基本的なことでサウンド再生(mmfファイル)ってこんな感じであってますか？後処理とか細かいこと抜かして。
アプローチ的にリソースからもってくるのって間違ってます？

IMedia* media;
AEEMediaData data;

ISHELL_CreateInstance( a->shell, AEECLSID_MEDIAMMF, (void**)&a->media);

a->data.clsData = MMD_BUFFER;
a->data.pData = ISHELL_LoadResData( a->shell,SOUND_RES_FILE,RES_SND_01,RESTYPE_IMAGE);
a->data.dwSize = 4269; // このサイズ0でいいの？

IMEDIA_SetMediaData(a->media,&a->data);
IMEDIA_Play(a->media);