WebRTC -- SDP格式解析

1 SDP组成

SDP是由多行文本组成的一个纯文本协议，如果将SDP从语义上分解成不同组件来描述一个多媒体会话信息，那么SDP由以下部分组成：

会话信息
网络信息
媒体信息
安全信息
服务质量和分组信息

+---------------------+ | v= | +---------------------+ +---------------------+ +---------------------+ ==== | Session Metadata | ===== | o= | | +---------------------+ +---------------------- | +---------------------+ | | t= | | +---------------------+ | | | +---------------------+ | | c= | | +---------------------+ | +---------------------+ ==== | Network Description | ===== | +---------------------+ | +---------------------+ | | a=candidate | | +---------------------+ | | | +---------------------+ | | m= | | +---------------------+ | +---------------------+ +---------------------+ ==== | Stream Description | ===== | a=rtpmap | | +---------------------+ +---------------------- | +---------------------+ | | a=fmtp | | +---------------------+ | +---------------------+ | | a=sendrecv.. | | +---------------------+ +---------------+ | SEMANTIC | | COMPONENTS OF | | SDP | +---------------+ | +---------------------+ | | a=crypto | | +---------------------+ | +---------------------+ +---------------------+ ==== |Security Descriptions| =====| a=ice-frag | | +---------------------+ +---------------------- | +---------------------+ | | a=ice-pwd | | +---------------------+ | +---------------------+ | | a=fingerprint | | +---------------------+ | | | | +---------------------+ | | a=rtcp-fb | | +---------------------+ | +---------------------+ +---------------------+ ==== | Qos,Grouping | | | | Descriptions | =====| a=group | +---------------------+ +---------------------- +---------------------+ | a=rtcpmux | +---------------------+

2 SDP格式

SDP由多行组成，每行的的格式如下：

<type>=<value>

<type>: 区分大小写，代表特定的属性，例如v代表SDP版本。
<value>：UTF8编码的文本，具体格式与类型有关。
=两边不允许存在空格。
=*表示该项是可选的。

下面是WebRTC（branch_76）的一个真实SDP样本:

