pour l'aquisition de l'audio tu as au choix les api windows, directsound, fmod (portable)...
J'immagine que tu envoie les données sur le réseaux par paquet (enfin pas trop le choix en fait !), il suffit d'ajouter un timing en tête de chaque paquet, et de positionné les données à la bonne position dans les buffers de lecture.