Aunque muchas de las herramientas para la búsqueda y el almacenamiento de datos son efectivos, y precisa, cuando se trata de audio, no tal nivel de precisión o la facilidad todavía existe con el propósito de búsqueda de información específica. Actualmente hay tres formas de búsqueda de audio: búsqueda fonética, transcribir a mano, y la transcripción automática.

La tecnología de búsqueda fonética coincide con los patrones de ondas, o fonemas, a una biblioteca de patrones de ondas conocidas. Por ejemplo, la sigla "B2B" estaría representada por los siguientes fonemas: "_B _IY _T _UW _B _IY" (Wikipedia ejemplo de Nexidia, una empresa dedicada a los sistemas de reconocimiento de voz). Dada la amplia variación en los modos de hablar, pronunciación, acentos y dialectos, la exactitud de este método es irregular. Se produce muchas entradas falsas. Y mientras que puede identificar las secciones y frases que son de interés, no transcribir el audio en texto – el audio y luego hay que escuchar.

Transcripción manual de audio para que el texto transcrito a continuación, pueden ser automáticamente buscado, consume mucho tiempo. Ya que depende de un tipo de oyente a las palabras que se oyen, esta tarea de mano de obra también puede ser muy caro. Puede haber problemas de seguridad, como el audio va fuera de la empresa (o tal vez el país) que se transcribe.

La transcripción de la máquina es el medio automatizado de convertir audio en texto. Pero sufre de problemas de precisión. En él se compara "oído" con las bibliotecas de audio conocida, una vez más se enfrentan a problemas de pronunciaciones diferentes, términos no en las bibliotecas existentes, y la claridad de la grabación. Mientras que grabaciones de alta calidad pueden prestarse a las tasas de reconocimiento de 85% más o menos (un número positivo, buscando hasta en comparación con los cerca de 100% precisión de las búsquedas de texto puro), cuando se trata de correo de voz, una exactitud tan bajo como caídas 40%.

Las nuevas Reglas Federales de Procedimiento Civil (FRCP) exigen a las empresas a tener un medio de identificación de comunicaciones clave y fuentes de datos. Que los datos se deben guardar. En aras de la eficiencia, tanto en la optimización de la cantidad de almacenamiento necesario, y disminuyendo el volumen de datos que deben ser identificados y producidos para el litigio, también es importante ser capaz de identificar con precisión los datos que no es necesario.

Aunque los requisitos para la retención de los datos de aumento, y los costos de almacenamiento bajar, identificar lo que audio se debe mantener y lo que debe suprimirse puede ser costoso. Ya que dicha información se digitaliza, no obstante deben ser almacenados e indexados (o buscado después de los hechos). La tecnología no está madura, y se está desarrollando. Puede haber una apertura para una empresa innovadora de prosperar aquí, sobre todo si es capaz de producir algún tipo de avance en la tecnología de voz a texto. En el mientras tanto, empresas se enfrentan a un problema difícil para decidir lo que queda y lo que va.

a través de Archivos de audio presentan desafíos para la informática forense y e-discovery.