本人的具体思路是 服务端和客户端各有2个线程 一个线程用于监听用户的语音输入 并发送 另一个用于监听网络传来的语音数据由于刚接触这玩意 还不清楚里面的数据是怎么传递过程。希望给出详细描述，最好详细到用那些类。 不要代码
1.需要了解socket编程2.需要了解多媒体技术中用到的那些协议。以前，做过一个视频会议系统，但我们是做中间件的，主要负责媒体协商。用的是Sip和SDP