Criar um vídeo em tipografia cinética com base em áudio gravado

A edição que procuro é baseada no modelo VSL, onde, mais importante que imagens ilustrativas, são as palavras que vão aparecendo junto com a fala do narrador e sua entonação. Desse modo, consigo captar mais a atenção dos espectadores quase que de maneira hipnótica quando eles nem percebem que estão fazendo a leitura junto com a narração.

O template inicial conterá um fundo branco com letras pretas, por aqui você pode observar um rápido exemplo:
https://www.youtube.com/watch?v=658vUQPF_bs&feature=youtu.be

Mas para que esse efeito aconteça nos espectadores, existem mais alguns pontos que devem ser seguidos no decorrer do vídeo:

1 - Inserir  "..." (Reticências) no final de 90% dos slides.
2 - Utilizar uma fonte específica que vou passar ao fechar o projeto
3 - Colocar 2 linhas de texto no máximo, em 90% dos slides;
4 - Para que a narração fique hipnótica, quando o locutor pausar bem em uma palavra, coloque apenas essa palavra no slide. Se ele falar duas palavras e pausar, coloque essas duas palavras no slide sozinhas e assim por diante. Então as vezes alguns slides terão menos que 2 linhas.. O Objetivo é deixar o vídeo hipnótico seguindo o padrão de uma tipografia cinética de qualidade. A leitura tem que sempre andar junto com a narração;
5 - Coloquar algumas imagens em alguns slides que podem ilustrar
bem o que o narrador está dizendo (vou fornecer as imagens e falar os pontos para colocá-las)
6 - Palavras importantes em bold na cor preta;
7 - Palavras muito importantes em bold na cor vermelha: