A MIDI-t alkotói az eredeti ötlet szerint szintetizátorok, elektronikus hangszerek összekötésére szolgáló digitális kommunikációs protokollként álmodták meg. E legalapvetőbb felhasználás mellett azonban használata mára kiterjed gyakorlatilag minden berendezésre, amelyet a zenei technikában alkalmaznak, például keverőpultokra, effektprocesszorokra, világítástechnikára és soksávos rögzítőmagnókra. A sokrétű felhasználhatóságnak megfelelően a MIDI-n keresztül nagyon sokféle információtartalmat továbbíthatunk:

- Csatornaüzenetekkel (Channel Messages) zenei előadásokat, valós időben, és nem analóg vagy digitális hangjelként, hanem vezérlőkódok formájában; azokat az információkat, hogy mikor melyik zenei hang lett megszólaltatva, milyen erősséggel, mikor történt hajlítás, lenyomták-e valamelyik pedált stb. - kicsit hasonlóan, mint a verklik hengere,

- Exkluzív rendszerüzenetekkel (System Exclusive) a hangszer (vagy más, nem hangszer jellegű hangtechnikai eszköz) kezelőszerveivel végzett módosításokat, vagy teljes paraméterblokkokat, melyek egy szintetizált hangzás megszólalási jellemzőit tartalmazzák,

- Valós idejű rendszerüzenetekkel (System Real-Time Messages), vagy a MIDI-időkóddal (MIDI Time Code) szinkronizációs üzeneteket,

- MIDI-műsorvezérléssel (MIDI Show Control) színpadi lámpák, fénytechnikai eszközök ki- és bekapcsolását, mozgását,

- MIDI-mintaletöltéssel (MIDI Sample Dump Standard) digitálisan mintavételezett, természetes vagy mesterséges eredetű hangmintákat,

- MIDI-gépvezérléssel (MIDI Machine Control) soksávos stúdiómagnók távvezérlését,

- MIDI-fájlközvetítéssel (MIDI File Dump Standard) számítógépes adatfájlokat.

Amikor a MIDI-ről beszélünk, egyszerre kell gondolnunk fizikai szintű (főleg hardver) és kódolási (szoftver) protokollra. Az első, a hardver a feszültségszintekre, az időzítésre és az információ átvitelének megoldására vonatkozik. Ez a MIDI bemutatkozása óta nem változott, nem is nagyon változhat a kompatibilitás miatt.

Közben annyit változtak az idő, hogy ma már nem feltétlenül gondolunk hardveres MIDI-átvitelre, amikor MIDI-kapcsolatot létesítünk, hiszen nemcsak MIDI-kábelen utazhatnak már MIDI-jelek, hanem például USB-n is, vagy akát kábel nélkül, egy számítógépen belül, az egyik programtól a másikig.

A MIDI-kódok viszont már a kezdetek kezdetén is nyílt rendszert alkottak; a viszonylag szűkebb alapkódkészletet az elmúlt években az igények bővülésének hatására terjesztették ki újabb és újabb feladatokra megoldást nyújtó ajánlásokkal. A MIDI implementálása tehát nem jelentheti azt, hogy egy adott berendezés valamennyi létező MIDI-kódra reagál - ennek egyik oka időbeli: egy 1990-ben gyártott hangszer nem reagálhat a MIDI 1991-ben történt kiterjesztésére (kivéve persze azt az esetet, amikor a gyártó szoftverfrissítést ad a régebbi termékhez). Másik oka is nyilvánvaló; miért is tegyen bármit egy billentyűs hangszer, mondjuk, egy magnóvezérlő parancsra?

Fájdalmasabb viszont az a tény, hogy jó néhány hangszeren nem implementálják valamennyi, az ilyen típusú eszközök vezérlésére szolgáló kódot, hanem néhány, lényeges, vagy kevésbé lényeges üzenetet kihagynak. Minden MIDI-s eszköz felhasználói kézikönyve tartalmaz egy táblázatot, mely leírja, hogy milyen MIDI-kódokra reagál a készülék - általában nem történik természetesen tragédia akkor sem, ha nem implementált kód jut a gépbe, ekkor csak egyszerűen semmi nem fog történni.

Az elektronikus hangszerek működése a lehető legtávolabbi nézetből a következő: leütök egy billentyűt a billentyűzeten, ezt a hangszer hanggenerátorai valamilyen úton-módon megtudják, és elindítanak egy, a leütött billentyűnek megfelelő magasságú hangot. A billentyű elengedésére a hanggenerátor is befejezi működését (pontosabban: előbb azért lejátssza a hang lecsengési ciklusát). A MIDI eredeti célja ilyen hangszerek egyszerű összekötése volt abból a célból, hogy ha játszom valamit az egyik hangszer billentyűzetén, azt a másik hangszer hanggenerátorai is azonnal, ugyanabban az időben elő tudják állítani. Két hangszer egyidejű megszólaltatása gazdagabb hangzást eredményezhet, tágabb kifejezési lehetőségekkel.

