RTP数据传输协议 译文.doc

5. RTP数据传输协议 5.1 RTP固定报头字段 RTP报头具有以下格式： 0 1 2 3 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1 +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+ |V=2|P|X| CC |M| PT | sequence number | +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+ | timestamp | +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+ | synchronization source (SSRC) identifier | +=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+ | contributing source (CSRC) identifiers | | .... | +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+ 每个RTP分组都包含前十二个八位字节，而CSRC标识符列表只有在被某个混和器插入后才会被RTP分组包含。报头中各个字段的含义如下： 版本（V）：2位 该字段为RTP的版本标识。根据不同的值可以定义2个不同的版本（RTP的首个草拟版本置该值为“1”，而在“vat”音频工具最初履行的协议使用值“0”）。 填充（P）：1位 如果设置了填充位，则分组的尾部包含一个或多个附加的填充字节，但是它不是有效载荷的一部分。填充的最后一个字节是包含它自己在内的应被忽略的填充字节的数目。在某些固定块大小的算法或在一较低层协议数据单元中传送RTP分组时会使用到填充。 扩展(X): 1位 如果设置了扩展位，则固定报头的后面必须跟有一个具体的头扩展，其格式定义在5.3.1节。 赠送源标识符（CSRC）数目（CC）： 4位 该字段记录固定头中CSRC标识符的数目。 标记（M）: 1位 在概述中对标记进行了解释，它允许重大事件（如帧边界）在分组流中被标记。在概述中还可以定义附加的标记位或更改有效载荷类型字段中的位数来标明无标记位（见5.3节） 有效载荷类型（PT）： 7位 该字段用来标识RTP有效载荷的类型，而且根据应用确定其解释。一个概述可以具体化一个从有效载荷码到模式的缺省静态映射。附加的有效载荷类型码可由非RTP方法动态地定义（见第三节）。RFC3551[1]包含了具体的音频、视频缺省映射集合。在对话期内RTP源可以更改其有效载荷类型，但这个字段不能用于多路转换分离媒体流（见5.2节）。 接收端必须忽略那些有效载荷类型不可被识别的分组。 序列号： 16位 对每个RTP数据发送其序列号的增量为1。接收端可利用序列号对分组缺失进行检测和重建分组序列。序列号的初值应该是随机的（不可预见的），这样会使得对所知的简易文本的加密处理更加困难，即使源根据9.1节中的方法也不能对其自身加密，因为分组会因翻译器使然而流动。选择随机号的技术在[17]页中讨论。 时间标记： 32位 时间标记反映了RTP数据分组首字节的即时抽样。及时抽样必须来源于一允许同步计算的单调线性增长的时钟（见6.4.1节）。时钟决议对于期望的同步精度和衡量分组到达来说必须是充分的（每个视频帧一嘀哒是典型不充分的）。时钟频率由以有效载荷方式传输的数据的格式来决定，而且时钟频率或者在概述、有效载荷格式具体说明中被静态说明，或者为了由非RTP方法定义的有效载荷格式而被动态地说明。如果RTP分组是周期性产生的，则使用的是由抽样时钟得到的失真即时抽样，而不是读系统时钟。举一个例子，对固定比率音频来说，每个抽样周期的时间标记时钟是逐一增长的。如果音频从输入设备读入一覆盖了160个抽样周期的块，则不论是在分组中传输