Questa sezione è intesa come panoramica molto generale sulla tecnologia audio utilizzata nei computer, in modo da rendere più agevole la comprensione dei concetti che verranno poi esposti in questo documento. Per saperne di più si consulti un libro sull'audio digitale o sull'elaborazione digitale dei segnali.
Il suono è analogico; può assumere qualsiasi valore in un intervallo continuo. I computer sono digitali; a loro piace lavorare con valori discreti. Le schede audio usano un dispositivo conosciuto come Convertitore Analogico/Digitale (A/D o ADC) per convertire le tensioni corrispondenti alle onde sonore analogiche in valori digitali o numerici che possono essere quindi memorizzati. Analogamente, un Convertitore Digitale/Analogico (D/A o DAC) converte valori numerici in tensioni analogiche che possono a loro volta pilotare un altoparlante, producendo il suono.
Il processo di conversione dall'analogico al digitale, conosciuto come ``campionamento'', introduce degli errori. Vi sono due fattori chiave che servono a determinare quanto un segnale campionato si avvicini all'originale. La frequenza di campionamento è il numero di campioni presi per unità di tempo (usualmente espressa in campioni per secondo o Hertz). Una bassa frequenza di campionamento fornirà una resa poco accurata del segnale analogico. L'ampiezza di campionamento è l'intervallo di valori usati per rappresentare ogni campione, usualmente espressa in bit. Più è grande l'ampiezza di campionamento, più accurata sarà la resa del segnale campionato.
Le schede audio usano normalmente campioni di 8 o 16 bit a frequenze di campionamento da circa 4000 a 44000 campioni al secondo. I campioni possono contenere uno (mono) o due (stereo) canali.
La sintesi FM è una vecchia tecnica usata per produrre il suono. È basata sulla combinazione di forme d'onda differenti (ad es. seno, triangolo, quadrato). La sintesi FM è più semplice da implementare a livello hardware della conversione D/A, ma è più difficile da programmare e meno flessibile. Molte schede audio utilizzano la sintesi FM per rimanere compatibili con le vecchie schede audio e il vecchio software. Vengono normalmente resi disponibili diversi generatori di suono indipendenti (voci).
La sintesi tramite wavetable combina la flessibilità della conversione D/A con la capacità di gestire canali multipli propria della sintesi FM. In questa maniera delle voci digitalizzate possono essere caricate in una area di memoria dedicata e quindi riprodotte, combinate e modificate con solo un piccolo impiego di CPU. Tutte le attuali schede audio supportano la sintetizzazione tramite wavetable.
Molte schede audio sono in grado di agire da mixer, combinando i segnali provenienti da entrate diverse e controllando i livelli di guadagno.
MIDI sta per ``Musical Instrument Digital Interface'' (interfaccia digitale per strumenti musicali) ed è un protocollo hardware e software standard che permette agli strumenti musicali di comunicare l'uno con l'altro. Gli ``eventi'' che vengono inviati tramite il bus MIDI possono anche essere memorizzati in file MIDI per consentirne successive modifiche e riascolti. Molte schede audio hanno un'interfaccia MIDI. Quelle che non la possiedono possono comunque riprodurre i file MIDI usando altre caratteristiche della scheda audio.
I file MOD sono un formato comunemente usato per la musica generata da computer. Assieme alle informazioni sulle note musicali che devono essere riprodotte, questi file contengono dei campioni digitalizzati per gli strumenti (o le voci). I file MOD sono stati usati per la prima volta sui computer Amiga ma possono essere ascoltati su altri sistemi, Linux incluso, con del software adatto.