Für die Speicherung und Verarbeitung von Tonsignalen existiert eine Vielfalt verschiedener analoger und digitaler Formate.

Bis zur Einführung der CD 1983 wurde Ton im Heimbereich nahezu ausschließlich analog gespeichert und weitergegeben. Auch heute noch, über 30 Jahre später, sind analoge Signale von großer Bedeutung, denn spätestens bei der Wiedergabe im Lautsprecher muss ein digitales Signal in ein analoges umgewandelt worden sein.

Analoge Signale sind nichts anderes als ein elektrisches, magnetisches oder mechanisches Abbild von Schallwellen und damit die direkteste Form, Ton zu repräsentieren. Dies ist auch der Grund, warum analoge Signale in audiophilen Kreisen häufig als die beste und reinste Form angesehen werden (eine Haltung, die aus objektiv-wissenschaftlicher Sicht als höchst zweifelhaft betrachtet werden muss).

Idealerweise ist das Signal eine komplexe Wellenform, die exakt den Druckwellen des aufgezeichneten Schalls entspricht. In Kabeln wird das Signal elektrisch transportiert, bei der Speicherung richtet sich die Form nach dem Speichermedium (zum Beispiel mechanische Formen bei der Schallplatte, magnetische Speicherung auf Tonbändern/Audiocassetten).

Digitale Signale speichern den Ton in Form von Binärdaten, also eine Folge von Nullen und Einsen wie überall im Computerbereich. Mit der Ausnahme elektronisch generierter Klänge muss dazu das analog mit dem Mikrofon aufgezeichnet Signal in einem A/D-Wandler digitalisiert werden.

Die Puls-Code-Modulation (Abkürzung PCM) ist eigentlich ein Verfahren der Umwandlung eines analogen Signals in ein digitales; das so erzeugte Digitalformat wird jedoch auch als PCM bezeichnet. Es ist das mit der CD eingeführte Ursprungsformat und befindet sich auch heute noch auf jeder Standard-Audio-CD. Es entsteht ursprünglich durch Abtastung eines analogen Signals. 44100 mal pro Sekunde wird die Amplitude des Signals gemessen und der gemessene Wert als Binärzahl (16 Bit = 65536 Abstufungen) gespeichert.

Nachteil dieses Formats ist das sehr hohe Datenvolumen. Für jede Sekunde Musik müssen pro Kanal (bei CD-Qualität) 44100 Zahlen gespeichert werden.

Diese Variante findet deswegen auch auf Heimkino-Datenträgern (DVD, BluRay etc.) selten Verwendung; oftmals können aber Abspielgeräte die Dolby- oder DTS-Signale in PCM umrechnen und an andere Geräte weiterreichen. Das ist sinnvoll, wenn das Abspielgerät einen fortgeschrittenen Tonstandard beherrscht (wie zum Beispiel DTS HD), den das empfangende Gerät nicht interpretieren kann. PCM ist universell und wird von fast jedem Gerät mit Digitaleingang beherrscht (jedoch nicht jede Samplingfrequenz und jede Bitrate).

Die Samplingfrequenz und die Bitrate sind nämlich nicht einheitlich; neben den im CD-Standard festgeschriebenen 44,1 kHz sind auch 48 kHz (Standard bei DVDs), 96 kHz und 192 kHz sowie 24 Bit statt 16 Bit verbreitet.

WAV (Wave = Welle) ist ein Container, mit dem vor allem PCM-Daten von CDs als Computerdatei gespeichert werden können. Sie ist daher ebenso groß wie die PCM-Daten auf der CD und ihr gegenüber verlustfrei.

In WAV lassen sich neben PCM auch zahlreiche andere Stream-Formate speichern (zum Beispiel DTS).

FLAC (Free Lossless Audio Codec) ist ein verlustfreies Kompressionsformat. Es wird in der Regel aus PCM-Daten erzeugt und enthält alle darin gespeicherten Informationen, ist jedoch meist etwa 30 bis 50 % kleiner. Aus einer FLAC-Datei lässt sich ohne Verlust wieder die exakt gleiche PCM-/WAV-Datei erzeugen, aus der die FLAC-Datei erzeugt wurde.

FLAC ist auch in der Lage, mehr als zwei Tonspuren zu speichern, insbesondere 5.1-Ton.

Trotz Kompression ist das Datenvolumen hoch; deswegen gibt es kaum käufliche Medien, die FLAC nutzen; viele Hifi-Fans rippen jedoch ihre CDs in dieses Format.

MP3 ist das außerhalb von CDs heute verbreitetste digitale Tonformat für Stereomusik. Es wurde vom Fraunhofer-Institut in Erlangen entwickelt und startete seinen Siegeszug Mitte der 90er-Jahre.

