Vztah mezi psanou a mluvenou podobou je v jednotlivých jazycích různý. V jazycích s hláskovým písmem pozorujeme často mezi textem psaným a jeho zvukovou realizací jistou paralelnost. Např. písmena mají v některých případech v jazyce zcela jednoznačné čtení a zvuková kombinace jediný způsob zápisu - v češtině případy jako koleno, zámek, plátek; ne však případy jako divák, kde se vyslovuje ď, ale píše se jako součást slabiky di, tj. nikoli písmenem ď, nebo zpěv, kde je jediná možná výslovnost [spjef] - viz i pravopisné principy 2.2
Pravopisně zapsaný text není nikdy skutečným záznamem řeči. Úkolem pravopisu ostatně ani není vytvářet paralelu mluvenému jazyku. Již na počátku fonetických bádání se proto objevovala potřeba vytvořit pro záznam znění řeči soustavu značek, která by umožňovala co nejúplněji zaznamenat skutečný zvuk, která by transkribovala (přepisovala) zvuk do grafémů.
V dnešní době je možno dokonale zaznamenat znění řeči technickými prostředky (magnetofon aj.), ale zvukový záznam je komplexní (tj. zachycuje v jednom okamžiku zvuk řeči jako složený z tónových a šumových složek různé intenzity a výšky) a jeho časový průběh velmi znesnadňuje analýzu a porovnání se záznamem jiným. Je to obtížné i při dnešní vyspělé technice, v dobách, kdy bylo možno zvuk sledovat pouze pomocí sluchu, to bylo nemožné: i při velké zkušenosti např. sotva dokážeme porovnat znění vět vyslovovaných postupně různými mluvčími tak, aby bylo možno zachytit všechny nuance, i při opakovaném poslechu mnoho uniká pozornosti. Technický zápis zvuku je totiž záznamem nezobecněné, základní roviny mluvené řeči (srov. 3), skutečné velmi proměnlivé akustické reality, a jeho kvalita je navíc úměrná kvalitě záznamového zařízení.
Pro potřeby lingvistické práce, která operuje s určitou rovinou zobecnění, se zobecněním na úrovni hlásek a modelů prozodických prostředků souvislé řeči (přízvuk, melodie řeči atd. - srov. tamtéž), je potřebný zápis pomocí opticky vnímatelných značek, při němž by byl vztah značka - hláska, ev. jiný zvukový prvek, jednoznačný. Této potřebě vyhovuje transkripce, přesněji fonetická transkripce. Metajazykové texty (texty vypovídající přirozeným jazykem o faktech jazyka a řeči, např. texty vědeckých a odborných prací o jazyku nebo o řečových technologiích) jsou psané a ve výkladech je nutno grafických značek užít. Také aplikovaná fonetika se bez takového převodu neobejde.
Pomocí transkripce je autentický zvukový materiál užívaný v posledních letech při multimediální prezentaci faktů ozřejmován a vnímatel je veden při jeho interpretaci. Např. v záznamu ne zcela srozumitelné řeči je upozorněn na to, které hlásky byly vysloveny, a zprostředkovaně i na to, jak byly obměněny - jak byla zjednodušena (předpokládaná) souhlásková skupina, jak se dvě samohlásky spojily do vyslovení diftongu apod. Zvlášť důležité je to při studiu cizího jazyka (srov. 3), Význam transkripce tedy nemizí ani v současnosti, kdy existují velmi přesné metody analýzy i syntézy řeči.
Říká se, že prvním typem transkripce bylo zavedení hláskového písma, ale to bychom přesouvali současné lingvistické představy do daleké minulosti. Ve skutečnosti se potřeba kvalitní transkripce objevuje v lingvistice až v souvislosti s obrácením pozornosti na autentické znění mluvené řeči, spisovné i nespisovné.
Od romantismu pozorujeme soustavný zájem o lidovou slovesnost. Sběratelé lidových písní a vyprávění se přitom setkávali s typy hlásek a hláskových skupin, pro které kulturní psaný jazyk neměl vhodná písmena. Staré sběry text upravovaly, zvuková specifika víceméně zastíraly. Od poloviny 19. století však sílí zájem o nářečí a jednotliví jazykovědci si vytvářejí postupně pro potřeby jazyka, event. nářečí, s jehož materiálem pracují, vlastní soustavy grafémů k zaznamenání zvláštních hlásek, s nimiž se setkali. Rozdíly pak byly i v rámci jedné skupiny lingvistů, protože každý z nich musel v terénu řešit jiný problém (např. v oblasti Slezska potřeboval český dialektolog označit zvláštní typy sykavek, na Hané zase zvláštní znění hlásek e a o).
Na mezinárodní úrovni to bylo ještě složitější, protože každý z lingvistů nejen sledoval jiný jazykový materiál, ale využíval také jiné abecedy, a třeba i jiného typu písma: český dialektolog např. neměl problém se zápisem slyšeného ď, ť, ň, protože pro ně měl obvyklá písmena, zatímco anglický lingvista hledal pro obdobné zvuky speciální značky, bulharský lingvista mohl užívat bulharské varianty cyrilice atd.