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 trzeba uwzględnić podczas tworzenia zapisu.
Transkrypcja nagrań polega na przeniesieniu wypowiedzi z formy dźwiękowej do tekstu, niemniej jednak sposób stworzenia takiego zadania zależy od przeznaczenia materiału. Całkiem inaczej można opracować rozmowę przeznaczoną do późniejszego przeczytania, a inaczej zapis, w którym ważne jest zachowanie możliwie wiernego przebiegu wypowiedzi. Znaczenie moraz jakość pliku. Szum tła, pogłos, cichy głos lub kilka osób mówiących jednocześnie mogą utrudnić prawidłowe rozpoznanie słów. W takich sytuacjach nie należy uzupełniać brakujących fragmentów na bazie przypuszczeń. Lepszym rozstrzygnięciem jest wyraźne zaznaczenie, że konkretny fragment jest nieczytelny lub skomplikowany do ustalenia.
W przypadku materiałów stosowanych 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 bardzo ważna 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 dodatkowo poprawiać wypowiedzi w taki sposób, ażeby brzmiała bardziej logicznie niż na oryginalnym nagraniu. Błędy językowe, powtórzenia czy urwane zdania mogą stanowić część rzeczywistego przebiegu rozmowy (warto także zobaczyć:stenogram cennik). Jeżeli materiał ma być później oceniany w konkretnym postępowaniu, znaczenie ma także to, czy dokument przedstawia dosłowną tekst nagrania, czy tylko jego uporządkowaną wersję. Te dwa podejścia nie są tym samym i nie zawsze 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 zrealizowane z większej odległości. Pomocny jest wtedy kontekst rozmowy, ale nie powinien on prowadzić do dopisywania treści, których nie można usłyszeć. Osobną kwestią są nazwy swoje, nazwiska, numery, daty i specjalistyczne określenia. Pomyłka w jednym słowie może zmienić znaczenie całej wypowiedzi, dlatego takie fragmenty wymagają dodatkowego sprawdzenia. W sytuacji niepewności warto zachować informację o problemie zamiast przedstawiać domysł jako fakt. Tyczy się to także sytuacji, w której rozmówca mówi niewyraźnie lub jednocześnie wypowiada się kilka osób.
Na sposób przygotowania zapisu wpływa też to, jak będzie on w przyszłości wykorzystywany. Jeżeli już treść 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 także 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 w pełni zaprezentować samymi zdaniami. Dlatego oznaczenia dotyczące pauz, śmiechu, hałasu w tle lub jednoczesnych wypowiedzi powinny być stosowane wówczas, gdy naprawdę 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 także: transkrypcja nagrań.