// -------------------------------- 【Session Metadata部分】 --------------------------------  // sdp版本号 v=0 // o=<username> <sess-id> <sess-version> <nettype> <addrtype> <unicast-address> // username如何没有使用-代替，3967017503571418851是整个会话的编号，2代表会话版本，如果在会话过程中有改变编码之类的操作，重新生成sdp时,sess-id不变，sess-version加1 o=- 3967017503571418851 2 IN IP4 127.0.0.1 //会话名 s=- // 会话的起始时间和结束时间，0代表没有限制 t=0 0 // 表示需要共用一个传输通道传输的媒体，通过ssrc进行区分不同的流。如果没有这一行，音视频数据就会分别用单独udp端口来发送. a=group:BUNDLE audio video // WMS是WebRTC Media Stream简称; // 这一行定义了本客户端支持同时传输多个流，一个流可以包括多个track. // 一般定义了这个，后面a=ssrc这一行就会有msid,mslabel等属性. a=msid-semantic: WMS stream_id // -------------------------------- 【Stream Description部分】 --------------------------------  // ------------ audio部分 ------------- // m意味着它是一个媒体行. // m=audio说明本会话包含音频，9代表音频使用端口9来传输，但是在webrtc中现在一般不使用，如果设置为0，代表不传输音频, // UDP/TLS/RTP/SAVPF是表示用户支持来传输音频的协议，udp,tls,rtp代表使用udp来传输rtp包，并使用tls加密 // SAVPF代表使用srtcp的反馈机制来控制通信过程 // 后面的111 103 104 9 102 0 8 106 105 13 110 112 113 126表示本会话音频支持的编码，后面几行会有详细补充说明. m=audio 9 UDP/TLS/RTP/SAVPF 111 103 104 9 102 0 8 106 105 13 110 112 113 126 // 表示你要用来接收或者发送音频使用的IP地址. // webrtc使用ice传输，不使用这个地址 c=IN IP4 0.0.0.0 // 用来传输rtcp的地址和端口，webrtc中不使用 a=rtcp:9 IN IP4 0.0.0.0 // 下面2行是ice协商过程中的安全验证信息 a=ice-ufrag:kSq0
a=ice-pwd:pWLGrCTwFNq6rm249ZEasHPY // 通知对端支持trickle，即sdp里面描述媒体信息和ice候选项的信息可以分开传输 a=ice-options:trickle // dtls协商过程中需要的认证信息 a=fingerprint:sha-256 A0:D6:B2:63:1B:69:0E:91:01:C3:88:A9:92:6F:E7:EF:5B:36:52:66:08:DF:94:A0:FE:0C:C9:06:BF:2C:38:A2 // 代表本客户端在dtls协商过程中，可以做客户端也可以做服务端, 参考rfc4145 rfc4572 a=setup:actpass // 前面BUNDLE行中用到的媒体标识 a=mid:audio // 指出要在rtp头部中加入音量信息，参考 rfc6464 a=extmap:1 urn:ietf:params:rtp-hdrext:ssrc-audio-level // 指出是双向通信，另外几种类型是recvonly,sendonly,inactive a=sendrecv // 指出rtp,rtcp包使用同一个端口来传输 a=rtcp-mux // 下面十几行都是对m=audio这一行的媒体编码补充说明，指出了编码采用的编号，采样率，声道等 a=rtpmap:111 opus/48000/2 a=rtcp-fb:111 transport-cc // 下面一行对opus编码可选的补充说明,minptime代表最小打包时长是10ms，useinbandfec=1代表使用opus编码内置fec特性 a=fmtp:111 minptime=10;useinbandfec=1 a=rtpmap:103 ISAC/16000 a=rtpmap:104 ISAC/32000 a=rtpmap:9 G722/8000 a=rtpmap:102 ILBC/8000 a=rtpmap:0 PCMU/8000 a=rtpmap:8 PCMA/8000 a=rtpmap:106 CN/32000 a=rtpmap:105 CN/16000 a=rtpmap:13 CN/8000 a=rtpmap:110 telephone-event/48000 a=rtpmap:112 telephone-event/32000 a=rtpmap:113 telephone-event/16000 a=rtpmap:126 telephone-event/8000 // cname用来标识一个数据源，ssrc当发生冲突时可能会发生变化，但是cname不会发生变化，也会出现在rtcp包中SDEC中，用于音视频同步 a=ssrc:2603526440 cname:AyMDWB+q6ApWdpfU
a=ssrc:2603526440 msid:stream_id audio_label
a=ssrc:2603526440 mslabel:stream_id
a=ssrc:2603526440 label:audio_label // ------------ video部分 ------------- m=video 9 UDP/TLS/RTP/SAVPF 96 97 98 99 100 101 127 c=IN IP4 0.0.0.0 a=rtcp:9 IN IP4 0.0.0.0 a=ice-ufrag:kSq0
a=ice-pwd:pWLGrCTwFNq6rm249ZEasHPY
a=ice-options:trickle
a=fingerprint:sha-256 A0:D6:B2:63:1B:69:0E:91:01:C3:88:A9:92:6F:E7:EF:5B:36:52:66:08:DF:94:A0:FE:0C:C9:06:BF:2C:38:A2 a=setup:actpass
a=mid:video
a=extmap:2 urn:ietf:params:rtp-hdrext:toffset
a=extmap:3 http://www.webrtc.org/experiments/rtp-hdrext/abs-send-time
a=extmap:4 urn:3gpp:video-orientation
a=extmap:5 http://www.ietf.org/id/draft-holmer-rmcat-transport-wide-cc-extensions-01 a=extmap:6 http://www.webrtc.org/experiments/rtp-hdrext/playout-delay
a=extmap:7 http://www.webrtc.org/experiments/rtp-hdrext/video-content-type
a=extmap:8 http://www.webrtc.org/experiments/rtp-hdrext/video-timing
a=sendrecv
a=rtcp-mux
a=rtcp-rsize
a=rtpmap:96 VP8/90000 a=rtcp-fb:96 goog-remb
a=rtcp-fb:96 transport-cc
a=rtcp-fb:96 ccm fir
a=rtcp-fb:96 nack
a=rtcp-fb:96 nack pli
a=rtpmap:97 rtx/90000 a=fmtp:97 apt=96 a=rtpmap:98 VP9/90000 a=rtcp-fb:98 goog-remb
a=rtcp-fb:98 transport-cc
a=rtcp-fb:98 ccm fir
a=rtcp-fb:98 nack
a=rtcp-fb:98 nack pli
a=rtpmap:99 rtx/90000 a=fmtp:99 apt=98 a=rtpmap:100 red/90000 a=rtpmap:101 rtx/90000 a=fmtp:101 apt=100 a=rtpmap:127 ulpfec/90000 a=ssrc-group:FID 1563406656 4103641903 a=ssrc:1563406656 cname:AyMDWB+q6ApWdpfU
a=ssrc:1563406656 msid:stream_id video_label
a=ssrc:1563406656 mslabel:stream_id
a=ssrc:1563406656 label:video_label
a=ssrc:4103641903 cname:AyMDWB+q6ApWdpfU
a=ssrc:4103641903 msid:stream_id video_label
a=ssrc:4103641903 mslabel:stream_id
a=ssrc:4103641903 label:video_label

