Nie właściwie każde nagranie nadaje się do bezpośredniego wykorzystania bez wcześniejszego uporządkowania treści. W praktyce bardzo szybko okazuje się, że dźwięk, zwłaszcza dłuższy i wielowątkowy, wymaga przekształcenia w formę tekstową, która daje możliwość na wygodne operowanie informacją. Taki zapis ułatwia analizę, porównywanie fragmentów a także wracanie do konkretnych wypowiedzi bez konieczności wielokrotnego odsłuchiwania całości.
Z doświadczenia wynika, że już na etapie pierwszego odsłuchu widać różnice w jakości materiału, co w późniejszym czasie wpływa na sposób jego opracowania i poziom szczegółowości zapisu.
W tym kontekście transkrypcje nagrań są traktowane jako proces wymagający nie tylko i wyłącznie wiernego odwzorowania słów, ale również uporządkowania struktury wypowiedzi. W praktyce ukazują się sytuacje, w których rozmowy są przerywane, nakładają się na siebie albo zawierają dłuższe pauzy, co utrudnia zachowanie naturalnej ciągłości tekstu. W takich sytuacjach niezbędne jest podjęcie wyborów, jak oddać przebieg rozmowy w sposób czytelny, a jednocześnie zgodny z oryginałem. Często zwraca się uwagę na to, że różnorakie rodzaje nagrań wymagają odmiennego podejścia, ponieważ całkiem inaczej opracowuje się wywiad, a całkiem inaczej rozmowę kilku osób prowadzoną w mniej uporządkowanych warunkach.
W bardziej formalnych sytuacjach pojawia się transkrypcja do sądu, gdzie wyjątkową wagę przywiązuje się do dokładności i zgodności z realnym przebiegiem wypowiedzi. W praktyce znaczy to konieczność zapisu bez pomijania istotnych elementów, wręcz jeżeli w powszechnym języku mogłyby one zostać uznane za nieistotne. Ważne staje się także zachowanie kolejności wypowiedzi a także oznaczenie osób biorących udział w rozmowie, co pozwala odtworzyć pełny kontekst zdarzenia (warto zobaczyć: stenogram cennik). Nierzadko materiał jest skomplikowany technicznie, np przez hałas tła albo niewyraźną dykcję, co przy tym wpływa na czas i sposób opracowania tekstu.
W szerszym ujęciu stenogram jest formą zapisu, która porządkuje wypowiedzi w sposób możliwie wierny, ale równocześnie czytelny dla odbiorcy. W praktyce jego przygotowanie wymaga skupienia na szczegółach językowych, ponieważ nawet niewielkie różnice w zapisie mogą przerabiać sens wypowiedzi. Na prawdę bardzo często obserwuje się, że dopiero po przekształceniu nagrania w tekst możliwe staje się kompletne rozważenie przebiegu rozmowy, w szczególności gdy zawiera ona wiele wątków albo odniesień do wcześniejszych wypowiedzi. Dzięki temu materiał audio zyskuje formę, która umożliwia na dalszą analizę bez konieczności odtwarzania go całkiem.
Zobacz: stenogram.