【音视频 | RTSP】SDP(会话描述协议)详解 及 抓包例子分析

wkd_0072024-07-10 18:10

😁博客主页😁：🚀https://blog.csdn.net/wkd_007🚀
🤑博客内容🤑：🍭嵌入式开发、Linux、C语言、C++、数据结构、音视频🍭
🤣本文内容🤣：🍭介绍 SDP (会话描述协议)🍭
😎金句分享😎：🍭你不能选择最好的，但最好的会来选择你------泰戈尔🍭
⏰发布时间⏰：2024-07-09 08:31:22

本文未经允许，不得转发！！！

目录

  • 🎄一、概述
  • [🎄二、SDP 语法结构](#🎄二、SDP 语法结构)
  • [🎄三、SDP 描述解析](#🎄三、SDP 描述解析)
    • [3.1 会话级别描述(Session description)](#3.1 会话级别描述(Session description))
    • [3.1 媒体级别描述(Session description)](#3.1 媒体级别描述(Session description))
  • [🎄四、SDP 抓包分析](#🎄四、SDP 抓包分析)
  • 🎄五、总结


🎄一、概述

SDP，全称Session Description Protocol，会话描述协议，是一种用于描述多媒体会话参数的文本协议。

SDP对应的官方文档是RFC2327 ，文档链接：SDP: Session Description Protocol。

SDP定义了一种标准的格式，用于描述会话的各种参数，这些参数对于会话的参与者来说至关重要，因为它们需要根据这些信息来正确配置和连接到会话。SDP可包括以下媒体信息：

  • 媒体类型（音频、视频等）；
  • 传送协议（RTP/UDP/IP, H.320等）；
  • 媒体格式(H264视频，AAC音频等)；
  • 传输地址和端口；

在RTSP框架中，SDP协议主要在响应DESCRIBE请求时，为客户端提供启动和控制媒体流所需的所有必要信息。

🎄二、SDP 语法结构

SDP完全是文本形式的，采样UTF-8(RFC 2044)编码的ISO 10646字符集。选用文本形式，是为了提高便携性和传送方式的多样性。

一个SDP会话描述由多个形式为<type>=<value>的文本行组成。
<type>：一般是一个字符，并且区分大小写。
<value>：是一个结构化的文本字符串，其格式取决于<type>。

另外，在=两侧都不能有空格。

SDP通常分为两大部分：会话级别描述 (Session description)和媒体级别描述(Media description)。会话级别描述涵盖了整个会话的通用信息，比如：所有者、会话标识、网络地址、时间范围等。媒体级别描述则针对每个媒体流提供具体的传输协议、端口、编解码器参数等信息，确保客户端能够正确地建立和控制各个媒体流。

下面是RFC2327中给出的SDP结构，其中带星号*表示可选的。

Session description
        v=  (protocol version)
        o=  (owner/creator and session identifier).
        s=  (session name)
        i=* (session information)
        u=* (URI of description)
        e=* (email address)
        p=* (phone number)
        c=* (connection information - not required if included in all media)
        b=* (bandwidth information)
        One or more time descriptions (see below)
        z=* (time zone adjustments)
        k=* (encryption key)
        a=* (zero or more session attribute lines)
        Zero or more media descriptions (see below)

Time description
        t=  (time the session is active)
        r=* (zero or more repeat times)

Media description
        m=  (media name and transport address)
        i=* (media title)
        c=* (connection information - optional if included at session-level)
        b=* (bandwidth information)
        k=* (encryption key)
        a=* (zero or more media attribute lines)

下图是中文的，可以对比学习：

🎄三、SDP 描述解析

3.1 会话级别描述(Session description)

  • 版本号 (version)------必选

    版本号是必选的，指定SDP消息遵循的协议版本。目前SDP仅有一个正式版本，即v=0

    v=0

  • 所有者/创建者(Origin)------必选

    "会话发起者"行的语法格式如下：

    o=<username> <session id> <version> <network type> <address type> <address>

    共6个部分，每部分以单空格区分。

    • <username>始发主机用户名，如果始发主机不支持用户标识的概念，则该字段填"-"。中不能包含空格。
    • <sess-id>是一个数字串。建议使用时间戳以保证唯一性。
    • <sess-version>当前会话描述的版本号。如果会话数据做了修改，则这个会话的版本号要增加，具体做法取决于开发工具。建议但不强制要求使用时间戳。
    • <nettype>描述网络类型。目前先定义"IN",它表示互联网，其他值待定。
    • <addrtype>描述网络地址类型，这里先定义两种取值："IP4"和"IP6"。
    • <unicast-address>描述创建会话的主机地址。

