如何开发一款会议室(音视频)产品？好像有点难

上头交给年后任务，开发一款用来在线教育的音视频软件，先让我先研究一下，然后规划下流程方案和技术选型，主导这个软件的开发（我会 c++,java ，另外两个会 java ）。

本人无音视频开发经验也无理论知识，完全从头开始研发。

为什么不用市面上已有产品？因为要交钱，老板希望有自己的产品，方便日后扩展，升级，满足他的控制欲，为称霸扫平道路。

👑希望能得到音视频大佬们的指点👑。

软件需求：

1 、桌面端界面使用 QT ，移动端界面使用 Flutter 或原生。

2 、业务库统一用 C++实现，多端界面端统一调用业务库（粗略了解到过程中还有交叉编译之类的，不知道是不是很复杂）。

下面是我这两天的查阅，拼湊出的一个简略框架和流程：

大体框架：

1 、桌面端界面使用 QT ，移动端界面使用 Flutter 或原生。

2 、业务库统一用 C++实现，多端界面端统一调用业务库（粗略了解到过程中还有交叉编译之类的，不知道是不是很复杂）。

大体流程：

1 、通过 gRPC 传输信令，建立 WebRTC 点对点连接（这里打算直接用 P2P 建立连接，涉及到 NAT 穿透，如果穿不透，使用 TURN 做中继,用中继后所有流量都得走服务器，人一多，对服务器带宽是个挑战，基本一个 5M 带宽，最多支持 5 个一对一，那得多少带宽才能带得动）。

2 、教师通过系统 API 捕获屏幕，摄像头采集，麦克风采集，通过 ffmpeg 处理后，用 WebRTC 传输。

3 、学生端直接使用 WebRTC 显示。

使用 WebRTC：

使用 WebRTC 比较方便，有网络自适应。但好像只能在浏览器中使用。

WebRTC 也有 native 库（原生 native 库，metartc ），直接在 C++调用，不知道坑多不多。

不使用 WebRTC:

采用 RTMP/RTSP 传输，ffmpeg 解码后，用 OpenSL ，OpenGL 之类自己做渲染。

疑问：

1 、使用 WebRTC 方便 还是 用 RTMP/RTSP 传输后自己解码显示？

2 、如何避免/减少点对点流量对服务器造成的带宽压力？

这中间有的地方可能理解得不对🐞，希望得到大佬们的批评指点🌻。如果有不错的学习资源，帮忙推荐一下🎁。