wenn du es musik oder sprache machen möchtest musst du vorm zeichnen den ton aufnehmen.
aus der tondatei kramst du dann die zeiten raus wann jemand spricht und welchen laut er dabei verwendet (wegen mundsynchronität).
so, nun musst du dir überlegen in welcher bildrate du animieren möchtest.
das mindeste was man verwenden sollte ist wohl "12".
sprich 12 bilder sind eine sekunde.
und so arbeitest du dann. immer im hinterkopf wo du gerade bist. am besten gleich umrechnen. z.b. "nach bild 26 kommt ein knall geräusch" etc.
einzelteile der figuren zeichnen ist übrigens ein normaler prozess bei der heutigen zeichentrickproduktion, wenn sie nicht direkt am PC erstellt.
simpsons z.b. wurde so animiert, das der körper meistens steif ist und nur die arme und kopf ersetzt wurden (sieht man am geringen farbunterschied der körperteile).
ausnahmen sind da übrigens die alten disney filme (das neue disney mit ihren SCHEISS 3D animationsfilmen, hat von sowas keine ahnung). bei denen wurde bild für bild gezeichnet, nur der hitnergrund war immer das gleiche bild.
so, nun viel spass beim aufwand der sich nicht lohnt, aber als hobby doch recht interessant
(esseiden du verwendest ganz einfache figuren, wo du eine figur in einer minute zeichnen kannst. ansonsten braucht man jahre bis man was fertig hat)