Para eso, necesitas un conversor A/D (analógico/digital) a la entrada y un D/A (digital/analógico) a la salida. Lo que te proponen de unsar la salida PWM tiene dos problemas:
1-El audio analógico, tiene variaciones de amplitud y de frecuencia, pero la salida PWM solo puede llegar a reproducir las de frecuencia, y no tengo muy claro si todo el rango de 20Hz a 20KHz del espectro sonoro.
2-El audio, no son frecuencias puras y únicas, hay armónicos, que ni mucho menos, puede reproducir la salida PWM.
Los reproductores de audio SD para arduino, suelen ser placas breakout o shields, que se encargan de gran parte del trabajo.