Bhe quello che ti sei proposto di fare non è certo una cosa semplice
sincronizzare una voce che descrive delle immagini richiede sempre del tempo. Tuttavia se inserisci un suono o una voce su un livello lasciando che si allunghi per N frame e poi ne vuoi gestire
lo stop, la pausa ed il play il consiglio è di lavorae con i clip(mc)

Adesso ciao che devo andare a prendere la Bimba.

Rempox