連續的音響訊號(即聲波)經過取樣後即可產生數位的音訊，一般可以利用類比數位轉換器(A/D Converter)達到這樣的效果。

取樣時我們要考慮取樣的頻率，為了達到不失真的效果，經過科學家的證明，只要取樣頻率大於原始訊號頻率的兩倍以上，即可減低錯誤，達到和原始聲音極真實的音訊。舉例來說，人類聽覺頻率範圍大約是20KHz，因此我們就要以40KHz的取樣頻率來對聲音作取樣。

在取樣的過程中，不斷連續變化的類比訊號要用數位化的數值來表示，這樣的過程就會產生所謂的量化誤差(Quantization error)。所謂量化誤差指的是實際聲音訊號之震幅(amplitude)和數位化後所得數字之間的差異。如果用將數位信號還原成類比訊號的角度來看，量化誤差就是失真(Distortion)。我們可以用增加取樣大小的方式來降低量化誤差，也就是利用更多的位元(bits)來表示一個取樣訊號，這樣便可以提高精確度。

所謂的量化(Quantization)就是將類比訊號所代表的連續範圍分成一段一段的區間(Interval)，每一段區間我們定義一個數位化的值。區間的數目是跟取樣大小有關，舉例來說，有一種最簡單的量化法稱為"線性量化法"(Linear quantization)，這種量化法採用等距離的間隔空間，假設一個訊號它的最大值是5.0，取樣大小為3個位元，則每個量化區間就是5.0/2^3，也就是0.625單位。另外一種相反的量化法就是"非線性量化法"(Nonlinear quantization)，這種量化法採用不同的間隔空間。以"對數量化法"(Logarithm quantization)為例，低震幅範圍的量化區間就比高震幅範圍的區間較為接近，用這種量化法產生的結果就是在低震幅時我們會得到較好的效果。通常如果使用同樣的取樣大小，非線性量化法會比線性量化法得到較佳的音訊品質。但是如果是要對音訊做濾波(filtered)或一些運算時，使用線性量化法會比較容易處理。