RPGとしては、音楽や効果音も欠かせません。そういったものはW3C-SMILで表現するのが良いと思います。
SMILは大きな規格であり、同期が必要なメディアを記述するためのものです。 仮に、RPGシナリオも同期メディアの一種と考えるのであればSMILをベースとしてScenarioを考えた方がいいかもしれません。
名前空間は http://www.w3.org/TR/REC-smil になります。