie słów nie zawsze jest jednakże najprostszym zadaniem. Znaczenie mają jakość dźwięku, liczba osób mówiących, sposób wypowiadania się oraz obecność szumów i przerw. Przy nagraniu kilku rozmówców trzebw dodatku rozpoznać, kto zabiera głos. Jeżeli już 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 z dużą dokładnością odzwierciedlać treść źródłowego nagrania, ponieważ dosłownie na pozór drobne różnice mogą mieć znaczenie przy ocenie materiału (sprawdź tutaj: transkrypcja do sądu cennik). Istotne mogą być nie tylko same słowa, lecz także kolejność wypowiedzi, przerwania, powtórzenia czy momenty, w których uczestnicy mówią równocześnie. W zależności od celu dokumentu używa się różny poziom szczegółowości. Czasem niezbędny jest zapis wypowiedzi wraz z oznaczeniami czasu, a innym razem tekst uporządkowany w taki sposób, aby łatwiej było odnaleźć konkretny fragment nagrania. Nie powinno się przy tym 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 przypadku dłuższych materiałów na prawdę bardzo często pojawia się pojęcie stenogram, choćby w praktyce zakres tego określenia bywa różnie rozumiany. Stenogram może być szczegółowym zapisem przebiegu rozmowy lub wydarzenia, z uwzględnieniem kolejności wypowiedzi poszczególnych osób. Przy pracy z takim materiałem na prawdę istotna staje się konsekwencja w oznaczaniu rozmówców oraz zachowanie jednolitego sposobu zapisu przez cały dokument. Problem pojawia się w szczególności wówczas, gdy kilka osób wypowiada się jednocześnie, ktoś mówi bardzo cicho lub nagranie zawiera fragmenty o słabej jakości. Wówczas nie wystarczy mechaniczne rozpoznawanie mowy. Niezbędne jest porównywanie niełatwych fragmentów z wcześniejszym i późniejszym kontekstem, a czasami również wielokrotne odsłuchiwanie tego samego miejsca. Nie oznacza to jednakże, że niejasny fragment powinno się własnymi siłami interpretować. Celem osoby sporządzającej zapis jest możliwie wierne zilustrowanie materiału, a nie zmienianie jego treści.
Na dokładność zapisu wpływa również sposób przygotowania samego nagrania. Wyraźny dźwięk, niewielka liczba zakłóceń i możliwie czytelny podział głosów ułatwiają późniejszą pracę. Przy materiałach użytych do celów formalnych warto zachować oryginalny plik, ponieważ treść jest zapisem pochodnym i ewentualnie powinien dać się odnieść do źródła. Pomocne bywają oznaczenia czasu, dzięki którym konkretną wypowiedź można szybko porównać z właściwym miejscem nagrania. Znaczenie ma też forma dokumentu: zbyt duża ingerencja redakcyjna może oddalić zapis od rzeczywistego przebiegu rozmowy, natomiast całkowity brak uporządkowania utrudnia wykorzystywanie z tekstu. Dlatego przy transkrypcji powinno się każdorazowo uwzględnić rodzaj materiału, jego zastosowanie oraz ograniczenia wynikające z jakości źródła.
Więcej informacji: transkrypcja do sądu.