Como você está trabalhando sem PC, a configuração é um pouco problemática e não será exatamente a mais barata. Placas de som e outras coisas, mesmo externas, exigem que um PC funcione. Você tem uma fonte digital e analógica, o que significa que você provavelmente não conseguirá mixá-los em uma caixa (a menos que você tenha um mixer digital caro com entrada SPDIF).
Pessoalmente, eu recomendaria um mixer analógico básico (use-os para barato), que provavelmente teria um fone de ouvido para fora. Você também precisará de um DAC para converter o SPDIF em analógico. Conecte suas duas fontes ao mixer e você está pronto para ir.
Se você quer qualidade audiófila, eu recomendaria um mixer digital ou similar, ou uma configuração analógica mais sofisticada com um mixer melhor e D / A. Mais uma vez, esta é uma situação rara e o equipamento do consumidor geralmente não está à altura desta tarefa.