@moviemaker100
1. Ja, die CE unterstützt kein Real Time Lipsync, dass können die meisten anderen Engines aber auch nicht.

Ein Großteil arbeitet entweder mit externen Programmen, die die Mundbewegungen nachahmen basierend auf Text und Dialog und das ganze dann in einem bestimmten Format ausgeben.
Crytek speichert die Gesichtsbewegungen in fsq Dateien, "Facial Sequence", im Format: Startzeit:Endzeit:Phoneme (http://de.wikipedia.org/wiki/Phonem). Crytek bietet einen Satz vorgegebener Phonemes, die man benutzen kann.
Du kannst ja mal in eine der zahlreich vorhanden fsq Dateien reinschauen mit Notepad

Mit den Phonemes kann man sich dann manuell eine Facial Animation zusammenklicken oder ein teures Tool übernimmt das für einen, welches viele Entwickler natürlich aus Kosten und Zeitgründen bevorzugen.

Die andere Möglichkeit besteht darin, das ganze Gesicht per Marker und Motion Capturing aufzunehmen, wovon Crytek auch Gebrauch macht für die Cutscenes z.B.

Dieses System kann aber für klein Modder mit Tonnen Dialogen zum echten Problem werden, das stimmt. Vorallem, da jede enthaltende Sprache extra Lipsync Dateien braucht, außer die Sprecher passen ihre Dialoge auf die Originalen an.


2. Szenen "zusammenklicken" klingt, als würdest du den Trackview meinen. Dort kann man eine Szene so erstellen, dass sie jedes mal gleich abläuft.
Allerdings wirst du mitnichten irgendwelche Vorlagen finden oder ein Knopf "Lasse Person von A nach B gehen" im Trackview. Alles muss von Hand animiert werden.

"Zusammenklicken" geht dort also nicht, dazu ist die Engine auch zu komplex.
Dafür solltest du dich mal mit dem FG (Flow Graph) beschäftigen, dass kommt deinem Wunsch nach zusammenklicken vielleicht ein wenig näher, da du dort einfach Gegner gehen lassen kannst und auch reden etc.

Anleitungen findest du auf Crymod und hier per Suche genug