我正在構建一個用於教室環境的交互式語言學習應用程序。這個想法是，老師應該能夠與學生交談（=所有學生的音頻流），讓學生以兩個或兩個以上的小組相互交談（=音頻P2P），讓學生觀看來自DVD播放器或來自媒體服務器。應該可以保存音頻/視頻流。教師還應該能夠監視，接管或阻止學生的桌面。該平臺是Windows，它是一個桌面應用程序，沒有Web應用程序。音頻延遲應該儘可能小。可選擇坐在家中的學生應該得到支持，但不是高優先級。Windows平臺上的音頻/視頻流
我現在完成了應用程序的課堂控制部分（登錄，監控，塊，...），並希望開始音頻和視頻部分。我一直在評估DirectX，GStreamer和SIP等幾個選項，但現在我必須做出決定。
的DirectX似乎針對Windows平臺的不二之選，但它只是讓我捕捉和播放音頻和視頻。編碼/解碼/網絡部分我應該自己做。
的GStreamer包含了各種選項，以捕捉/編碼/流/保存音頻和視頻流。我已經嘗試了一下它（ossbuild）和它似乎涉及大量的試驗和錯誤，使一些工作： - 麥克風捕獲（通過directsoundsrc）產生在某些計算機 開裂的聲音 - rtpL16裝貨沒有工作以及 - 流在網絡上的原始音頻僅在8000的採樣率，沒有更高的 工作 - 有很多接收MPEG4視頻（壞I幀）時的錯誤，就比其他一些 糟糕的電腦我的印象gstreamer主要針對Linux平臺。對Windows平臺的開發和支持似乎有點落後。不過，這是一個強大的框架，可以爲我節省數月和數年的工作。
SIP似乎是能夠做一切我想要的，但其目標是電話和IM。我不知道SIP有多靈活。在我看來，由於我已經有了一個可以控制和設置所有流的中央（教師）應用程序，所以SIP層將會開銷很大。像opalvoip和freeswitch這樣的框架的有趣部分是實際的音頻/視頻捕獲，編碼和傳輸。有沒有人知道這些有趣的部分如何與gstreamer這樣的框架相關？它們是否易於集成到自定義應用程序中？它們足夠靈活嗎？
有沒有人有這些技術的全部或其中之一的經驗？也許還有其他選擇，我可以看看？
非常感謝您的建議