Nagranie rozmowy może zawierać znacznie więcej informacji, niż wynikałoby z pobieżnego odsłuchania. Wypowiedzi na prawdę bardzo często są przerywane, rozmówcy wchodzą sobie w frazę, a część zdań pozostaje niedokończona. Dopiero przy dokładnym odsłuchiwaniu widać, jak wiele elementów należy uwzględnić podczas tworzenia zapisu.
Transkrypcja nagrań polega na przeniesieniu wypowiedzi z formy dźwiękowej do tekstu, niemniej jednak sposób utworzenia takiego zadania uzależniony jest od przeznaczenia materiału. Zupełnie inaczej można opracować rozmowę przeznaczoną do późniejszego przeczytania, a inaczej zapis, w którym ważne jest zachowanie możliwie wiernego przebiegu wypowiedzi. Znaczenie ma także jakość pliku. Szum tła, pogłos, cichy głos lub kilka osób mówiących równocześnie mogą utrudnić prawidłowe rozpoznanie słów. W takich sytuacjach nie należy uzupełniać brakujących fragmentów na bazie przypuszczeń. Lepszym rozwiązaniem jest wyraźne zaznaczenie, że określony fragment jest nieczytelny lub niełatwy do ustalenia.
W sytuacji materiałów wykorzystywanych w sprawach prawnych szczególnej uwagi 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 na prawdę istotna jest kolejność wypowiedzi a także sposobność 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, ażeby brzmiała bardziej logicznie niż na oryginalnym nagraniu. Usterki językowe, powtórzenia czy urwane zdania mogą stanowić część rzeczywistego przebiegu rozmowy (dodatkowe informacje:transkrypcja cennik). Jeżeli materiał ma być w późniejszym czasie oceniany w konkretnym postępowaniu, znaczenie ma też to, czy dokument przedstawia dosłowną treść nagrania, czy jedynie jego uporządkowaną wersję. Te dwa podejścia nie są tym samym i nie za każdym razem można je używać zamiennie.
Pojęcie stenogram jest związane z wiernym zapisem wypowiedzi, jednakże 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 albo nagranie zostało wykonane z większej odległości. Pomocny jest wówczas kontekst rozmowy, ale nie powinien on prowadzić do dopisywania treści, których nie można usłyszeć. Osobną kwestią są nazwy własne, 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 też sytuacji, w której rozmówca mówi niewyraźnie lub jednocześnie wypowiada się kilka osób.
Na sposób przygotowania zapisu wpływa także to, jak będzie on w późniejszym czasie wykorzystywany. Jeśli tekst ma służyć przede wszystkim 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 też pamiętać, że tekst 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 całkowicie przedstawić samymi zdaniami. Dlatego oznaczenia dotyczące pauz, śmiechu, hałasu w tle lub jednoczesnych wypowiedzi powinny być stosowane wtedy, gdy de fakto pomagają odtworzyć przebieg rozmowy. W szczególności przy długich nagraniach liczy się konsekwencja, ponieważ zmienianie zasad zapisu w połowie dokumentu może utrudnić późniejsze wykorzystywanie z przygotowanego materiału.
Zobacz: transkrypcja do sądu.