Como uma música é interpretada pelo computador?

Entendo que uma imagem é uma matriz de pixels, em que cada elemento é uma cor. 

Quando abro uma música no `R`, ele a apresenta como duas sequências (left e right) de frequências, conforme a imagem.

Será que é correto afirmar que uma música é uma matriz com duas colunas e o número de linhas sendo alguma unidade de tempo?


[![inserir a descrição da imagem aqui][1]][1]


  [1]: https://i.sstatic.net/AVq5w.png