Question complexe, si on veut faire les choses bien...
Video Sat (même LE) ou VCube (quelquesoit la version) pour juste un retour vidéo cabine, ça me parait un peu too much perso ($$$), mais c'est le mieux pour assurer un bon synchronisme, indépendant des DAWS et projecteur puisque réglables indépendamment.
A priori n'importe quelle interface vidéo ferait la blague (Mojo, BMD, bête sortie HDMI d'une carte graphique, etc.) c'est finalement plus au niveau des sorties audio qu'il faudra gérer ça correctement, avec des délais, pour éviter les latences induites par rapport aux diffuseurs d'image...
Le plus simple me semble être une BMD avec un splitter HDMI qui envoie la même chose à tout le monde (même délai, même si selon que ce sera un vidéo proj ou un LCD/Plasma, il sera différent), et un bête préampli casque pour la cabine speak, alimenté par une sortie stéréo distincte de l'Omni depuis le Tools (il y a plusieurs façons de faire, via départs Aux par exemple ce qui est le plus répandu, et bien géré par Tools au niveau de son Mixer). Il existe même des péamplis casque permettant aux musiciens/comédiens de se faire leur mix à partir de plusieurs stems, mais on sort de ta question je pense (et c'est en général une mauvaise idée, mixer c'est un métier
).
Il faut juste que tu identifies quel projecteur d'image aura la plus petite latence de traitement, et te caler sur lui, et délayer tous les autres au niveau de l'audio (monitoring, départs Aux, and cie.). Et quitte à faire des compromis, essaye de faire en sorte que celui de la cabine speak soit le plus "tight" du système, les performances des comédiens en dépendant.
Tiens nous au courant de tes choix.