Le sous-système audio de cette console a été fortement influencé par la technologie des équipements audio professionnels et des cartes mères ATX, bien qu'il contienne quelques pièces particulières. Le MCPX comprend deux composants audio, l'Unité de Traitement Audio et l'Interface de Contrôle Audio'.
L'unité de traitement audio ou 'APU' est le processeur audio dédié et est composée de trois sous-composants :
- Le Processeur de Voix ou 'VP' : Un circuit spécialisé qui peut synthétiser 256 voix à un taux d'échantillonnage de 48 kHz. Il comprend également deux contrôles d'enveloppe DAHDSR et divers filtres. De plus, 64 voix peuvent être en 3D (par opposition à Stéréo ou Mono). À la fin, le processeur mixe et sort les voix à travers 32 canaux, où des groupes de 8 canaux ont leur propre contrôle de volume.
- Le Processeur Global ou 'GP': un DSP programmable utilisé pour traiter les données audio du VP et appliquer divers effets dessus.
- Tous les canaux provenant du VP n'ont pas à être alimentés ici, au lieu de cela, des groupes spécifiques peuvent être envoyés pour appliquer des effets spécifiques (c'est-à-dire réverbération) exclusivement sur eux.
- Le Processeur d'encodage ou 'EP': Comme son nom l'indique, il génère le signal stéréo final provenant du GP et le stocke dans la RAM principale.
- Notez que les opérations de l'EP peuvent également être effectuées par le GP, mais avoir un composant séparé pour l'encodage permet à la console de viser de meilleures techniques d'encodage audio, comme le Dolby Digital.
L'APU ne traite que les données audio mais ne peut pas les émettre. Ce dernier est le travail de l'ACI, qui lit les données audio en RAM, les décode et envoie l'échantillon stéréo PCM résultant (résolution de 16 bits avec une fréquence d'échantillonnage de 48 kHz) par la sortie audio.