Un audio es una señal analógica eléctricamente exacta a una señal sonora; normalmente está acotada al rango de frecuencias audibles por los seres humanos, que está aproximadamente entre los 20 y los 20.000 Hz¹​ (el equivalente, casi exacto a 10 octavas).

Dado que el sonido es una onda de presión se requiere un transductor de presión (un micrófono) que convierte las ondas de presión de aire (ondas sonoras) en señales eléctricas (señales analógicas).

La conversión contraria se realiza mediante un altavoz —también llamado bocina o altoparlante en algunos países latinoamericanos, por traducción directa del inglés loudspeaker—, que convierte las señales eléctricas en ondas de presión de aire.

Solamente un micrófono puede captar adecuadamente todo el rango audible de frecuencias, en cambio para reproducir fidedignamente ese mismo rango de frecuencias suelen requerirse dos altavoces (de agudos y graves) o más.

Una señal de audio se puede caracterizar, someramente, por su (valor de pico, rango dinámico, potencia, relación señal-ruido) o por su composición espectral (ancho de banda, frecuencia fundamental, armónicos, distorsión armónica, etcétera).

Así, por ejemplo, una señal que represente voz humana (señal vocal) no suele tener información relevante más allá de los 10 kHz, y de hecho en telefonía fija se toman solamente los primeros 3,8 kHz. Con 2 kHz basta para que la voz sea comprensible, pero no para reconocer al hablante.