Создайте встречу и поделитесь ссылкой с участниками. Встреча записывается, речь распознаётся локально (GigaAM) и превращается в протокол.
Задержка звука небольшая; видео обновляется ~1 раз в секунду (поток через сервер, без TURN — достаточно одного порта).