Меня интересует, сможет ли usb dongle работать со звуком без sip-клиента напрямую как голосовой модем это делает?
Любое коммуникационное устройство (проводной Ethernet, беспроводной WiFi, 3G/4 любой, USB и не только и всё всё всё) создаёт вам
сетевой интерфейс канального уровня + над ним
транспортный уровень TCP/IP.
И всё!
То, что и как вы через этот интерфейс потом проталкиваете - это уже совершенно другая песня, это
прикладной уровень, который зависит только от
приложений, которые вы для этого используете.