何らかのネットワーク不具合により映像・音声の情報の伝達が正しくできず、リップシンクが機能していないことが原因です。切断して再接続することで解決できることがほとんどです。
テレビ会議は、自分の拠点と相手の映像と音声の情報を受信・送信する仕組みで動いています。
映像データと比べて、音声データのほうが情報量が少ないため声が先に届くことになりますが、その時間差を調整して映像(口の動き)と音声を一致させる機能を「リップシンク機能」といいます。
リップシンク機能が働いていないと、やり取りができていても違和感や不自然に感じてストレスにつながるためとても重要な機能です。
リップシンクについての説明は、テレビ会議用語集「リップシンク(Lip Sync)」ページをご参照ください。