Von Videoaufnahmen kann eine Transkription in einem engen Wortsinn nur dann verfertigt werden, wenn schon im Bildmaterial selbst etwas Sprachliches zu sehen ist. Das könnte z.B. ein Schild sein, auf dem "Ausgang A" steht, oder eine Person, die mit Armhaltungen und Flaggen gemäß dem Semaphoralphabet den Buchstaben A darstellt. Zur Transkription solcher Erscheinungen würde man als schriftliche Vermerke ins Transkript eintragen: "Ausgang A" bzw. "A".