Wie Videoformate bestehen Audioformate aus einem Container und ein im Container eingebetteter codierter Datenstrom (Codec). Der Codec kodiert und dekodiert die rohen Audiodaten, während der Container die (im Normalfall) kodierten Audiodaten gemeinsam mit Metadaten speichert.

Im Gegensatz zu Videocontainern unterstützen Audiocontainer meist nur einen einzelnen Codec, dies gilt nicht für allgemeine Multimediacontainer wie MKV oder AVI.