MIDI -filer lagrar inte ljud på det sätt som en WAV- eller MP3 -fil gör. Istället för att innehålla en inspelning av ljudvågor innehåller en MIDI -fil en sekvens av *instruktioner *eller *händelser *. Dessa händelser berättar en MIDI-kompatibel enhet (som en synthesizer, ljudmodul eller datorprogramvara) vilka anteckningar att spela, hur högt att spela dem, vilka instrument som ska användas och andra parametrar.
Tänk på det som en musikalisk poäng. Poängen innehåller inte orkesterns faktiska ljuden; Det berättar musikerna vilka anteckningar att spela, när och hur. På liknande sätt är en MIDI -fil en uppsättning instruktioner, och det faktiska ljudet genereras av enheten som tar emot och tolkar dessa instruktioner. Olika enheter kommer att producera olika ljud från samma MIDI -fil, eftersom de har olika instrumentljud (prover, syntesalgoritmer etc.) inbyggda i dem.