به طور کلی وقتی درباره فرمت‌های صدا صحبت می‌کنیم، منظورمان قلمرو دیجیتال است (کامپیوتر، پخش‌کننده MP3، تلفن همراه و ...). بنابراین نوار کاست‌ها، صفحه‌های گرامافون و موارد مشابه شامل این تعریف نمی‌شوند، چون در قلمرو آنالوگ قرار دارند.

در فضای دیجیتال، صدا به کد تبدیل می‌شود و باید در قالب یک ساختار مشخص یا همان فرمت (مثلاً MP3) ذخیره شود. هر فرمت الگوریتم خاص خود را برای ذخیره‌سازی دارد، به همین دلیل حجم و کیفیت فایل در فرمت‌های مختلف با هم متفاوت است. برای روشن‌تر شدن موضوع، فرمت‌های صدا را می‌توان در سه گروه اصلی تقسیم کرد:

1. فایل‌های صوتی فشرده‌نشده (Uncompressed Audio)

این نوع فایل‌ها داده‌های صوتی را بدون هیچ‌گونه فشرده‌سازی ذخیره می‌کنند (معمولاً با مکانیزم PCM Audio). به همین دلیل حجم بسیار بالایی دارند، اما کیفیت صدا در بالاترین و اصیل‌ترین حالت خود باقی می‌ماند.

فرمت‌هایی مثل WAV (رایج در ویندوز) و AIFF (رایج در سیستم‌عامل مک) اغلب در این گروه قرار می‌گیرند. البته باید توجه داشت که WAV و AIFF در اصل کانتینر هستند و می‌توانند داده‌های فشرده‌شده را هم در خود نگه دارند، اما رایج‌ترین استفاده آن‌ها ذخیره‌سازی PCM بدون فشرده‌سازی است.

2. فایل‌های صوتی فشرده‌شده بدون افت کیفیت (Compressed & Lossless Audio)

حجم بالای فایل‌های WAV و AIFF گاهی مشکل‌ساز است؛ از دشواری آپلود و دانلود گرفته تا محدودیت فضای ذخیره‌سازی. برای حل این مشکل، فرمت‌هایی طراحی شدند که با استفاده از الگوریتم‌های پیشرفته، حجم فایل را تقریباً نصف یا حتی کمتر می‌کنند، بدون آنکه کوچک‌ترین افتی در کیفیت صدا ایجاد شود.

نمونه‌های رایج این دسته عبارت‌اند از: FLAC، ALAC (فرمت اختصاصی اپل) و APE. این فرمت‌ها انتخاب مناسبی برای کسانی هستند که می‌خواهند هم در فضا صرفه‌جویی کنند و هم کیفیت صدای اصلی را حفظ نمایند.

3. فایل‌های صوتی فشرده‌شده با افت کیفیت (Compressed & Lossy Audio)

با افزایش تولید و تنوع آثار صوتی، نیاز به کاهش بیشتر حجم فایل‌ها برای انتقال سریع‌تر و ذخیره‌سازی تعداد بیشتری از آثار در حافظه‌های محدود، شدت گرفت. به همین دلیل فرمت‌هایی معرفی شدند که میزان فشرده‌سازی آن‌ها بسیار بالاتر است. در نتیجه، حجم فایل به شکل چشمگیری کاهش می‌یابد، اما کیفیت نیز تحت تأثیر قرار می‌گیرد.

در این نوع فشرده‌سازی، الگوریتم‌ها بر اساس ویژگی‌های شنوایی انسان طراحی شده‌اند و بخش‌هایی از صدا که به‌سختی توسط گوش قابل درک است، حذف می‌شود. هرچه میزان فشرده‌سازی بیشتر باشد، حجم فایل کمتر و کیفیت صدا ضعیف‌تر می‌شود.

فرمت‌های رایج این دسته عبارت‌اند از: MP3، AAC، OGG و WMA. (نکته: فرمت M4A یک کانتینر است که معمولاً شامل فایل‌های AAC یا ALAC می‌شود؛ بنابراین بسته به محتوایش می‌تواند هم در دسته Lossy و هم در دسته Lossless قرار بگیرد.)

لازم به ذکر است که در مقایسه با MP3، فرمت AAC معمولاً در بیت‌ریت مشابه کیفیت بالاتری ارائه می‌دهد، هرچند این موضوع به تنظیمات و نوع کُدک نیز بستگی دارد.