Rozmowa zarejestrowana na dyktafonie, telefonie albo kamerze po pewnym czasie może stać się trudna do szybkiego rozważenia. Kilkudziesięciominutowy plik wymaga odsłuchiwania od początku do końca, nawet jeżeli potrzebny jest jedynie jeden określony fragment. W takich przypadkach transkrypcja nagrań pozwala przedstawić zawartość materiału w formie tekstowej.

Nie oznacza to jednakże zwyczajnego przepisywania słów bez zwracania uwagi na kontekst. Osoba wykonująca zapis musi rozpoznać poszczególnych rozmówców, zachować kolejność ich wypowiedzi i stosownie potraktować fragmenty, których nie da się wyraźnie usłyszeć. Problemem bywają szczególnie nagrania zrobione w miejscach, gdzie występuje hałas, echo albo rozmowy prowadzone są przez kilka osób naraz. W takich ustaleniach pojedyncze słowo może być trudne do ustalenia, a próba wypełnienia go na bazie domysłu może przemienić znaczenie całej wypowiedzi.

Inaczej należy podejść do materiału, który może mieć znaczenie w postępowaniu formalnym. Transkrypcja do sądu wymaga zwrócenia sugestie na szczegóły, które w powszechnym zapisie rozmowy mogłyby zostać pominięte. Znaczenie może mieć dokładne wskazanie osoby mówiącej, kolejność zdań, przerwy w wypowiedzi czy moment, w którym dwóch uczestników zaczyna mówić równocześnie. Przy dłuższych plikach praktycznym wyjściem jest też oznaczanie czasu nagrania. Dzięki temu zapis tekstowy można odnieść do konkretnego miejsca w materiale źródłowym bez konieczności szukania go metodą prób i błędów. Nie bez znaczenia pozostaje sposób zapisywania języka mówionego (więcej: stenogram cennik). Rozmówcy na prawdę bardzo często zmieniają zdanie w połowie wypowiedzi, powtarzają te same słowa lub używają skrótów myślowych. Zbyt daleko idąca korekta może sprawić, że tekst będzie brzmiał poprawniej, niemniej jednak równocześnie przestanie szczegółowo odzwierciedlać nagranie.

Przy bardziej rozbudowanych materiałach spotkać można określenie stenogram, odnoszące się do dokładnego zapisu przebiegu wypowiedzi. W praktyce stopień szczegółowości takiego dokumentu może zależeć od jego przeznaczenia. W pewnych przypadkach znacząca jest nieomalże każda przerwa i powtórzenie, innym razem większe znaczenie ma czytelne przedstawienie kolejnych wypowiedzi wraz z możliwością odnalezienia ich w nagraniu. Trudność rośnie, gdy materiał obejmuje sporo godzin rozmów. Wówczas łatwo o pomyłkę przy oznaczaniu osób albo pominięcie krótkiego fragmentu podczas wielokrotnego przewijania pliku. Pomocne jest dzielenie pracy na mniejsze części i zachowanie jednego sposobu zapisu w całym dokumencie. Szczególnej uwagi wymagają wypowiedzi nakładające się na siebie. Jeśli nie można niedwuznacznie ustalić ich treści, bardziej prawidłowe jest zaznaczenie nieczytelnego miejsca niż wpisanie słów, które jedynie pasują do kontekstu. Kontekst może pomóc w ponownym odsłuchaniu danego fragmentu, niemniej jednak nie powinien zastępować tego, co de fakto znajduje się na nagraniu.

Na jakość końcowego zapisu wpływa głównie materiał źródłowy. Wyraźne nagranie z niewielką liczbą zakłóceń daje inne sposobów niż plik z cichymi głosami, szumem urządzeń albo dźwiękami dochodzącymi z otoczenia. Znaczenie ma także sposób ustawienia mikrofonu a także odległość rozmówców od urządzenia rejestrującego. W sytuacji materiałów wykorzystywanych w sprawach formalnych warto zachować oryginalny plik i nie ograniczać się tylko do jego wersji tekstowej. Nagranie pozostaje źródłem, z którym można porównać zapis w razie pojawienia się wątpliwości dotyczących konkretnego zdania. Równie ważne jest zachowanie chronologii. Przestawienie dwóch wypowiedzi albo pominięcie krótkiej konwersji zdań może zmodyfikować sposób odbioru dalszej rozmowy. Dlatego przygotowanie transkrypcji wymaga nie tylko i wyłącznie sprawnego słuchania i pisania, lecz również stałej testom zgodności tekstu z materiałem, na bazie którego został sporządzony.

Źródło: stenogram.