A menos que esté hablando de reproducir algún tipo de muestras que ya están almacenadas en una tarjeta de sonido, todo lo que una tarjeta de sonido "reproduce" debe provenir del controlador asociado con la tarjeta de sonido, y ese controlador, a su vez, debe ser alimentado por algún software en la PC.
Como dijiste, ese proceso se inicia cuando el usuario hace clic en el ícono Reproducir. En ese punto, el audio (cuyo comienzo ya puede estar cargado en la RAM como resultado de la "apertura" del archivo multimedia) se envía al controlador asociado con la tarjeta de sonido.
Una vez que se inicia el proceso, se puede usar DMA para enviar el audio al controlador a una velocidad suficiente para reproducir el sonido a un CD o mayor, lo cual es una tarea no trivial: sonido con calidad de CD, a 44.1 kHz, requiere que se envíe una muestra estéreo cada 22.7 µs, lo que si se realiza estrictamente en el software que utiliza una interrupción de temporizador a esa velocidad, supondría una carga para el procesador.
Suponiendo que la computadora usa DMA, entonces Windows solo tiene que seguir leyendo los bloques en la RAM lo suficientemente rápido para que el controlador nunca se quede sin audio para reproducir.
Sin embargo, hay una latencia después de presionar el botón Reproducir antes de que se envíen las primeras muestras.
El hardware de la tarjeta de sonido no tiene manera de hacer que esto suceda más rápido, ya que no tiene acceso al sistema de archivos del sistema. Entonces, incluso si un disparador de hardware estuviera disponible como un pin GPIO (E / S de propósito general) en la tarjeta de sonido, no podría realizar ninguna acción localmente en la tarjeta de sonido que iniciaría inmediatamente el audio que se reproducirá, pero en su lugar, tendría que manejarse como una entrada para el controlador de la tarjeta de sonido que ya se mencionó, lo que simularía que se presionara de alguna manera el botón Reproducir, y esto incurriría en la misma latencia descrita anteriormente.
Por otro lado, si está hablando de un audio que se puede precargar completamente en la propia tarjeta de sonido (si tiene esa función), que tendrá una duración limitada, entonces es posible que tenga la tarjeta de sonido inicia la reproducción de dichas muestras en la recepción de un disparador de hardware. Pero creo que estos se limitarían a varios cientos de milisegundos, o unos pocos segundos como máximo. No se aplicaría a la reproducción de un archivo multimedia.