เสียงเป็นองค์ประกอบหนึ่งที่นิยมนำมาใช้งานด้าน มัลติมีเดีย ซึ่งสามารถถ่ายทอดอารมณ์ไปยังผู้ชมได้ เช่น การใช้เสียงระทึกใจเพื่อทำให้เกิดความตื่นเต้น หรือเสียงนกร้องเพื่อสร้างบรรยากาศตามธรรมชาติ ดังนั้น การเลือกใช้เสียงกับมัลติมีเดียอย่างเหมาะสม ย่อมสร้างความรู้สึกที่ดีและน่าประทับใจให้กับผู้ชม งานนำเสนอได้
เสียง (Sound) อยู่ในรูปแบบของพลังงาน (Energy) เหมือนกับ พลังงานความร้อน (Heat) และพลังงานแสง (Light) ที่สามารถ ถ่ายทอดจากที่หนึ่งไปยังอีกที่หนึ่งผ่านตัวกลางที่เกิดจากการสั่น (Vibrating) ของวัตถุ และแปลงพลังงานที่อยู่ในรูปแบบคลื่นที่ ประกอบด้วยแอมพลิจูด (Amplitude) และความถี่ (Frequency) ของคลื่นเสียง ซึ่งเสียงมีหน่วยวัดเป็นเดซิเบล
การนำเสียงจากธรรมชาติมาใช้งานบนคอมพิวเตอร์ต้องผ่าน กระบวนการบันทึก (Record) จัด (Manipulate) และเล่นเสียง (Playback) แต่ก่อนที่จะผ่านกระบวนการเหล่านี้จำเป็นต้องรับและ แปลงเสียงให้อยู่ในรูปแบบที่เหมาะสม โดยใช้เครื่องมือสำหรับ ประมวลผลและแปลงเสียงต้นฉบับให้เป็นสัญญาณทางไฟฟ้า
ประเภทของเสียงสามารถแบ่งได้ 2 ประเภท คือ - แบบมิดี้ (MIDI: Musical Instrument Digital Interface ) คือเสียงที่แทนเครื่องดนตรีชนิดต่างๆใช้กับเครื่องดนตรีอิเล็กทรอนิกส์ และคอมพิวเตอร์ - แบบดิจิตอล (Digital Audio) คือสัญญาณเสียงที่ส่งมากจาก ไมโครโฟนหรือเล่นเทป หรือจากแหล่งกำเนิดเสียงต่างๆ ทั้งจาก ธรรมชาติ และที่สร้างขึ้นเอง และนำข้อมูลที่ได้มาแปลงเป็นสัญญาณ ดิจิตอล
อุปกรณ์ที่สำคัญและเกี่ยวข้องกับการควบคุมและบันทึกไฟล์เสียง ได้แก่ การ์ดเสียง (Sound Card) อุปกรณ์ถ่ายทอดสัญญาณเสียง (Audio Transmission) และอุปกรณ์บันทึกเสียง (Audio Recording Device) การ์ดเสียง (Sound Card)
เสียงที่นำมาใช้กับงานด้านมัลติมิเดียมีหลาย ประเภท ได้แก่ เสียงพูด (Speech) เสียงเพลง (Music) เสียงเอฟเฟ็กต์ (Sound Effect)