Transkrypcja polega na możliwie dokładnym, fonetycznym zapisie za pomocą docelowego systemu pisma wypowiedzi ustnych, nagrań audio lub innych materiałów dźwiękowych. Celem transkrypcji jest wierny zapis dźwięków mowy przy pomocy dostępnych liter, znaków diakrytycznych i symboli. Dobrej jakości transkrypcja wymaga od osoby ją wykonującej bardzo dokładnego słuchu i umiejętności rozróżniania subtelnych niuansów dźwiękowych. Musi ona dobrać odpowiednie zestawienia liter, aby jak najwierniej oddać wymowę i akcent wyrazów. Często konieczne jest użycie dodatkowych znaków, np. na oznaczenie intonacji, pauz, niewyraźnie wypowiedzianych słów.

Transkrypcja znajduje szerokie zastosowanie przy tworzeniu napisów dialogowych i audiodeskrypcji do filmów, seriali, programów telewizyjnych i innych produkcji audiowizualnych. Pozwala widzom obcojęzycznym zrozumieć dialogi i akcję utworu. Jest również wykorzystywana przy tworzeniu pomocy edukacyjnych do nauki języków obcych – pozwala ćwiczącym porównać wymowę rodzimych użytkowników języka z zapisaną transkrypcją.

Ponadto, transkrypcje stanowią niezbędny element przygotowania do publikacji treści opartej na przekazie ustnym – wykładów, dyskusji, wystąpień, debat, wywiadów itp. Ich przygotowanie wymaga sporego nakładu czasu, uwagi i precyzji. Transkrypcja wykorzystywana jest również w badaniach lingwistycznych koncentrujących się na analizie konkretnych przykładów wypowiedzi.

Poprawna transkrypcja wymaga doskonałej znajomości zasad fonetyki danego języka, rozróżniania subtelnych niuansów brzmieniowych oraz konsekwencji w stosowaniu przyjętych reguł zapisu. Nieuwzględnienie akcentów, znaków intonacyjnych czy niewłaściwy zapis dźwięków mogą prowadzić do zniekształcenia treści przekazu ustnego i utrudniać jego analizę.