Setting 動画形式: fps
キャラ:
目パチ:
口パク:
    (X: Y:px) ※口の位置はマウスやタップ操作でも移動できます
背景 :

音声:
閾値:
(ぼそぼそ声の場合は5000~15000くらい、ハッキリした声や歌声なら30000程度が目安です)
開始無音:ms 終了無音:ms

たぶんバグもありますが、ソースも公開しています。改変や一部のコードを抜き出して使う等、ご自由にどうぞ。
webaudio-lip-sync.zip