Same formaty MPEG-1 i 2 są przeznaczone do stratnego kodowania sekwencji wizyjnych (filmu) i opierają się na zmodyfikowanej dyskretnej transformacji cosinusowej. Uwzględnia on również możliwość zakodowania dźwięku na trzy sposoby (Layer 1, Layer 2 i Layer 3). Choć już samo kodowanie dźwięku używa innej metody kompresji. Layer 3 jako najbardziej zaawansowana została szeroko wykorzystana do zapisu dźwięku. Wpływ na to mogła mieć elastyczność standardu – pozwala on na zapis dźwięku z pominięciem obrazu i zapewnia dobrą jakość nawet przy dużej kompresji.

Standard opisuje jedynie format zapisu. Wszystkie urządzenia i programy potrafiące zapisać dźwięk w tym formacie lub odczytać go są zgodne z tym formatem. Sposób kompresji podany poniżej stanowi przykład podany przez autorów formatu w celu wyjaśnienia i opisania, na czym polega format.