WebRTC中sdp多媒体会话协议报文详细解读

sdp介绍

在WebRTC（Web实时通信）中，SDP（Session Description Protocol）是用来描述和协商多媒体会话的协议。它定义了会话的参数和媒体流的信息，如音视频编码格式、传输方式、网络地址等。SDP是WebRTC中一个至关重要的部分，用于不同终端之间协商媒体流的属性，以便建立实时的音视频连接。

1. SDP的作用

在WebRTC中，SDP主要用于以下几个目的：

• 描述媒体信息：定义会话的各个媒体流（例如音频、视频、数据流）的属性和参数。
• 协商会话参数：两个通信端通过交换SDP消息，达成关于媒体格式、网络配置和传输方式的共识。
• 建立连接：在呼叫过程中，SDP帮助双方了解如何互相通信，例如使用哪种编解码器、协议和传输端口。

2. SDP报文的结构

一个标准的SDP报文包含多个字段，每个字段用于描述不同的会话或媒体流参数。以下是一些常见的SDP字段：

• v=0：协议版本号。
• o=
  ：会话发起者的信息和会话ID。
• s=：会话的名称。
• t= ：会话的起始和结束时间。
• m= ：媒体描述，包含媒体类型（如audio、video）、端口号、协议和支持的格式列表。
• a=：会话或媒体的属性描述，例如编解码器类型、带宽要求等。

3. SDP的使用过程

在WebRTC中，SDP的交换过程通常如下：

1. 发起方生成SDP：发起连接的一方会生成一个SDP报文，描述它支持的媒体格式、编解码器、网络配置等。
2. SDP交换：发起方将SDP消息通过信令服务器发送给接收方。接收方收到后，解析SDP并生成自己支持的SDP消息返回给发起方。
3. 协商成功：双方根据协商的结果设置会话的参数，并开始建立媒体流的连接。

4. SDP在WebRTC中的具体作用

SDP在WebRTC中的作用非常关键，具体表现在以下几个方面：

• 编解码器协商：通过SDP，WebRTC的通信双方可以协商使用的音视频编解码器。例如，音频可能会使用Opus编解码器，而视频则可能使用H.264编解码器。
• 带宽控制：SDP中可以包含带宽限制的设置，确保媒体流的质量和稳定性。
• 网络地址和端口协商：SDP还包含了如何建立连接的详细信息，如IP地址和端口号，确保双方能够建立起直接的P2P连接。

5. SDP的示例

以下是一个典型的SDP示例：

v=0
o=- 4617733324176449515 2 IN IP4 192.168.1.1
s=-
t=0 0
m=audio 49170 RTP/AVP 0 8 97
c=IN IP4 192.168.1.1
a=rtpmap:0 PCMU/8000
a=rtpmap:8 PCMA/8000
a=rtpmap:97 iLBC/8000
m=video 51372 RTP/AVP 99
c=IN IP4 192.168.1.1
a=rtpmap:99 H264/90000
a=fmtp:99 profile-level-id=42e01f;packetization-mode=1

这个SDP描述了一个包含音频和视频流的会话，指定了使用的编解码器（如PCMU、PCMA、iLBC、H264）和传输协议（如RTP）。

可以看出在WebRTC中，SDP协议起着至关重要的作用，终端之间通过SDP协商媒体流的参数。

WebRTC交换sdp会话过程

通过上述介绍我们已经知道，在WebRTC（Web实时通信）中，SDP（Session Description Protocol） 用于描述多媒体会话，并在两个端点之间交换会话的配置信息，如媒体类型、编解码器、传输协议等。

WebRTC中sdp一般通过信令服务器进行交换。

WebRTC中的SDP交互过程

1. 信令交换：
   在WebRTC中，SDP的交换是通过信令协议进行的，但WebRTC本身不定义具体的信令协议，通常使用WebSocket、HTTP或其他机制。信令的目的是在两端之间交换信息，以便建立连接。

2. 初始化SDP的创建：

   • 端A：当端A发起连接请求时，它会使用RTCPeerConnection对象创建一个初始的SDP消息。端A通常会调用createOffer()方法来生成一个SDP“Offer”消息。

     const offer = await peerConnection.createOffer();
     await peerConnection.setLocalDescription(offer);
     

3. 发送Offer：
   端A将生成的SDP Offer通过信令服务器发送给端B。此Offer包含了端A的媒体要求，如支持的编解码器、分辨率、帧率等信息。

4. 端B处理Offer：

   • 端B：接收到Offer后，端B会创建自己的SDP响应（SDP Answer）。端B会根据自己的能力和要求，决定是否接受端A的媒体设置，如果需要，可以修改一些参数（比如编解码器的选择）。

     const answer = await peerConnection.createAnswer();
     await peerConnection.setLocalDescription(answer);
     

5. 发送Answer：
   端B生成的Answer会通过信令服务器发送回端A，端A接收到这个Answer后，知道端B同意了连接，并根据Answer更新自己的本地SDP。

6. 设置远程描述：
   端A收到端B的Answer后，会使用setRemoteDescription()方法设置远程SDP描述，完成整个SDP的交换过程：

   await peerConnection.setRemoteDescription(answer);
   