Az első szintetizátorok kialakítása többnyire moduláris volt, ahol szinte minden egységet mindennel össze lehetett kötni. A vezérlő- és hangkábelek sokaságának pillanatnyi helyzete döntően meghatározta a megszólaló hangot. Ez a felépítés a hetvenes évek végére az ábrán látható elrendezésbe ment át - a mikroprocesszorok ugyanis kellő mértékben elterjedtek addigra, így érdemes volt a hangszerek vezérlésének nagyobb részét rájuk bízni. A zenei billentyűzet, illetve az egyéb kezelőszervek használatát a processzor az általuk küldött vezérlőjelek alapján értelmezte, majd utasította a hanggenerátorokat a kívánt esemény végrehajtására.

Az említett vezérlőjelek kezdetben analóg, majd egyre inkább digitális jelek voltak. Az előbbi azt jelenti, hogy a billentyűzet minden leütött billentyű hatására más-más nagyságú feszültséget generál egy kábel végén, az utóbbi pedig azt, hogy minden billentyűhöz egy számot rendelnek egy bizonyos tartományban; ezt küldi el a billentyűzet, a digitális technikában használatos kettes számrendszerben, a mikroprocesszornak. Kézenfekvő a megoldás: legyen a mikroprocesszornak egy kimeneti egysége, amely ezeket a vezérlőjeleket, valamilyen, közös megegyezésen alapuló elektronikai nyelven (ezeket a nyelveket hívjuk protokollnak) kiküldi a külvilág számára. Ha egy másik eszköz mikroprocesszora - amely rendelkezik e protokoll értelmezésének a képességével -, veszi ezeket a vezérlőjeleket, és utasítja hanggenerátorait az ezeknek megfelelő működésre, akkor eljutottunk a megoldáshoz: egy billentyűzeten játszva két hangszert szólaltattunk meg.

Ez lett a MIDI-rendszerek felépítésének alapja: egy vezérlőeszköz adhat utasításokat, adatokat egy vagy több vezérelt egységnek. A vezérelt egységek sorbaköthetőek, és a lánc valamennyi tagjához eljut minden, a vezérlőeszközből származó információ. A koncepció fontos része a csatornák megvalósítása. A vezérlőeszköz (illetve annak kezelője) meghatározhatja, hogy a lánc mely tagjához kíván szólni, mivel minden, valós idejű zenei előadással kapcsolatos MIDI-üzenet tartalmaz egy 1-től 16-ig terjedő számot a parancsüzenetbe kódolva. Minden vevő figyeli ezt az értéket, és összehasonlítja a saját csatornaszámával (ami szintén egy beállítható mennyiség) - ha a két szám megegyezik, csak akkor hajtja végre az utasítást, egyébként figyelmen kívül hagyja, átengedi a lánc soron következő elemének. A vezérelt egységeknek így érdemes különböző, egyedi csatornaszámokat adni, így a vezérlő egymástól függetlenül tudja őket utasítani. Ezzel a módszerrel a vezérlő egy MIDI-kimeneten tizenhat különálló egységet tud vezérelni, egymástól függetlenül.

A hangszerek kapcsolata ezzel világossá vált; fantáziánkat használva most már elképzelhető, hogy a stúdió nem-hangszer elemei mire használják a MIDI-kapcsolatot. A "vezérlőeszköz - vezérelt egység" elvet alkalmazza minden berendezés.

Ami még kérdéses lehet, az a számítógép szerepe. Mire lehet használni a MIDI-interfésszel rendelkező számítógépet? A számítógép ugyanolyan, processzorral rendelkező egység, mint a hangszerek - ezt a kijelentést inkább visszafelé érdemes alkalmazni, vagyis valamennyi MIDI-s hangszerben egy számítógép helyezkedik el, amin csak egyetlen program fut, a hangszer működtetését végző program. Egy hagyományos számítógép ugyanazon a módon juthat hozzá a MIDI-vonalon érkező információhoz, mint a hangszerek: vagyis, egy bemeneti egység fogadja, és a processzorához továbbítja az üzenetet. Itt azonban a legtöbb esetben eltér a feldolgozás módja: a számítógép processzora a betöltött programnak megfelelően értelmezi a bejött kódot. Ugyanaz a számítógép más feladatot hajt végre, ha dalszerkesztő programot töltünk be, és mást, ha hangmintaszerkesztőt. Az előbbi sorrend- és időhelyesen rögzíti a bejövő MIDI-üzeneteket, valamint képes visszajátszani vagy átszerkeszteni őket, az utóbbi pedig hangmintákat tölt be a külső digitális mintavevők memóriájából, és a felhasználó által kiválasztott szerkesztési eljárások után vissza is tudja tölteni oda.

És ez még nem minden: a zenei szoftverpiac számtalan egyéb funkciójú programot feltalált már - néha egészen furcsa, különös feladatokat oldanak meg ezek a programok, amelyek alapvető működése azért nagyon hasonló: MIDI-adatokat fogadnak kívülről, majd küldenek tovább különféle szoftveregységek vagy a külvilág felé. Egy intelligens arpeggiatorprogram például fogadja MIDI-bemenetén a lefogott harmóniákat (illetve, azoknak a szintibillentyűknek a kódjait, amelyeket lenyomtunk, és valamilyen algoritmus alapján (például fel-le szánkázva rajtuk) azokat egyesével visszajátssza. Egy MIDI-szűrőprogram figyeli a bejövő MIDI-jeleket, elolvassa őket, és csak azokat engedi át a kimenetre, amelyekre engedélyt adunk.