webrtc代码走读四（rtp包格式）

一、rtp包头格式

V：版本号，必须为2

P：填充位

X：扩展位，标志是否存在扩展

CC：CSRC个数

M：Mark标志位，标志是否是一帧的结束，音频帧几乎每个包都是一个完整的帧，所以M一般情况都等于1，视频包因为一帧比较大，会被分为几个包发送，最后一个包标志需要Mark一下。

sequence number：包序号，发送端指定一个起始序号（如果不指定则随机一个），然后每个包的序号依次递增；如果存在RTX，重发是此序号是rtx的序号。

Timestamp：时间戳，如果一个视频帧被分为几个包，则这个帧对应的几个包的时间戳是一样的；发送端可以指定一个起始时间戳。

Timestamp_offset_（如果不指定则随机一个），然后每个帧的时间戳等于起始时间戳加上采集时间戳timestamp_offset_ + capture_timestamp，详情可以看RTPSender::SendOutgoingData的实现

SSRC：同步源的唯一标识，每一个源（音频或者视频，文件）都必须要有一个唯一的标识码，用于区分不同的流。

CSRC：贡献源，列举此SSRC的资源是由多少个其他的资源（其他资源的SSRC）混合而来的。例如MCU混音之后就需要修改这个；最多只能表示15源。

如果存在RTP扩展则标志位X必须置为1，除了标准扩展外，WebRTC还有自己的扩展，所以服务端如果使用标准rtp解析库需要添加一下WebRTC的RTP扩展。扩展相关的文件有rtp_header_extensions.h和Rtp_header_extensions.cc。

一、rtp扩展头定义

RTPExtensionType 

 

 二、协议介绍

 还没有理清各个扩展类型，如下三个扩展类型，找到对应的RFC协议，其余感觉是私有定义的。

 kRtpExtensionTransmissionTimeOffset

 含义：一个包相对于采集时间的偏移的滴答数 

 协议：RFC 5450 - Transmission Time Offsets in RTP Streams

• kRtpExtensionAudioLevel的rfc协议

   含义：一帧音频数据的分贝值

协议：https://tools.ietf.org/html/rfc6465

  代码实现函数：RTPSenderAudio::SendAudio

• kRtpExtensionTransportSequenceNumber的rfc协议】
• 含义：扩展序号，不管是第一次发送还是重发的包，此需要都会递增

 draft-holmer-rmcat-transport-wide-cc-extensions-01 

代码实现函数： RTPSender::UpdateTransportSequenceNumber 

• kRtpExtensionAbsoluteSendTime
•  含义：一个包的绝对发送时间。

参数：RTPSender::SendToNetwork

         

视频帧方向： 

 

• kRtpExtensionPlayoutDelay
•     含义：已经播放时长

   RtpExtensionVideoContentType

       含义：视频源是否是屏幕资源。

• kRtpExtensionVideoTiming

       含义：记录视频编码开始，编码结束，打包完成，平滑发送等时间戳，不过这几个时间戳都是相对时间。

 

三、视频净荷格式 

264 RTP打包格式：

webrtc 代码走读三（h264 rtp打包）_EveryDayOneHour的博客-CSDN博客