Nagrania dźwiękowe i materiały wideo są dziś wykorzystywane w znaczącej liczbie przypadków, w których późniejsze odtworzenie całego materiału może być niewygodne albo 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 jednak najprostszym misją. Znaczenie mają jakość dźwięku, liczba osób mówiących, sposób wypowiadania się oraz obecność szumów i przerw. Przy nagraniu kilku rozmówców trzebponadto rozpoznać, kto zabiera głos. Jeżeli materiał jest niewyraźny, próba odgadnięcia brakującego fragmentu może prowadzić do zmiany sensu wypowiedzi, dlatego w praktyce lepiej podkreślić miejsce trudne do ustalenia niż uzupełniać tekst na bazie przypuszczeń.
Innego podejścia wymaga dokument przeznaczony do zastosowania w postępowaniu. Transkrypcja do sądu powinna głównie możliwie starannie odzwierciedlać tekst źródłowego nagrania, ponieważ nawet na pozór drobne różnice mogą mieć znaczenie przy ocenie materiału (zobacz również: transkrypcje cennik). Ważne mogą być nie tylko i wyłącznie same słowa, lecz również kolejność wypowiedzi, przerwania, powtórzenia czy momenty, w których uczestnicy mówią jednocześnie. W zależności od celu dokumentu stosuje się różny poziom szczegółowości. W pewnych przypadkach niezbędny jest zapis wypowiedzi wraz z oznaczeniami czasu, a innym razem treść uporządkowany w taki sposób, aby łatwiej było znaleźć dany fragment nagrania. Nie należy dodatkowo poprawiać wypowiedzi jedynie po to, ażeby 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 często pojawia się pojęcie stenogram, choć 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 bardzo ważna 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 równocześnie, ktoś mówi bardzo cicho albo nagranie zawiera fragmenty o słabej jakości. Wtedy nie wystarczy mechaniczne rozpoznawanie mowy. Konieczne jest porównywanie skomplikowanych fragmentów z wcześniejszym i późniejszym kontekstem, a w pewnych sytuacjach również wielokrotne odsłuchiwanie tego samego miejsca. Nie znaczy to jednak, że niejasny fragment należy samodzielnie interpretować. Misją osoby sporządzającej zapis jest możliwie wierne zaprezentowanie materiału, a nie zmienianie jego treści.
Na dokładność zapisu wpływa też 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 ewentualnie powinien dać się odnieść do źródła. Pomocne bywają oznaczenia czasu, dzięki którym konkretną wypowiedź można bardzo szybko porównać z najlepszym miejscem nagrania. Znaczenie ma też forma dokumentu: zbyt duża ingerencja redakcyjna może oddalić zapis od rzeczywistego przebiegu rozmowy, jednakże całkowity brak uporządkowania utrudnia korzystanie z tekstu. Dlatego przy transkrypcji powinno się za każdym razem uwzględnić rodzaj materiału, jego zastosowanie a także ograniczenia wynikające z jakości źródła.
Warto sprawdzić: transkrypcja nagrań.
