Nagrania dźwiękowe i materiały wideo są dziś wykorzystywane w znaczącej liczbie sytuacji, w których późniejsze odtworzenie całego materiału może być niewygodne albo czasochłonne. W takich wypadkach 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 za każdym razem jest jednakże najprostszym zadaniem. Znaczenie mają jakość dźwięku, liczba osób mówiących, sposób wypowiadania się oraz obecność szumów i przerw. Przy nagraniu kilku rozmówców trzebprzy tym rozpoznać, kto zabiera głos. Jeśli materiał jest niewyraźny, próba odgadnięcia brakującego fragmentu może prowadzić do zmiany sensu wypowiedzi, dlatego w praktyce całkiem dobrze podkreślić miejsce trudne do ustalenia niż uzupełniać treść na bazie przypuszczeń.
Innego podejścia wymaga dokument przeznaczony do zastosowania w postępowaniu. Transkrypcja do sądu powinna głównie możliwie z dokładnością odzwierciedlać tekst źródłowego nagrania, ponieważ wręcz na pozór drobne różnice mogą posiadać znaczenie przy ocenie materiału (zobacz również: transkrypcje cennik). Ważne mogą być nie tylko same słowa, lecz też kolejność wypowiedzi, przerwania, powtórzenia czy momenty, w których uczestnicy mówią jednocześnie. W zależności od celu dokumentu wykorzystuje się różny poziom szczegółowości. Czasem potrzebny jest zapis wypowiedzi wraz z oznaczeniami czasu, a innym razem tekst uporządkowany w taki sposób, by łatwiej było odnaleźć określony fragment nagrania. Nie należy prócz tego poprawiać wypowiedzi tylko po to, aby brzmiała bardziej literacko. Język mówiony na prawdę bardzo 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 oraz zachowanie jednolitego sposobu zapisu przez cały dokument. Problem pojawia się szczególnie wtedy, gdy kilka osób wypowiada się jednocześnie, ktoś mówi bardzo cicho albo nagranie zawiera fragmenty o słabej jakości. Wówczas nie wystarczy mechaniczne rozpoznawanie mowy. Niezbędne jest porównywanie skomplikowanych fragmentów z wcześniejszym i późniejszym kontekstem, a czasem też wielokrotne odsłuchiwanie tego samego miejsca. Nie oznacza to jednakże, że niejasny fragment należy we własnym zakresie interpretować. Zadaniem osoby sporządzającej zapis jest możliwie wierne zilustrowanie 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 wykorzystanych do celów formalnych warto zachować oryginalny plik, ponieważ tekst 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, jednak całkowity brak uporządkowania utrudnia wykorzystywanie z tekstu. Dlatego przy transkrypcji trzeba każdorazowo uwzględnić rodzaj materiału, jego zastosowanie a także ograniczenia wynikające z jakości źródła.
Polecana strona: stenogram.