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 sporo elementów należy uwzględnić w trakcie budowy zapisu.

Transkrypcja nagrań polega na przeniesieniu wypowiedzi z formy dźwiękowej do tekstu, niemniej jednak sposób zaprojektowania takiego zadania uzależniony jest od przeznaczenia materiału. Całkiem inaczej można opracować rozmowę przeznaczoną do późniejszego przeczytania, a przeciwnie zapis, w którym istotne jest zachowanie możliwie wiernego przebiegu wypowiedzi. Znaczenie ma także jakość pliku. Szum tła, pogłos, cichy głos albo kilka osób mówiących jednocześnie mogą utrudnić właściwe rozpoznanie słów. W takich sytuacjach nie trzeba uzupełniać brakujących fragmentów na bazie przypuszczeń. Lepszym wyjściem jest wyraźne zaznaczenie, że dany fragment jest nieczytelny lub skomplikowany do ustalenia.

W sytuacji materiałów używanych 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 znacząca 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 powinno się a dodatkowo poprawiać wypowiedzi w taki sposób, aby brzmiała bardziej logicznie niż na oryginalnym nagraniu. Usterki językowe, powtórzenia czy urwane zdania mogą stanowić część rzeczywistego przebiegu rozmowy (źródło informacji:stenogram cennik). Jeśli materiał ma być w przyszłości oceniany w konkretnym postępowaniu, znaczenie ma także to, czy dokument przedstawia dosłowną tekst nagrania, czy wyłącznie 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, jednak w praktyce forma takiego dokumentu może być dostosowana do charakteru nagrania. Przy większej liczbie uczestników samo rozpoznanie głosów bywa wyzwaniem, w szczególności gdy osoby mają podobną barwę głosu lub nagranie zostało zrealizowane 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 własne, nazwiska, numery, daty i specjalistyczne określenia. Pomyłka w jednym słowie może zmodyfikować 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 albo równocześnie wypowiada się kilka osób.

Na sposób przygotowania zapisu wpływa także to, jak będzie on w przyszłości wykorzystywany. O ile treść ma służyć przede wszystkim do analizy treści, można zastosować układ ułatwiający szybkie szukanie konkretnych fragmentów. Przy dokumentach związanych z materiałem dowodowym większe znaczenie może mieć zachowanie kolejności wypowiedzi i dokładne wskazanie miejsca w nagraniu. Warto także pamiętać, że treść nie oddaje wszystkich cech komunikacji ustnej. Ton głosu, długość ciszy, sposób wypowiedzenia określonego słowa czy reakcje pozostałych osób mogą posiadać znaczenie, którego nie da się całkowicie zilustrować samymi zdaniami. Dlatego oznaczenia dotyczące pauz, śmiechu, hałasu w tle lub jednoczesnych wypowiedzi powinny być stosowane wówczas, gdy rzeczywiście pomagają odtworzyć przebieg rozmowy. Szczególnie przy długich nagraniach liczy się konsekwencja, ponieważ zmienianie zasad zapisu w połowie dokumentu może utrudnić późniejsze użytkowanie z przygotowanego materiału.

Zobacz także: transkrypcja nagrań.