    总之，o=给出了这个版本会话描述的全球唯一标识。

  • 会话名称（Session Name)------必选
    s=字段描述会话名称，是基于文本的。每个会话描述中有且仅有一个s=字段，且不能为空。如果一个会话没有实际意义，可以这样表述：s=(通过一个空格来表示会话名称)。格式如下：

    s=<session name>

  • 会话信息（Session Information)

    提供会话的更详细描述或说明，可以包含额外的上下文信息、摘要、版权声明等。这是一个扩展字段，用于增强参与者对会话的理解，格式如下：

     i=<session information>

  • URI（Uniform Resource Identifier)

    指向外部资源的统一资源标识符（URI），比如：网页、文档或其他相关材料，这可以为参与者提供会话的补充信息或进一步指导。格式如下：

    u=<uri>

  • 电子邮件地址（Email Address)

    提供所有者或会话管理员的电子邮件联系方式，以便参与者在需要时能够通过电子邮件进行沟通。格式如下：

    e=<email-address>

  • 电话号码（Phone Number)

    提供所有者或会话管理员的电话联系方式，作为另一种与会话相关的辅助联系方式。格式如下：

    p=<phone-number>

  • 连接信息（Connection Data)

    描述会话使用的网络类型、地址类型以及连接地址，这些信息用于帮助参与者找到并接入会话。在网络类型和地址类型与o=字段相同的情况下，这一字段可以省略。比如："c=IN IP4 236.255.1.1"表示会话使用Internet网络，地址类型为IPv4，连接地址为组播地址236.255.1.1。格式如下：

    c=<nettype> <addrtype> <connection-address>

  • 带宽信息（Bandwidth Information)

    指定会话所需的总体带宽或特定类型的带宽。<bwtype>可以是AS（应用层信号，Application-Specific），表示总体带宽需求，或者是CT（会议总带宽，Conference Total）等特定类型。<bandwidth>是带宽值，单位为kpbs。比如："b=AS:1024"表示会话请求1024 kbps的总体带宽。格式如下：

     b=<bwtype>:<bandwidth>

  • 时间描述(Timing)

    格式： t=<start-time> <stop-time>

    作用： 定义会话的开始时间和结束时间，时间以NTP格式的绝对时间戳表示，单位为秒。如果<stop-time>为0，表示过了<start-time>之后，会话一直持续。如果<start-time>和<stop-time>都为0，表示持久会话。

  • 加密密钥(Encryption Key)

    格式： k=<method>[:<encryption key>]

  • 属性(Attributes)

    格式： a=<attribute>[:<value>]

    作用： a=字段用于携带会话级的其他属性或参数，比如：会话控制信息、安全设置、服务质量要求等。属性可以是预定义的标准属性，也可以是扩展属性，多个属性可以单独列出多行。

3.1 媒体级别描述(Session description)

SDP可以包含许媒体描述(Session description)。 每个媒体描述都以"m="字段开始，然后到下一个"m="字段或到会话结束时 描述终止 。媒体字段也有几个子字段：

  • 媒体描述(Media description)------必选
    定义了媒体流的基本属性，包括：类型、接收端口、传输协议以及支持的编解码器列表。格式如下：

    m=<media> <port> <transport> <fmt list>
    • <media>：媒体类型，取值为：audio、video、text、application等，用于标识媒体流的内容类别。
    • <port>：接收媒体流的端口号。如果是单播传输，通常是一个具体的端口号。如果是组播传输，可能是端口范围。
    • <number of ports>：可选部分，用于指定端口数量，通常用于RTP/RTCP复用同一个端口范围的情况。
    • <proto>：传输协议，取值为：RTP/AVP、RTP/SAVP等。
    • <fmt list>：媒体格式列表，即RTP负载类型（Payload Type，PT），每个PT对应一种编解码器或编码格式。具体格式为逗号分隔的整数列表，比如："96, 97, 98"。

