если вручную - можно так
"Текст" - это последовательность обычных картинок, JPEG например.
В зависимости от того насколько раздроблен текст. На куплеты, четверостишия, или по две строки - На такой вот "куплет" все картинки одинаковые, но в первой картинке все буквы "неподкрашенные". во второй картинке закрашен один слог, в третьей два слога, в четвертой - три.
все картинки в одной папке, названия с порядковым номером.
Даже стандартный просмотрщик ХР может переключать картинки по порядку Энтером.
Перед началом песни нужно загрузить первую картинку из папки. И потом вручную на каждый слог стучать человеку по Энтеру(естественно чуть заранее), при этом будет переключаться следующая картинка, на экране закрашиваться следующий слог в песне.
Щелкать можно в зависимости от темпа песни который задают музыканты. С учетом всей живой неритмичности