在多媒体信息处理及编辑技术中研究的主要有视觉类媒体和听觉类媒体两种。

1．视觉类媒体

(1)文字

文字是一种符号，是由人类创造出来表示某种含义的，所以它与使用者的知识有关，是比图形更高一级的抽象。必须具备特定的知识，才能解释特定的符号，才能解释特定的文本。符号使用特定值表示，如ASCII 码、中文国标码等。

(2)图像

将所观察的图像按行列方式进行数字化，图像的每一点都数字化为一个值，所有这些值就组成了图像。图像是所有视觉表示方法的基础。

(3)图形

图形是图像的抽象，它反映了图像上的关键特征，如点、线、面等。图形的表示不直接描述图像的每一点，而是描述产生这些点的过程和方法，即用矢量来表示。视频:视频又称动态图像，是一组图像按时间有序连续的表示。视频的表示与图像序列、时间关系有关。

(4)动画

动画是动态图像的一种，与视频不同之处在于动画采用的是计算机产生出来的图像或图形，而不像视频采用直接采集的真实图像。动画包括二维动画、三维动画、真实感三维动画等多种形式。

(5)其他

其他类型的视觉媒体形式，如用符号表示的数值、用图形表示的某种数据曲线、数据库的关系数据等。

2．听觉类媒体

(1)波形声音

波形声音是自然界中所有声音的复制，是声音数字化的基础。

(2)语音

语音也可以表示为波形声音，但波形声音表示不出语音的内在语言及语音学的内涵。语音是对讲话声音的一次抽象。

(3)音乐

音乐与语音相比更规范一些，是符号化的声音。但是音乐不能对所有的声音都进行符号化。乐谱是符号化声音的符号组，表示比单个符号更复杂的声音信息内容。