音源＋フラッシュだったらそんなに難しくないぞ。

http://www008.upp.so-net.ne.jp/diary/player/player.html
昔こんなやつ作ったんだけど、午後のこ〜だで64kbpsでエンコしたMP3が500KB。
外部から読み取る仕様になってるから、MP3で置かなくちゃいけないんで重いけど、
Flashに組み込んじゃえばかなり縮む。　30秒ぐらいのクリップなら50KBぐらいでいけるんじゃないかな。