音乐合成有两种方法。
　　 一种是调频(FM)合成法，FM合成方式是将多个频率的简单声音合成复合音来模拟各种乐器的声音。FM合成方式是早期使用的方法，用这种方法产生的声音音色少、音质差。
　　 另一种是波形表(Wavetable)合成法。这种方法是先把各种真正乐器的声音录下来，再进行数字化处理形成波形数据，然后将各种波形数据存储在只读存储器中。发音时通过查表找到所选乐器的波形数据，再经过调制、滤波、再合成等处理形成立体声送去发音。存储声音样本的ROM容量的大小对波表合成效果影响很大。

　　混音器的作用是将来自音乐合成器、CD－ROM、话筒输入（MIC）等不同来源的声音组合在一起再输出，混音器是每种声音卡都有的。数字声音效果处理器是对数字化的声音信号进行处理以获得所需要的音响效果(混响、延时、合唱等)，数字声音效果处理器是高档声卡具备的功能。

　　模拟声音输入输出功能 主要是A/D、D/A转换。一般声音信号是模拟信号，计算机不能对模拟信号进行处理。声音信号输入后要将模拟信号转换成数字信号再由计算机进行处理。由于扬声器只能接受模拟信号，所以声卡输出前要把数字信号转换成模拟信号。

　　常用于表示声卡性能的两个参数是采样率和模拟量转换成数字量之后的数据位数（简称量化位数）。采样率决定了频率响应范围，对声音进行采样的三种标准以及采样频率分别为：语音效果（11 kHz）、音乐效果（22 kHz）、高保真效果（44.1 kHz），目前声卡的最高采样率为44.1KHz。对声波每次采样后存储、记录声音振幅所用的位数称为采样位数，16位声卡的采样位数就是16。量化位数决定了音乐的动态范围，量化位数有8位和16位两种。8位声卡的声音从最低音到最高音只有256个级别，16位声卡有65536个高低音级别。

　　声卡处理的声音信息在计算机中以文件的形式存储。Windows使用的标准数字音频文件称为波形文件，扩展名为WAV；扩展名为VOL的声音文件主要用于DOS程序；扩展名为MID的文件用于存储MIDI类声音信息；它比WAV文件更节省空间。声音文件的存储量等于采样频率×采样位数×声道数。

　　声卡使用的总线有ISA总线和PCI总线。

　　声卡工作应有相应的软件支持，包括驱动程序、混频程序（mixer）和CD播放程序等。