SDP协议

由于Web端、IOS、Android、PC、MAC端的差异性导致它们对音视频的支持能力不同，所以我们进行一些音视频会话之前，需要交互下彼此的音视频编解码能力、网络带宽和传输协议等信息，这些需要协商的信息需要用SDP来描述。

SDP虽然具备这些能力参数信息的描述功能，但是SDP并不是传输协议，需要用RTSP、SIP、HTTP等协议进行承载传输、交换，如果大家协调好了之后，就可以建立会话，完成真实的音视频码流传输，再完成解码和播放。

SDP格式

SDP是由多个=这样的表达式组成，同时type是一个字符，value是一个字符串，=两边没有空格。

会话描述和媒体描述，一般会话级描述从v=开始一直到第一个媒体描述为止，媒体描述是从m=开始一直到下一个媒体描述m=的位置之前。也就是说SDP里面一般先从会话信息v=开始，然后后面跟几个m=的媒体描述组成。

1. 会话级的作用域是整个会话，其位置从v=开始到第一个媒体描述m=为止；
2. 媒体级描述 是对单个媒体流即音频流、视频流和字幕流等的单个媒体描述，如果有多个流则用多组媒体级描述。其中每个媒体级描述就是从m=开始到下一个媒体描述m=为止。

字段解析

会话描述部分

v=

v就是protocol version，必选字段，表示了SDP的版本号但是不包含子版本号，一般就是v=0

o=

必选字段，对会话发起者的一个信息描述，其中包含了用户名、会话ID、网络地址等信息。格式是：o=<username> <session id> <version> <network type> <address >

s=

s即session name，表示的会话名称，必选字段。在整个SDP里面只有一个会话名称，有且仅有一个这样的字段。

t=

t即time the session is active，必选字段，表示的是该会话的开始到结束时间，如果是持久会话，则时间值填0，这样的时间是NTP时间，单位是秒，格式是 ：t=<start time> <stop time>

媒体描述部分

m=

可选字段，但是一般音视频会话至少有音频流或者视频流，所以一般也是都会有的，如果多个流则有多个，格式：m=<media type> <port> <transport> <fmt list>

media tyoe：媒体类型， audio或者video

port：媒体端口，要么是收流端口，要么是发流端口，这样我们就知道从哪个端口进行发流和收流。

transport：传输协议，表示码流的传输协议是什么，RTP/AVP表示RTP Over UDP，TCP/RTP/AVP表示RTP Over TCP。

fmt list:媒体格式，这里表示的负载类型，一般表示的视频的H.264 H.265等,音频则是 G7xx、AAC、Opus等类型。

a=

a是attribute，可选字段，表示的媒体的属性，进一步的描述媒体信息，可以有多个属性，其中比较重要的属性就是rtpmap和fmtp，格式是：a=<type>:<value>

• rtpmap属性
  表示媒体流传输协议的RTP具体内容：a=rtpmap:<payload type> <encoding name>/<clock rate>[/encoding parameters]

  payload type：负载类型，对应表示RTP包中的音视频数据负载类型，比如RTP的数据类型是H.264，那么这里就是96。

  encoding name:编码器名称，这里主要指的RTP承载音视频编码数据类型，当然可以是标准数据也可以私有数据，如VP8 VP9 H.264等。

  clock rate:采样率，音视频里面都有时间戳的概念，所以这里表示的音视频的采样率，对音视频同步非常重要。比如视频的90000，音频的8000、48000等。

  encoding parameters：编码参数，可以表示视频的分辨率，帧率，音频的单声道双声道等信息。

• fmtp属性
  在rtpmap基础上进一步描述音视频具体编码参数信息：a=fmtp:<payload type> <format specific parameters>

  payload type：负载类型，同样对应 RTP 包中的音视频数据负载类型；

  format specific parameters：指具体参数，或者说对音视频编码信息的一次处理。该信息从编码器得到，比如视频的SPS\PPS等，用于解码端的播放器初始化。