Ano, v podstatě je to tak, jak jste popsal. Ta třetí strana (veřejný server ZT) je tam primárně pro koordinaci toho spojení, a pokud vše zafunguje, data samotná pak putují napřímo. Na přenos se pak používá bezstavový UDP protokol, veškeré věci ohledně opakování přenosů, autentizace a kontroly dat je pak záležitostí vyšších vrstev.
Jinak tenhle "trik" s otevíráním portů, aby to procházelo NATem a paketovým filtrem pak samozřejmě není jen záležitostí ZT, používá se i pro WebRTC, Skype to onehdá také využíval atp. U některých zmíněných aplikací se pak na výměnu metadat (mapování, privátních a veřejných adres, použitých portů, typu NATu) k tomu hole punchingu používá standardizovaný protokol STUN pro komunikaci s veřejným serverem.