Seguro que es eso, que se escuchan a sí mismos y a la vez a través del teléfono con un leve retraso. Es el famoso "retorno" que tienen algunos periodistas cuando hablan en directo en la radio o en la tele.
Yo probaría a bajar el volumen del teléfono a través de los altavoces, poner un micrófono más cerca de la cabeza y alejado de los altavoces posible, un micrófono que apuntara directamente a tí, o cambiarlo por un micrófono unidireccional, para que no capte el sonido ambiente.