  • 媒体标题(Media title)
    格式：i=<media title>
    作用： 可选字段，提供媒体流的简短标题或说明，帮助参与者理解媒体流的内容

  • 连接信息(Connection Information)
    格式： c=<nettype> <addrtype> <connection-address>
    作用： 在与会话级别c=字段不同的情况下，提供媒体流的特定连接信息。这些信息包括：网络类型、地址类型以及连接地址，用于指导客户端如何访问媒体流。如果与会话级别c=字段相同，则可以省略。

  • 带宽信息(Bandwidth Information)
    格式： b=<bwtype>:<bandwidth>
    作用： 指定媒体流所需的特定带宽类型和带宽值。与会话级别b=字段类似，但针对单个媒体流。比如："b=AS:512"表示该媒体流请求512 kbps的应用层带宽。

  • 密钥(Encryption Key)

  • 属性(Attributes)
    格式： a=<attribute>[:<value>]
    常见的媒体描述属性：

    • a=rtpmap:<payload type> <encoding name>/<clock rate>[/<encoding parameters>]
      将RTP负载类型(payload type)映射到具体的编码名称、采样率（或时钟频率）以及可能的编码参数。
    • a=fmtp:<format> <format specific parameters>
      这个属性允许特定的格式参数能在SDP不能识别它们的前提下依然能够传递。这种格式必须是媒体定义的格式中的一种
    • a=control:<URI>
      在RTSP中，a=control:字段尤为重要，它提供了媒体流的控制URI。客户端可以通过该URI对特定媒体流执行独立的控制操作，如PLAY、PAUSE等。比如："a=control:trackID=1"表示该媒体流的控制路径为"trackID=1"，客户端可以通过向服务器发送如"PLAY rtsp://example.com/path/to/stream/trackID=1"这样的命令来单独控制该媒体流。

🎄四、SDP 抓包分析

下面是RTSP取流过程中，服务端响应DESCRIBE方法的一个SDP截图：

  • v=0：表示版本号0；
  • o=- 1720014950032000 1 IN IP4 192.168.3.225：表示 主机不支持用户名，会话ID为 8913478，会话版本为1，网络类型为internet，地址类型为IPv4，所有者网络地址为192.168.3.225。
  • s=LIVE555 Streaming Media v2016.07.19：会话名称为 LIVE555 Streaming Media v2016.07.19；
  • t=0 0：<start-time>和<stop-time>都为0，表示持久会话
  • a=tool:LIVE555 Streaming Media v2016.07.19：创建SDP的工具的名称和版本号；
    a=type:broadcast：会议类型为 broadcast；
    a=control:*：控制URL通配符，*表示所有控制命令都适用于该会话。
    a=range:npt=0-：表示可用播放范围，npt=0-意味着从会话开始（0秒）到无穷大（即整个会话）
    a=x-qt-text-nam:LIVE555 Streaming Media v2016.07.19：为QuickTime兼容性提供额外的会话名，内容与s字段相同
    a=x-qt-text-inf:1080：为QuickTime兼容性提供额外的会话信息，内容与i字段相同
  • m=video 0 RTP/AVP 96：video，表示这是一个视频媒体流；端口为0表示使用动态端口分配，实际端口在SETUP请求中确定；传输协议为RTP/AVP，表示使用RTP（实时传输协议）传输，通过UDP进行封装，并允许在会话中协商负载类型；负载类型为96，表示视频流使用编号为96的负载类型，对应H.264编码。
  • c=IN IP4 0.0.0.0：网络类型为IN，表示Internet。地址类型为IP4，表示IPv4地址。地址为0.0.0.0，通常表示接收端地址待定，实际地址在SETUP请求中确定。
  • b=AS:5000：指定媒体流所需的带宽，此处为5000 kbps
  • a=rtpmap:96 H264/90000：映射PT为96的负载类型到H.264编码，采样率为90000 Hz（表示视频帧率为90 kHz，实际为假定的值，视频帧率通常以fps为单位）。
  • a=fmtp:96 packetization-mode=1;profile-level-id=64002A;sprop-parameter-sets=Z2QAKq2EAQwgCGEAQwgCGEAQwgCEO1A8ARPyoA==,aO48sA==：提供PT为96的H.264编码的详细参数；packetization-mode=1表示采用单NALU（网络抽象层单元）模式；profile-level-id=64002A：指定H.264的Profile和Level；sprop-parameter-sets包含两个参数集（SPS和PPS），它们是解码视频流所必需的额外参数。
  • a=control:track1：指定媒体流的控制URI，trackID=1表示客户端可以通过此标识符对视频流进行独立的控制操作
  • m=audio 0 RTP/AVP 97：audio，表示这是一个音频流；端口为0表示使用动态端口分配，实际端口在SETUP请求中确定；传输协议为RTP/AVP，表示使用RTP（实时传输协议）传输，通过UDP进行封装，并允许在会话中协商负载类型；
  • c=IN IP4 0.0.0.0：网络类型为IN，表示Internet。地址类型为IP4，表示IPv4地址。地址为0.0.0.0，通常表示接收端地址待定，实际地址在SETUP请求中确定。
  • b=AS:768：指定媒体流所需的带宽，此处为768 kbps
  • a=rtpmap:97 PCMA/48000/2：映射PT为97的负载类型到PCMA编码；采样率为48000HZ，双通道；
    a=control:track2：指定媒体流的控制URI，trackID=2表示客户端可以通过此标识符对视频流进行独立的控制操作

