Im großen Ganzen her gesehen brauchst du drei Sachen:
- Aufnahme/Wiedergabe von unkomprimierten Soundaten
- einen Codec (z.B. MP3 oder
OPUS)
- ein Netzwerkprotokoll (z.B. RTP)
Da es quasi kaum zu schaffen ist, das alles selbst zu programmieren, musst du dich einschränken. Es wäre auch möglich das du zB. das Netzwerkprotokoll selbst entwirfst, allerdings sollte schon das richtige "Zusammenstecken" fertiger Implementierungen nicht ganz einfach sein.
Die Sache mit dem "erstmal laufender Prototyp" ist die: Codecs und Echtzeitübertragung sind nicht ganz einfach und du kannst dann leicht in die Situation kommen, dass du merkst, das du deinen bisherigen Entwurf quasi wegschmeißen musst, um es ordentlich zu machen.