スマイル？

SMIL(同期マルチメディア統合言語)という、マルチメディアＸＭＬ規格があります。
これは、複数のオブジェクトや音声を、タイミングを取って動かすための規格です。

ＤＯＴエンジン（仮称）の内部フォーマットは、この辺の規格を参考にちまちま
作ろうかと思っております。私は歌詞データとか大好き人間なのです（笑）

実際の構造はまた次の機会に。