Nagrania dźwiękowe i materiały wideo są dziś wykorzystywane w ogromnej liczbie przypadków, w których późniejsze odtworzenie całego materiału może być niewygodne lub czasochłonne. W takich okolicznościach znaczenie ma wierne przeniesienie wypowiedzi do postaci tekstowej. Transkrypcja nagrań może obejmować rozmowy, wywiady, posiedzenia, spotkania, wykłady czy materiały zarejestrowane w trakcie pracy.

Samo przepisanie słów nie za każdym razem jest jednak najprostszym celem. Znaczenie mają jakość dźwięku, liczba osób mówiących, sposób wypowiadania się oraz obecność szumów i przerw. Przy nagraniu kilku rozmówców trzeba przy tym rozpoznać, kto zabiera głos. O ile materiał jest niewyraźny, próba odgadnięcia brakującego fragmentu może prowadzić do zmiany sensu wypowiedzi, dlatego w praktyce lepiej podkreślić miejsce skomplikowane do ustalenia niż uzupełniać treść na bazie przypuszczeń.

Innego podejścia wymaga dokument przeznaczony do wykorzystania w postępowaniu. Transkrypcja do sądu powinna przede wszystkim możliwie starannie odzwierciedlać treść źródłowego nagrania, ponieważ nawet na pozór drobne różnice mogą mieć znaczenie przy ocenie materiału (warto zobaczyć: transkrypcja do sądu cennik). Ważne mogą być nie tylko 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, by łatwiej było odnaleźć konkretny fragment nagrania. Nie należy co więcej poprawiać wypowiedzi wyłącznie po to, by brzmiała bardziej literacko. Język mówiony na prawdę bardzo często zawiera niedokończone zdania, powtórzenia i potoczne określenia, które mogą zostać utracone w trakcie nadmiernej redakcji.

W sytuacji dłuższych materiałów na prawdę bardzo często pojawia się pojęcie stenogram, choć 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 zwłaszcza wówczas, gdy kilka osób wypowiada się równocześnie, ktoś mówi bardzo cicho albo nagranie zawiera fragmenty o słabej jakości. Wówczas nie wystarczy mechaniczne rozpoznawanie mowy. Niezbędne jest porównywanie niełatwych fragmentów z wcześniejszym i późniejszym kontekstem, a czasem również wielokrotne odsłuchiwanie tego samego miejsca. Nie znaczy to jednak, że niejasny fragment należy we własnym zakresie 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 przeznaczonych 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 szybko porównać z właściwym miejscem nagrania. Znaczenie ma też metoda dokumentu: zbyt duża ingerencja redakcyjna może oddalić zapis od rzeczywistego przebiegu rozmowy, jednakże całkowity brak uporządkowania utrudnia używanie z tekstu. Dlatego przy transkrypcji powinno się za każdym razem uwzględnić rodzaj materiału, jego zastosowanie oraz ograniczenia wynikające z jakości źródła.

Więcej informacji na stronie: stenogram.