音视频基础：RTP/RTCP协议

RTP协议

      RFC3550定义实时传输协议RTP和它的控制协议RTCP。RTP协议是Internet上针对流媒体传输的基础协议，该协议详细说明在互联网上传输音视频的标准数据包格式。RTP本身只保证实时数据的传输，并不能提供可靠传输、流量控制和拥塞控制等服务质量保证，这需要RTCP协议提供这些服务。 IETF的RFC3550定义RTP/RTCP协议的基本内容，包括报文格式、传输规则等。除此之外，IETF还定义一系列扩展协议，包括RTP档次扩展，RTCP报文类型扩展等。

RTP固定头部

V   ：RTP协议的版本号，占2位，当前协议版本号为2。
P   ：填充标志，占1位，若P=1则在该报文的尾部填充一个或多个额外的八位组，它们不是有效载荷的一部分，表示报文对齐。
X   ：扩展标志，占1位，若X=1，则在RTP报头后跟有一个扩展头。
CC：CSRC计数器，占4位，指示CSRC 标识符的个数。
M   ：标记，占1位，不同的有效载荷有不同的含义，对于视频，标记一帧的结束；对于音频，标记会话的开始。
PT ：有效载荷类型，占7位，用于说明RTP报文中有效载荷的类型，如GSM音频、JPEM图像等。
序列号：16位，发送RTP报文的序列号，每发送一个报文序列号增1。接收者用序列号来检测报文丢失，排序报文，恢复数据。
时间戳：32位，反映该RTP报文的第一个八位组的采样时刻。接收者使用时戳来计算延迟和延迟抖动，并进行同步控制。
SSRC：32位，用于标识同步信源。该标识符是随机选择的，参加同一视频会议的两个同步信源不能有相同的SSRC。
CSRC：每个CSRC标识符占32位，可以有0～15个。每个CSRC标识了包含在该RTP报文有效载荷中的所有特约信源。在共流源标识并且没有拓展头部（X=0）的情况下，RTP头部为12个字节。

RTP拓展头部