Favor, escuchar con audífono

Pasando por alto que debí investigar esto antes, proseguiré, ya que me parece que es algo que complementa el trabajo de los retratos que vengo realizando.

La idea es que junto de las imágenes, se encuentre un dispositivo para escuchar. El contenido del sonido es extraido de algunos perfiles y otros generado.

Empecé grabando mi voz, pero tuve unos problemas:

1. Técnicos
a. Al grabar la voz el ruido de ambiente interfiere.
b. No pude pasar a la máquina lo que había grabado.
c. Intenté sacar distintos tonos y distintas maneras de hablar, pero no llegaban a más de tres.

2. De contenido
a. Mi voz actuada genera confusión. Es la misma en distintos tonos.
b. Ya al ponerle mi carga, hace que tenga un prejuicio. Lo que quiero es que ese contenido llegue en la forma más clara y que el contenido hable pro si mismo.
c. Ya las imágenes que presento hablan por si mismas. El tono de mi voz, o cualquier voz actuada, interfiere y compite con las imágenes, y no es lo que quiero.

Después probé con una voz de sintetizador. Enseguida empezó a tomar sentido porque:
a. Entregaba el contenido en su forma original, casi como si lo estuvieras leyendo.
b. No emitía un juicio y así no interfiere con con el contenido (parecido al punto a).

He estado probando y probando, y aquí pongo una muestra. Para mi "desgracia" se me dañaron varios archivos, justamente los más extensos (por un problema de links en quicktime), y solo tengo estos que son más cortos. La idea sería alternar los cortos y los largos, aleatoriamente, y que este reproduciendo continuamente.
Los puse todos juntos, separados por un sonido. Me parece que el sonido es débil así que tengo que buscar otro u otros más adecuados, y el espacio entre clip y clip es muy corto.

Prueba1
Hay que bajarse el archivo para poder escucharlo.