我想在我的网络应用程序中创建动画头像。似乎 CSS3 过渡、动画和背景功能以及一点点 JavaScript Web API的帮助就是我所需要的。使用xface对我来说似乎有点过头了，卡通解决方案几乎是我所需要的。我需要把它变成卡通的。
我已经取得了一些进展（蜜蜂能够创建语音控制的网络应用程序），但是这次我需要 mp3/wav 输入，而不是使用 google 服务器通过x-webkit-speech.
我正在考虑这种方法：
- 将语音录制成 mp3 或 wav 并写入其字符串内容
- 在浏览器中播放 mp3 并使用AnalyserNode检测单词的结尾以同步字符串中的位置（我使用捷克语，与英语不同，它的语速几乎恒定）。
- 根据实际口语字母显示卡通头像（见上面的链接）
问题： 有没有更省力（编码员和设计师的开发时间更短）的方法？尤其是第2步和未来的英语让我很担心。也许一些卡拉 OK 工具可以生成一些语音同步文件（我可以将其解析为 CSS3 关键帧）？我不知道有任何此类工具。