🎄五、总结

本文主要介绍 SDP（会话描述协议）的格式、语法结构、描述解析等。

如果文章有帮助的话，点赞👍、收藏⭐，支持一波，谢谢 😁😁😁

参考：
从零开始精通RTSP之SDP格式详解
SDP协议总结

相关推荐
华清远见IT开放实验室2 小时前
【项目案例】物联网比较好的10+练手项目推荐，附项目文档/源码/视频
物联网·音视频
小东来14 小时前
电脑端视频剪辑软件哪个好用，十多款剪辑软件分享
音视频
cuijiecheng201817 小时前
音视频入门基础：AAC专题（8）——FFmpeg源码中计算AAC裸流AVStream的time_base的实现
ffmpeg·音视频·aac
Mr数据杨17 小时前
我的AI工具箱Tauri版-VideoIntroductionClipCut视频介绍混剪
人工智能·音视频
神一样的老师17 小时前
基于环境音频和振动数据的人类活动识别
人工智能·音视频
启明云端wireless-tag17 小时前
设备稳定流畅视频体验，乐鑫ESP32-S3芯片方案无线音视频传输通信
物联网·音视频·交互·乐鑫·wifi模组
中关村科金20 小时前
中关村科金推出得助音视频鸿蒙SDK，助力金融业务系统鸿蒙化提速
华为·音视频·harmonyos
DisonTangor20 小时前
上海人工智能实验室开源视频生成模型Vchitect 2.0 可生成20秒高清视频
人工智能·音视频
美狐美颜sdk20 小时前
探索视频美颜SDK与直播美颜工具的开发实践方案
人工智能·计算机视觉·音视频·直播美颜sdk·视频美颜sdk
Mr数据杨21 小时前
我的AI工具箱Tauri版-FasterWhisper音频转文本
音视频
热门推荐
01RAG 实践- Ollama+RagFlow 部署本地知识库02组基轨迹建模 GBTM的介绍与实现（Stata 或 R）032024年高教社杯数学建模国赛C题超详细解题思路分析04Coze扣子平台完整体验和实践（附国内和国际版对比）05苍穹外卖面试总结06【2024数模国赛赛题思路公开】国赛B题思路丨附可运行代码丨无偿自提07yolov8实战第五天——yolov8+ffmpg实时视频流检测并进行实时推流——（推流，保姆教学）08CCF-CSP认证考试 202406-3 文本分词 100分题解09【2024高教社杯全国大学生数学建模竞赛】B题 生产过程中的决策问题——解题思路 代码 论文10浏览器插件——ModHeader 的分享和学习