Anders als FLAC ist MP3 verlustbehaftet, das heißt es sind nicht mehr alle Daten der Originaldatei enthalten. Der Algorithmus wurde aufgrund psychoakustischer Untersuchungen entwickelt, deren zufolge das Gehirn bestimmten Tonanteile beim Hören nicht wahrnehmen kann. Diese werden weggelassen, wodurch sich das Datenvolumen deutlich reduzieren lässt (um etwa 80 bis 95 % je nach Qualität).

Umstritten ist bei MP3s die Klangqualität. Viele Hifi-Fans lehnen sie wegen des Informationsverlusts generell ab und behaupten, es gäbe immer deutlich hörbare Qualitätsverluste. Aus wissenschaftlicher Sicht sind diese Sichtweisen überzogen. In Blindtests hat sich immer wieder gezeigt, dass bei Verwendung guter Encoder nur sehr niedrige Bitraten von 64 kbit/s zu deutlich hörbaren Verlusten führen. Schon bei 128 kbit/s sind diese nur bei konzentriertem Hören auf guten Anlagen und hochwertigen Aufnahmen sicher erkennbar, ab etwa 192 oder 256 kbit/s konnten selbst geübte Hörer (Toningenieure, Musiker, audiophile Vielhörer) keine statistisch signifikanten Unterschiede zur CD-Qualität mehr erkennen.

Es gibt noch zahlreiche weitere verlustfreie und verlustbehaftete Formate; diese bieten oft bei gleicher Qualität noch bessere Kompressionraten als MP3 oder zusätzliche Funktionen wie Digital Rights Management, Mehrkanalton etc. Die Verbreitung von MP3 hat jedoch trotz der Vorteile keines dieser Formate erreicht; sie werden meist von bestimmten Unternehmen für proprietäre Dienste verwendet, ohne dass der Nutzer es merkt, etwa AAC von Apple (iPod), Ogg Vorbis von Spotify etc.

Dolby Surround ist im engeren Sinne eigentlich ein analoges Format, wird jedoch fast immer digitalisiert gespeichert und nur analog übertragen. Es war das erste verbreitete Surroundformat und wurde entwickelt, um mit dem damals noch vorherrschende Stereoton Raumklang zu erzeugen.

Bei Dolby Surround werden einem normalen Stereosignal zusätzliche Informationen aufmoduliert. Bei der Wiedergabe über ein normales Stereogerät wird der Ton normal auf zwei Kanälen ausgegeben; verfügt das Gerät jedoch über einen Dolby-Surround-Decoder, kann dieser anhand der Zusatzinformationen Teile des Tons extrahieren und an die Surround-Lautsprecher weiterleiten, die übrigen Teile an die Frontlautsprecher.

Auch wenn die Wiedergabe in der Regel über zwei Rear-Lautsprecher erfolgt, ist das hintere Signal nur Mono.

Wegen dieser und anderer Schwächen des Systems und der zunehmenden Verbreitung digitaler Medien hat Dolby Surround heutzutage an Bedeutung verloren.

Das am weitesten verbreitete Tonformat im Heimkinobereich. Auch im TV und bei Streamingdiensten (z. B. Amazon Prime Instant Video, Maxdome, Netflix) kommt dieses Tonformat zur Verwendung. Von 2.0 bis 7.1 sind zahlreiche Varianten (EX, HD, DD+) möglich. Der HD-Ton kann aufgrund der höheren Datenrate nur über ein HDMI-Kabel übertragen werden, nicht über optische oder Coax-Kabel. Weitere Infos: Dolby Digital

Ebenfalls sehr verbreitetes Tonformat für DVD- und Blu-Ray-Medien. Beim Fernsehen findet dieses Format keine Verwendung. Auch hier gibt es ein HD-Format, das nur über HDMI übertragen werden kann. Weitere Infos: DTS.

Noch sehr jung sind die sogenannten 3D-Tonformate (von den Herstellern auch als „immersive sound“ bezeichnet), die dem Ton eine zusätzliche Dimension (die Höhe) hinzufügen. Für die Wiedergabe werden daher zwei oder vier zusätzliche Höhen-/Deckenlautsprecher benötigt. Die drei derzeitigen 3D-Tonformate sind:

Für weiterführende Infos siehe auch 3D-Surround.

Bei DSP (Digital Sound Processing) wie Dolby ProLogic (PL IIx/z Music/Movie) oder DTS Neo:X, welche das Stereosignal aufgrund von Algorithmen analysieren und „intelligent“ auf mehr als zwei Kanäle verteilen, handelt sich nicht um Tonformate im eigentlichen Sinne, sondern nur um Aufbereitungen von Tonsignalen aus anderen Formaten.

Für die Musikwiedergabe lehnen Puristen solche „Aufpolierer“ ab, weil sie das Ergebnis als „unnatürlich“ und nicht im Sinne der Aufnahme ansehen. Viele andere Musikliebhaber hingegen nutzen sie gerne, weil sie eine räumliche Einhüllung ermöglichen ohne die Auslöschungen, die die doppelte Stereowiedergabe über vier Lautsprecher mit sich bringt.