Tarkka ääni, joka on yleensä vähintään 96 kHz/24 bittiä, on tehty näytteistämällä alkuperäinen analoginen äänilähde digitaalisesti. Sitä, kuinka monta kertaa näytteistys suoritetaan (yhden sekunnin välein), kutsutaan näytteenottotaajuudeksi, ja sen yksikkönä on hertsi, ”Hz”. Digitointi viittaa ääniprosessiin, jossa näytteistetty signaali muunnetaan (tai kvantisoidaan) binaarimuotoisiksi numeroiksi, jotka koostuvat ykkösistä (1) ja nollista (0) ja jotka ilmaistaan ”bitteinä”. Mitä suurempi bittiluku, sitä lähempänä näyte on alkuperäistä lähdettä. CD:lle on standardoitu 44,1 kHz/16 bittiä, mutta tarkalle äänelle ei ole olemassa yksittäistä standardia.

Vaihtoehtoinen tapa analogisen lähteen digitointiin on menetelmä nimeltä DSD (Direct Stream Digital), joka tallentaa äänitiedot yksittäisten bittiarvojen sarjana erittäin korkealla näyteenottotaajuudella, joka on joko 2,8 MHz tai 5,6 MHz. Tämä on noin 64- tai 128-kertainen CD-audion näytteenottotaajuuteen verrattuna ja tunnetaan yksinkertaisesti nimellä DSD 2,8 MHz tai DSD 5,6 MHz. Joidenkin insinöörien mielestä digitaalinen tiedostonäyte ei voi päästä tätä lähemmäksi alkuperäistä analogista lähdettä.