V této kapitole popíšeme metody komprese zvukových souborů, které hrají důležitou úlohu v současných multimediálních aplikacích. Uplatňuje se zejména v oblasti komprese hlasového signálu, kde můžeme pro digitální záznam použít nižších vzorkovacích frekvencí (např. 800 vzorků za sekundu), a v oblasti hudebního signálu, vyžadující pro zachování kvality použití vysokých frekvencí (např. 44000 vzorků za sekundu).

K tomu, aby bylo možné definovat různé úrovně kvality komprese, zavádí standard MPEG pojem vrstvy (layer), které jsou označeny podle vzrůstající složitosti počínaje 1. Je-li dekodér určen pro jistou vrstvu, musí dokázat dekódovat i data všech vrstev nižších. V současnosti je pro záznam zvuku nejatraktivnější formát MPEG-1 vrstva 3, známý také pod zkratkou MP3. Ten umožňuje dosáhnout kvalitní reprodukce stereofonního signálu i při kompresním poměru 1:12, přičemž pro záznam telefonního signálu lze dosáhnout komprese až 1:100.