Представлення звуків

Два основні підходи до зберігання звукових файлів можна зіставити з векторним і растровим способами зберігання зображень: це MIDI і подібні до нього формати, і оцифрований звук.
У форматі MIDI звук генерується синтезатором, який уміє породжувати звуки різного тембру, висоти, тривалості і гучності. Тембри цих звуків зазвичай більш менш відповідають звукам поширених музичних інструментів. Замість власне звуку зберігається послідовність команд цього синтезатора. Використовуючи як звукові примітиви фонеми людської мови, цей підхід можна застосувати і для синтезу мови.
MIDI-файлы мають малий об'єм і, за наявності апаратного синтезатора, не вимагають ресурсів центрального процесора для відтворення, тому їх часто використовують як фонове озвучування ігрових програм і Web-страниц. До недоліків цього формату слід віднести той факт, що якість його відтворення визначається якістю синтезатора, яка біля дешевих звукових карт залишає бажати кращого, і те, що далеко не всякий звук можна відтворити в такий спосіб.
Завдання перетворення реального звуку в MIDI схоже на завдання векторизації растрового зображення і інші завдання розпізнавання образів, і в загальному вигляді не вирішувана.
Оцифрований звук, навпаки, є результатом простого здійснення аналого-цифрового перетворення реального звуку. Характеристиками такого звуку є частота дискретизації, дозвіл АЦП і кількість каналів — моно або стерео.