Creo que confundes el tocino con la velocidad.
La música puede ser muy bella y poética o ruidosa y estridente pero en esencia son 2 canales a unas determinadas frecuencias y 16bits. Casi cualquier tarjeta de sonido de calidad tiene suficiente potencia y sensibilidad para reproducir (casi) cualquier FLAC sin distorsión.
Ahora bien... las películas suelen ser multicanal y según el códec puede requerir unas frecuencias y ancho de banda que no todas las tarjetas pueden hacer bien. Los juegos tienen todo esto y encima "requieren" de un procesamiento del sonido en tiempo real ya tu personaje se mueve, el sonido también. Algo bastante mas complejo que simplemente reproducir sonido por diferentes canales, como en las películas.
Para terminar te diré que si encima la música que comentas esta en MP3... no merece la pena ni hablar de calidad de sonido.
Primero, eres capaz de diferenciar un mp3 320kbps de un archivo Flac? Puedes probar, coges un archivo FLAC, lo conviertes a MP3, y con foobar y la extensión ABX pruebas. Luego, con un simple archivo AAC, las diferencias hasta en el papel son mínimas respecto a un archivo Flac.
Y eso de que cualquier tarjeta puede reproducir música sin apenas distorsión pues hombre, permíteme dudarlo mucho. Primero, la potencia dependerá que auriculares necesitas mover más que del propio archivo FLAC (Qué tambien influye, pero menos) Luego, de momento no he encontrado una tarjeta de sonido que cumpla bien con auriculares, todas las que veo tienen impedancias de salida excesivamente altas, por tanto las mediciones perfecta se van al traste usando auriculares que no cumplan la regla del 8. En auriculares dinámicos, la salida de impedancia del reprductor, ampli... debe ser 1/8 de la impedancia del auricular para que exista el damping factor y suene como debe. Por muy buena que sea en THD, crosstalk, rango dinámico.... si no asocias bien las impedancias, el resultado va a ser mucho más pobre. Además hay que tener en cuenta que la impredancia del auricular no es fija, depende de la frecuencia, y en general los fabricantes la dan en 1Khz.
Para ilustrar un poco, hablemos de las Creative Sound Blaster Z, tiene 22 ohmios de impedancia, por lo que al usar un auricular de menos de 176ohms el rendimiento va a bajar considerablemente. Y claro, cuando tienes que utilizar auriculares de altísimas impedancia que suelen tener menor sensibilidad, pues ahí una simple tarjeta no tiene entrega suficiente de voltaje ni potencia. Y es lo que suele pasar a muchas tarjetas de sonido, una zona de DAC muy muy buena, pero que cuando la señal pasa por la zona del amplificador el rendimiento cae en picado. Sin ir más lejos, de los mejores DAC que puedes comprar por menos de 500€ es la asus essence stx, conectándolo por la salida de línea a un amplificador decente tienes un conjunto 10, pero su amplificador no está a la altura de su DAC. Todo esto sin añadir filtros de sonido que en el 99% de los casos se cargan la señal a base de distorsión.
Y centrando esto un poco en lo inicial, todas estas diferencias son mucho más palpable en música que en juegos y películas. Creo que has confundido una cosa clave, que porque algo sea más difícil técnicamente de ejecutar (juegos) no significa que lo que reproduce bien lo difícil vaya a ser bueno con lo más fácil.
En juegos y pelis, con unos auriculares con perfil en V y una escena decente, y una tarjeta de sonido capaz de emular un sonido envolvente, como pueden ser la recon3d, el resultado es maravilloso, en cambio, esa misma configuración en música es pegarte dos tiros a no ser que te guste que el saxofón suene a trompeta mala y esas cosas....