7. ICE候选交换：
   在SDP交换过程中，端A和端B还会交换ICE候选（ICE candidates）。ICE协议用于确保两端能够成功建立点对点连接。每当两端发现新的候选IP和端口时，它们会通过信令交换这些候选信息。

   • 端A和端B都会调用getIceCandidates()方法来收集和发送ICE候选。
   • 每当发现新的候选信息时，信令服务器会将其发送到对方。

8. 建立连接：
   一旦SDP（Offer/Answer）和ICE候选交换完成，连接就建立起来了，WebRTC就可以开始实时的数据流交换（视频、音频、数据通道等）。

总结

1. 创建Offer：发起端（端A）创建并发送SDP Offer。
2. 响应Offer：接收端（端B）创建并发送SDP Answer。
3. ICE候选交换：两端通过信令交换ICE候选信息，确保连接建立。
4. 建立连接：SDP和ICE候选协商完成后，WebRTC建立点对点连接。

sdp交换的整个过程依赖于信令服务器，从而确保SDP和ICE候选信息能够在两端点之间传递。

SDP报文结构

SDP通常在WebRTC等协议中用于描述媒体连接的会话信息。SDP报文由若干行字段组成，每一行都有特定的含义。下面我们来逐行解读一个典型的SDP报文及其各字段含义。

示例SDP报文

v=0
o=- 4617733324176449515 2 IN IP4 192.168.1.1
s=-
t=0 0
a=group:BUNDLE audio video
m=audio 49170 RTP/AVP 0 8 97
c=IN IP4 192.168.1.1
a=rtpmap:0 PCMU/8000
a=rtpmap:8 PCMA/8000
a=rtpmap:97 iLBC/8000
m=video 51372 RTP/AVP 99
c=IN IP4 192.168.1.1
a=rtpmap:99 H264/90000
a=fmtp:99 profile-level-id=42e01f;packetization-mode=1

1. v=0

• v表示SDP版本。这里的值是0，表示该报文遵循SDP的标准格式。

2. o=- 4617733324176449515 2 IN IP4 192.168.1.1

• o表示会话的发起者和会话标识符，格式为：o=<用户名> <会话ID> <版本号> <网络类型> <地址类型> <地址>
  • -：表示用户名（此处为匿名或未知）。
  • 4617733324176449515：会话标识符（ID）。
  • 2：版本号。
  • IN：表示地址的网络类型（此处为Internet）。
  • IP4：地址类型（IPv4）。
  • 192.168.1.1：会话发起者的IP地址。

3. s=-

• s表示会话名称。-表示没有指定名称，通常是为了匿名或临时会话。

4. t=0 0

• t表示会话的起止时间。格式为：t=<开始时间> <结束时间>，值0 0表示该会话是永久的，不指定起止时间。

5. a=group:BUNDLE audio video

• a表示属性行。group:BUNDLE指定多个媒体流（如音频和视频）应捆绑在同一个连接中，减少网络开销。

6. m=audio 49170 RTP/AVP 0 8 97

• m表示媒体描述行。每一行都描述一种媒体流（如音频、视频或数据流），格式为：m=<媒体类型> <端口号> <协议> <格式列表>
  • audio：媒体类型（音频）。
  • 49170：端口号。
  • RTP/AVP：使用RTP协议的音频流，AVP是音频/视频协议。
  • 0 8 97：支持的音频编解码器格式（PCMU、PCMA、iLBC）。

7. c=IN IP4 192.168.1.1

• c表示连接信息，格式为：c=<网络类型> <地址类型> <地址>
  • IN：地址类型（Internet）。
  • IP4：协议类型（IPv4）。
  • 192.168.1.1：连接的IP地址。

8. a=rtpmap:0 PCMU/8000

• a=rtpmap表示编解码器映射信息，格式为：a=rtpmap:<payload类型> <编解码器名称>/<采样率>
  • 0：编解码器的payload类型（PT），这里指的是PCMU。
  • PCMU/8000：使用的编解码器是PCMU（G.711），采样率为8000 Hz。

9. a=rtpmap:8 PCMA/8000

• 同上，表示使用PCMA（G.711）编解码器，采样率为8000 Hz。

10. a=rtpmap:97 iLBC/8000

• a=rtpmap:97 iLBC/8000：表示使用iLBC编解码器，采样率为8000 Hz。

11. m=video 51372 RTP/AVP 99

• 另一条媒体描述行，描述视频流，端口号为51372，使用RTP协议，支持的编解码器格式为99。

12. c=IN IP4 192.168.1.1

• 视频流的连接信息，和音频流相同，IP地址为192.168.1.1。

13. a=rtpmap:99 H264/90000

• 表示视频流使用H.264编解码器，采样率为90000 Hz。

14. a=fmtp:99 profile-level-id=42e01f;packetization-mode=1

• a=fmtp表示额外的格式参数，格式为：a=fmtp:<payload类型> <参数>
  • 99：该条格式参数适用于payload类型99（H.264）。
  • profile-level-id=42e01f：表示H.264编码的配置，42e01f是该编码的profile和level ID。
  • packetization-mode=1：指定H.264视频流的打包模式。

总结

一个典型的SDP报文包括以下几部分：

• 版本：协议版本。
• 会话描述：包括会话的发起者信息和会话ID。
• 媒体描述：详细描述媒体流的类型、端口、协议、支持的编解码器等。
• 属性描述：如编解码器映射、格式参数等。