W pracy z materiałami dźwiękowymi znaczenie ma nie tylko i wyłącznie to, co zostało powiedziane, niemniej jednak też sposób uporządkowania wypowiedzi. Nagranie rozmowy, wywiadu, posiedzenia czy spotkania może trwać kilkadziesiąt minut, a późniejsze odnalezienie dokładnie sprecyzowanej informacji bez zapisu bywa czasochłonne. W takich okolicznościach stosowana jest transkrypcja nagrań, czyli przeniesienie treści mówionej do formy tekstowej.

Samo przepisanie słów nie zawsze jednakże wystarcza. Przy mniej wyraźnych nagraniach pojawiają się przerwy, nakładające się głosy, urwane zdania albo fragmenty, których nie da się jednoznacznie usłyszeć. W praktyce powinno się wtedy rozstrzygnąć, czy zachować dosłowny charakter wypowiedzi, czy przygotować zapis bardziej uporządkowany. Każda z tych form służy nieco innemu celowi, dlatego sposób opracowania materiału warto ustalić przed rozpoczęciem pracy.

Szczególnego podejścia wymaga materiał, który ma być zastosowany w postępowaniu prawnym. Transkrypcja do sądu powinna możliwie gruntownie odzwierciedlać zawartość nagrania, bez dopisywania znaczeń, poprawiania wypowiedzi czy zmieniania ich sensu. Ważne mogą być nie tylko i wyłącznie pełne zdania, lecz też momenty zawahania, przerwy, zmiana osoby mówiącej lub fragmenty, w których wypowiedź jest niezrozumiała (warto także zobaczyć:transkrypcja do sądu cennik). Przy dłuższych materiałach istotne staje się też oznaczanie czasu nagrania, ponieważ ułatwia ono odnalezienie konkretnego fragmentu w pliku źródłowym. O ile na nagraniu mówi kilka osób, niezbędne jest rozróżnienie ich wypowiedzi w sposób czytelny i konsekwentny. Problem pojawia się zwłaszcza wtedy, gdy rozmówcy mówią równocześnie. W takim przypadku zapis powinien jasno sygnalizować ograniczenie wynikające z jakości materiału, zamiast uzupełniać brakujące słowa na podstawie domysłów.

Określenie stenogram jest często używane zamiennie z transkrypcją, choćby w współzależności od użycia może oznaczać nieco inny sposób zapisu. Stenogram kojarzy się głównie z możliwie wiernym odtworzeniem przebiegu wypowiedzi, dlatego przy jego przygotowaniu liczy się kolejność słów i zachowanie informacji występujących w nagraniu. Nie znaczy to jednak, że każdy zapis powinien wyglądać podobnie. Całkiem inaczej opracowuje się rozmowę, w której na prawdę istotna jest naturalna forma wypowiedzi, a przeciwnie materiał przeznaczony do analizy dokumentacyjnej. Przy zapisie dosłownym pozostawia się w głównej mierze powtórzenia, charakterystyczne przerwania zdań czy potoczne sformułowania, jednak w wersji redagowanej można ograniczyć elementy utrudniające czytanie. Decyzja dotycząca formy ma w przyszłości wpływ na sposób interpretowania dokumentu, dlatego nie powinna być podejmowana wyłącznie pod kątem wyglądu gotowego tekstu.

Na dokładność zapisu wpływa głównie jakość materiału wejściowego. Nagranie wykonane w spokojnym pomieszczeniu zwykle umożliwia łatwiej rozpoznać poszczególne głosy niż plik zarejestrowany w miejscu, w którym występuje hałas, echo lub wiele ludzi rozmawia równocześnie. Znaczenie ma także sposób nagrania, rodzaj mikrofonu i odległość rozmówców od urządzenia. Przy bardzo słabej jakości dźwięku niektórych fragmentów nie da się odtworzyć z pełną pewnością i należy to wyraźnie zaznaczyć w tekście. Równie na prawdę ważna jest weryfikacja nazw własnych, dat, liczb oraz terminów pojawiających się w wypowiedziach, ponieważ pojedyncza pomyłka w takim miejscu może przemienić znaczenie całego fragmentu. Transkrypcja jest zatem nie tylko czynnością polegającą na wpisywaniu usłyszanych słów. Wymaga uważnego odsłuchiwania, rozpoznawania kontekstu i jednoczesnego respektowania granicy między tym, co faktycznie wynika z nagrania, a tym, co można tylko przypuszczać.

Więcej informacji na stronie: transkrypcja nagrań.