Alles, was wir hören, besteht aus Überlagerungen von Schwingungen, die sich in einem Medium wie der Luft wellenförmig ausbreiten. Diese wellenförmige Ausbreitung bedeutet physikalisch gesehen, dass das menschliche Ohr Druckschwankungen wahrnimmt, die aus einer Überlagerung von Schwingungen unterschiedlichster Frequenzen resultieren. Diese Druckschwankungen führen zu einem entsprechenden Schwingen des Trommelfells. Das menschliche Ohr ist wiederum imstande, dieses Schwingen des Trommelfells über Sinneshaare im Innenohr, die auf unterschiedliche Frequenzen spezialisiert sind, in einzelne Tonfrequenzen zu zerlegen und als Nervenreize an das Gehirn weiterzuleiten. Diese werden dann vom Gehirn als Töne, Klänge und Geräusche interpretiert.

mp3 macht sich zunutze, dass die akustischen Informationen, die das menschliche Ohr überhaupt nicht wahrnehmen kann, auch nicht abgespeichert werden müssen. Für MP3 müssen also die Tonsignale wieder in die einzelnen Frequenzen zerlegt werden, aus denen sie zusammengesetzt sind. Anschließend werden die Anteile, die für das menschliche Gehör ohnehin nicht wahrnehmbar sind, aus der Frequenzdarstellung entfernt, denn nur die hörbaren Anteile müssen überhaupt gespeichert werden.

In den Videoclips wird demonstriert, wie MP3 funktioniert.

An diesen Hörbeispielen wird deutlich, dass man im MP3-Format nur einen kleinen Teil der ursprünglichen Frequenzen zu speichern braucht. Den überwiegenden Rest der Informationen kann man weglassen, ohne dass das menschliche Ohr einen Unterschied zur Originalversion wahrnimmt. Die Töne im weißen Bereich des dritten Beispiels (musikbeispiel_orig_minus_mp3.avi) werden in der Originalversion durch andere dominantere Töne überdeckt und werden somit im Gesamtzusammenhang des Musikstücks nicht wahrgenommen. Erst wenn die dominanten Töne wegfallen, werden die restlichen Töne für das menschliche Ohr hörbar.