Nagranie rozmowy może zawierać znacznie więcej informacji, niż wynikałoby z pobieżnego odsłuchania. Wypowiedzi na prawdę bardzo często są przerywane, rozmówcy wchodzą sobie w słowo, a część zdań pozostaje niedokończona. Dopiero przy dokładnym odsłuchiwaniu widać, jak sporo elementów trzeba uwzględnić podczas tworzenia zapisu.
Transkrypcja nagrań polega na przeniesieniu wypowiedzi z formy dźwiękowej do tekstu, ale sposób wykonania takiego zadania uzależniony jest od przeznaczenia materiału. Inaczej można opracować rozmowę przeznaczoną do późniejszego przeczytania, a przeciwnie zapis, w którym ważne jest zachowanie możliwie wiernego przebiegu wypowiedzi. Znaczenie moraz jakość pliku. Szum tła, pogłos, cichy głos lub kilka osób mówiących równocześnie mogą utrudnić prawidłowe rozpoznanie słów. W takich okolicznościach nie powinno się uzupełniać brakujących fragmentów na bazie przypuszczeń. Lepszym rozstrzygnięciem jest wyraźne zaznaczenie, że konkretny fragment jest nieczytelny albo trudny do ustalenia.
W sytuacji materiałów stosowanych w sprawach prawnych szczególnej sugestie wymaga dokładność zapisu. Transkrypcja do sądu może obejmować rozmowy telefoniczne, przesłuchania, spotkania, wiadomości głosowe czy inne nagrania, które mają znaczenie dla określonego postępowania. W takim dokumencie ważna jest kolejność wypowiedzi a także możliwość łatwego odnalezienia konkretnego miejsca w materiale źródłowym. Z tego powodu przydatne bywają oznaczenia czasu, podział na poszczególnych rozmówców i konsekwentne stosowanie tych samych oznaczeń w całym dokumencie. Nie należy a przy tym poprawiać wypowiedzi w taki sposób, by brzmiała bardziej logicznie niż na oryginalnym nagraniu. Usterki językowe, powtórzenia czy urwane zdania mogą stanowić część rzeczywistego przebiegu rozmowy (zobacz również:transkrypcja cennik). O ile materiał ma być w przyszłości oceniany w konkretnym postępowaniu, znaczenie ma również to, czy dokument przedstawia dosłowną tekst nagrania, czy tylko jego uporządkowaną wersję. Te dwa podejścia nie są tym samym i nie zawsze można je używać zamiennie.
Pojęcie stenogram jest powiązane z wiernym zapisem wypowiedzi, natomiast w praktyce forma takiego dokumentu może być dostosowana do charakteru nagrania. Przy większej liczbie uczestników samo rozpoznanie głosów bywa wyzwaniem, szczególnie gdy osoby mają podobną barwę głosu lub nagranie zostało wykonane z większej odległości. Pomocny jest wówczas kontekst rozmowy, niemniej jednak nie powinien on prowadzić do dopisywania treści, których nie można usłyszeć. Osobną kwestią są nazwy swoje, nazwiska, numery, daty i specjalistyczne określenia. Pomyłka w jednym słowie może przemienić znaczenie całej wypowiedzi, dlatego takie fragmenty wymagają dodatkowego sprawdzenia. W przypadku niepewności warto zachować informację o problemie zamiast przedstawiać domysł jako fakt. Dotyczy to również sytuacji, w której rozmówca mówi niewyraźnie lub jednocześnie wypowiada się kilka osób.
Na sposób przygotowania zapisu wpływa również to, jak będzie on w przyszłości wykorzystywany. O ile tekst ma służyć głównie do analizy treści, można zastosować układ ułatwiający szybkie wyszukiwanie konkretnych fragmentów. Przy dokumentach związanych z materiałem dowodowym większe znaczenie może posiadać zachowanie kolejności wypowiedzi i dokładne wskazanie miejsca w nagraniu. Warto również pamiętać, że treść nie oddaje wszystkich cech komunikacji ustnej. Ton głosu, długość ciszy, sposób wypowiedzenia określonego słowa czy reakcje pozostałych osób mogą mieć znaczenie, którego nie da się w pełni zilustrować samymi zdaniami. Dlatego oznaczenia dotyczące pauz, śmiechu, hałasu w tle albo jednoczesnych wypowiedzi powinny być stosowane wtedy, gdy w rzeczywistości pomagają odtworzyć przebieg rozmowy. Zwłaszcza przy długich nagraniach liczy się konsekwencja, ponieważ zmienianie zasad zapisu w połowie dokumentu może utrudnić późniejsze użytkowanie z przygotowanego materiału.
Warto sprawdzić: transkrypcje nagrań.