MPEG音频属于宽频带压缩处理标准，根据其压缩算法不同，对它确定了I、II、Ⅲ层共3个层次的算法。
VCD、DVD和电视场合，使用它的第Ⅱ层算法。MPEG音频信号是一种对信号压缩处理后形成的数码信号，对原信号的取样多取48k，量化精度取16bit。其主要形式有MPEG-1和MPEG-2两种，可将音频数据量压缩为1/10～1/6,MPEG-2音频比MPEG-1音频的指标更为严格，MPEG-2音频格式的取样频率可取为32kHz、44kHz和48kHz;也可以采用低取样频率，增加了24kHz、22.05kHz、16kHz低取样频率。
下图是MPEG音频编、的简化方框图。首先看压缩器的方框图。该编码器主要由32波段多相组（库）、量化和比特分配器、心理听觉模型和比特流形成电路等组成。其基本思路是：输入16bit的PCM数码流，进行掩蔽效应处理。
输入数据流，首先进入32波段多相组（库），进行由时间域到频率域的变换，将时域输入信号转换为32个子波段基本波形（频域）的叠加。它采用子带编码方式，将宽频带输入信号分割为32个狭窄频段，称为子频段（简称子带）。即将波形群转换为对应于32组频率系数序列（称子带样本）。于是，利用各子带功率不均匀性进行独立编码，以便减小各子带内信号能量的不均匀性，利于减小。此外，对这种系数序列进行逆变换时，完全可以恢复为原来的信号波形，在变换过程中没有数据压缩效果，不引起信号质量的劣化。
多相器组是多相结构的FIR数字滤波器组，它将16bit的PCM数据流信号，在频域范围内分割为带宽为750Hz的32个子频带信号，然后将频率系数序列送到量化和比特分配器。
量化和比特分配器简称为位分配器。各滤波器输出的频率系数还要像视频数据那样进行再量化，以便压缩数据量。位分配器在心理听觉模型电路的控制下，根据心理听觉特性对滤波器组输出的信息进行计算，可依据各子带的能量进行最佳的比特分配，即对各子带的量化步长进行自动分配，通过调整各子带的量化步长，取得合适的量化编码。当位分配器输出一组量化参数和量化数据时，已经舍弃了对听觉效果影响较小的信息，但保留了音频信息的主体部分。
最后是比特流形成电路，又称为位流编组电路、帧打包电路等。该电路可将量化和比特分配器参数、量化数据及其他辅助信息编码，并按照一定的格式对这些信息进行编组，打包成帧排列。经上述格式编组后，音频压缩数据经过多重化处理后，组成统一的码流，存入媒体中。
