Die einzelnen Pixel des Bildes werden in Klänge übersetzt. Dabei stehen zwei verschiedene Übersetzungsalgorithmen zur Auswahl: Einer interpretiert lediglich die Helligkeit in Lautstärke und Tonhöhe, der andere bezieht die Farbigkeiten und transformiert sie in unter Verwendung limitierter Tonleitern in harmonische Tonfolgen.
Es lassen sich auch eigene Bilder komponieren und anhören.