Nagrania dźwiękowe są wykorzystywane w bardzo wielu sytuacjach, w głównej mierze w trakcie rozmów służbowych, konsultacji, spotkań, wywiadów czy czynności związanych z prowadzonymi sprawami. Zapisanie ich treści w formie tekstowej umożliwia wrócić do konkretnych wypowiedzi i analizować informacje bez konieczności każdorazowego odtwarzania całego materiału. Transkrypcje nagrań różnią się jednakże zakresem szczegółowości.
Są przypadki w których wystarczy zapis najważniejszych informacji, w innych konieczne jest wierne odtworzenie całego dialogu, łącznie z powtórzeniami, niedokończonymi zdaniami i przerwami w wypowiedziach. Bardzo duże znaczenie ma uwarunkowanie, czy treść ma pełnić funkcję dokumentacyjną, stanowić materiał do dalszej analizy, czy zostać użyty w formalnych czynnościach. Nie każdy rodzaj nagrania można opracować według tych samych zasad. Rozmowa dwóch osób prowadzona w spokojnym otoczeniu stawia inne oczekiwania niż dyskusja grupowa, w której uczestnicy mówią jednocześnie.
Przy sporządzaniu zapisu istotne jest także rozpoznawanie osób wypowiadających poszczególne kwestie. Nie za każdym razem jest to łatwe, w szczególności gdy głosy są podobne, rozmówcy znajdują się w różnej odległości od mikrofonu albo nagranie zawiera zakłócenia (więcej informacji: transkrypcja do sądu cennik). W takich wypadkach pomocne może być porównywanie charakterystycznych cech głosu a także analiza dłuższych fragmentów rozmowy. Nie należy natomiast przypisywać wypowiedzi dokładnie sprecyzowanej osobie jedynie na bazie domysłów. Analogiczna ostrożność tyczy się nazwisk, nazw mieście, dat i określeń branżowych. Usterki w tych elementach mogą prowadzić do nieporozumień, w szczególności gdy zapis jest później wykorzystywany przez osoby, które nie znają pierwotnego kontekstu. Transkrypcja powinna wyróżniać treść możliwą do odtworzenia od fragmentów niepewnych. Jeżeli kilka słów brzmi dokładnie tak samo i nie można rozstrzygnąć, które z nich zostało użyte, właściwym rozstrzygnięciem jest oznaczenie wątpliwości zamiast wybierania jednej wersji.
Odrębną kategorię stanowią materiały organizowane na potrzeby postępowań prawnych. Transkrypcja do sądu musi uwzględniać charakter dokumentu a także wymagania dotyczące sposobu przedstawienia treści nagrania. Ważne jest zachowanie chronologii, dokładnego brzmienia wypowiedzi i rozróżnienia poszczególnych uczestników rozmowy. W praktyce znaczenie mogą posiadać nawet krótkie odpowiedzi, takie jak zgody, zaprzeczenia czy pojedyncze słowa wypowiedziane w reakcji na wcześniejsze zdanie. Ich pominięcie może zaburzyć odbiór całej zamiany zdań. Warto także używać oznaczenia czasu, które pozwalają powiązać konkretny fragment dokumentu z odpowiednim miejscem w pliku audio. Trzeba dodatkowo rozróżniać sam zapis rozmowy od opinii dotyczącej jej treści. Osoba sporządzająca dokument nie powinna dopisywać interpretacji intencji rozmówców ani rozstrzygać, co mieli na myśli. O formalnej przydatności materiału decydują przepisy i okoliczności konkretnego postępowania, a sam stenogram nie zastępuje niekonwencjonalnego nagrania.
Na ostateczny kształt dokumentu wpływoraz sposób jego przygotowania i sprawdzeniu. Automatyczne rozpoznawanie mowy może przyspieszyć wstępne opracowanie dźwięku, ale nie rozwiązuje wszystkich problemów związanych z jakością materiału. Programy na prawdę bardzo często mylą dokładnie tak samo brzmiące wyrazy, nieprawidłowo zapisują liczby i mają trudności z rozpoznawaniem wypowiedzi nakładających się na siebie. Szczególnej uwagi wymagają fragmenty zawierające skróty, obcojęzyczne zwroty a także nazewnictwo specjalistyczne. Dlatego gotowy tekst powinien być porównany z nagraniem, a poprawki muszą wynikać z rzeczywistego brzmienia wypowiedzi. Stenogram może zawierać także informacje o dłuższych przerwach, śmiechu, podniesionym głosie albo innych zdarzeniach dźwiękowych, o ile mają znaczenie dla celu dokumentu. Nie trzeba jednak przesadnie rozbudowywać takich opisów, ponieważ mogą utrudniać odczytanie właściwego dialogu. Osobną kwestią pozostaje ochrona plików źródłowych i gotowych dokumentów. Nagrania mogą zawierać dane osobowe, informacje zawodowe albo detale prywatnych rozmów, dlatego sposób ich udostępniania, przechowywania i przekazywania powinien uwzględniać charakter zawartych w nich informacji.
Zobacz także: transkrypcje nagrań.