Ich würd auch erst mal so vorgehen, nur Aufnahme und Ausgabe von Audiodaten hinzubekommen. Das alleine wird schon einige Tage Zeit beanspruchen.
Wenn du das hast, kannst du mal versuchen, die Daten über das lokale Netzwerk zu verschicken, erst mal ganz naiv per
TCP. Ich würd das auch erst mal unkomprimiert machen, bzw. mit einer sehr einfachen, selbstgestrickten Echtzeit-Kompression: Einfach auf 10250 Samples/Sekunde downsamplen mit 8 Bit pro Sample. Das wären 82 kbit/s, sollte sich also bequem übers Netzwerk übertragen lassen. Die Qualität wird sehr schlecht sein, aber man sollte zumindest irgendwas hören.
Danach kannst du gucken, ob du es schaffst, einen vernünftigen Audiocodec einzubinden, oder dir UDP mal anschauen.