RESUMO Este artigo tem como objetivo realizar uma discussão sobre transcrição de corpora envolvendo uma língua gesto-visual e uma língua vocal-auditiva em atividades enunciativo-discursivas de autoconfrontação com tradutores e intérpretes intermodais. A discussão aqui engendrada parte da concepção de texto do Círculo de Bakhtin em diálogo com os estudos linguísticos, tradutórios e interpretativos das línguas de sinais. Discutimos como o dispositivo da autoconfrontação adotado em pesquisas com intérpretes e tradutores de línguas de sinais permite a ocorrência de fenômenos de linguagem como a sobreposição de línguas (Quadros et al., 2011) e a citação bilíngue intermodal (Nascimento & Brait, 2021), impactando o processo de escrita do texto científico, em especial a transcrição e a apresentação dos enunciados produzidos durante a construção do corpus. Apresentamos a proposta de transcrição dos enunciados bilíngues bimodais construído em nossa tese de doutoramento (Nascimento, 2016) e seu aperfeiçoamento em pesquisas posteriores (Melo & Nascimento, 2021; Nascimento & Nascimento, 2021) para estudar a tradução e a interpretação intermodal em contextos audiovisuais.