Praca dźwiękowców zaczyna się, gdy wydany zostanie pierwszy prototyp gry. Dopiero wtedy dokładnie wiadomo, jakie postacie wystąpią w grze, po jakich powierzchniach będą stąpać, jakich broni będą używać oraz jakimi pojazdami będą się poruszać. Pozwala to określić zadania dźwiękowców i listę próbek, jakie trzeba zrealizować.
Dźwięki możemy podzielić na sztuczne i prawdziwe. Pierwsze z nich tworzone są z wykorzystaniem komputera lub jakichś narzędzi. Tutaj potrzebna jest też spora wyobraźnia. Na przykład odgłosy mlaskającego potwora zjadającego człowieka dźwiękowiec w grze Wiedźmin uzyskał przez... mieszanie łyżką rozgotowanego makaronu.
Dźwiękowcy nagrywają każdy najmniejszy odgłos, który później wykorzystany zostanie w grze.
Dźwięki prawdziwe zostały nagrane w terenie od rzeczywistych obiektów. Przykładem są wszystkie odgłosy silników, jakie usłyszymy w grach z serii Need for Speed. Dźwiękowcy nagrywają wiele próbek w różnych warunkach i odległościach od źródła. Potrzebne są oddzielne nagrania dla samochodu jadącego na pierwszym, drugim lub trzecim biegu, cofającego, dla bohatera idącego lub biegnącego po piasku, kamieniu, itd. Sprawa komplikuje się tym bardziej, jeśli w grze zastosowany ma zostać system dźwięku przestrzennego.
Dialogi i muzyka nagrywane są dopiero po zakończeniu produkcji gry lub wydaniu stabilnej wersji ze wszystkimi lokacjami i bohaterami. Zajmowane jest studio nagraniowe, a aktorzy przystępują do poznawania i mówienia swoich tekstów. Nagrywa się wiele próbek. W zależności od rodzaju gry, ich ilość może się wahać od kilkuset, w przypadku liniowej gry akcji, aż do kilkuset tysięcy w przypadku rozbudowanej gry RPG.
Muzykę do gier często tworzą znani kompozytorzy - na zdjęciu Hans Zimmer (przy fortepianie).
W tym czasie kompozytor rozpoczyna pracę nad muzyką do gry. Ścieżka dźwiękowa musi pasować klimatycznie do produkcji. Powstaje wiele różnych utworów. Kompozytor także współpracuje z programistami, ale tylko wtedy, kiedy trzeba nagrać odpowiednie dźwięki zależne od sytuacji, na przykład gdy bohater przechadza się spokojnie oraz gdy akurat z kimś walczy. Oprócz tego twórcy mogą pozyskiwać licencje na wykorzystanie prawdziwych utworów muzycznych.
Po wydaniu gry lub czasem też w trakcie jej produkcji nagrywane są jej inne wersje językowe, w tym polska. Ekipa lokalizacyjna otrzymuje zestaw dźwięków i przypisanych do nich tekstów razem z narzędziem ułatwiającym sprawne podmienianie próbek.
Podczas lokalizacji aktorzy czytają przygotowane próbki. Mogą to być pojedyncze słowa, całe zdania, czy też dłuższe wypowiedzi. Każda próbka jest opisana. Dzięki temu aktor wie jakiego głosu użyć. Raz na jakiś czas wszystkie próbki są zbierane i odsyłane do testerów lokalizacji.
Przygotowywanie polskiej lokalizacji to godziny spędzone w studiu nagraniowym.
Testerzy zajmują się sprawdzaniem, czy próbki pasują do konkretnej sceny. Wyszukują też wadliwe nagrania, które są zbyt długie lub nie synchronizują się z ruchem warg postaci w grze. Wyszukane przez nich niedopatrzenia zbierane są do bazy danych i raz na 1-2 tygodnie odsyłane do ekipy polonizującej. Ta stosuje się do wyszukanych niezgodności i nagrywa poprawione dialogi.
Testerzy w podobny sposób sprawdzają próbki nadsyłane od ekipy tłumaczącej napisy. Testują, czy kwestie nie są za długie i czy mieszczą się w przeznaczonych dla nich polach. Sprawdzają też, czy np. ten sam przedmiot nie nazywa się inaczej w dwóch różnych miejscach. Wszystkie ich uwagi również są zbierane i odsyłane do źródła.