2.1 协议版本

第一行v=0定义了sdp协议的版本号。

2.2 会话发起者

第二行

o=- 3967017503571418851 2 IN IP4 127.0.0.1

定义了会话发起者的信息，格式如下：

o=<username> <sess-id> <sess-version> <nettype> <addrtype> <unicast-address>

username：发起者的用户名，不允许存在空格，如果应用不支持用户名，则为-。
sess-id：会话id，由应用自行定义，SDP规范建议使用NTP(Network Time Protocol)时间戳。
sess-version：会话版本，用途由应用自行定义，只要会话数据发生变化时（比如编码）sess-version随着递增即可。SDP规范建议使用NTP时间戳。
nettype：网络类型，比如IN表示Internet。
addrtype：地址类型，比如IP4、IV6
unicast-address：域名，或者IP地址。

2.3 会话名

s=<session name>

必选，有且仅有一个s=字段，且不能为空。可以赋一个空格（即s=），或者-。

2.4 连接信息

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

每个SDP至少需要包含一个会话级别的c=字段，或者在每个媒体描述后面各包含一个c=字段，（媒体描述后的c=会覆盖会话级别的c=）。例如，在上面的示例SDP样本中，就不存在会话级别的连接信息。

nettype：网络类型，比如IN，表示 Internet。
addrtype：地址类型，比如IP4、IP6。
connection-address：如果是广播，则为广播地址组；如果是单播，则为单播地址；

2.4.1 何为会话级别和媒体级别

会话级部分以v =行开始，到第一个媒体级部分结束。
每个媒体级部分以m =行开始，持续到下一个媒体级（即下一个m=）。

2.5 媒体描述信息

SDP可以同时包含多个媒体描述信息（如音频、视频等），格式如下：

m=<media> <port> <proto> <fmt> ...

示例：

m=audio 9 UDP/TLS/RTP/SAVPF 111 103 104 9 102 0 8 106 105 13 110 112 113 126 c=IN IP4 0.0.0.0

media：媒体类型，包括 video、audio、text、application、message等。
port：传输媒体流使用的端口，具体含义取决于使用的网络类型（在c=中声明）和使用的传输协议(proto)。
proto：传输协议，具体含义取决于c=中定义的地址类型，比如c=IP4，那么这里的传输协议运行在IP4之上。
fmt：媒体格式的描述，可能有多个。根据proto的不同，fmt的含义也不同。比如proto为 RTP/SAVP 时，fmt 表示RTP payload 的类型。如果有多个，表示在这次会话中，多种payload类型可能会用到，且第一个为默认的payload类型。
数字0-95是静态负载类型；96-127是动态负载类型，需要在后面使用附近属性a =
rtpmap:指定具体的格式参数。具体的每个数字代表的负载类型和含义可以参考：Real-Time Transport Protocol (RTP) Parameters
如上例中的audio类型的111表示使用opus编码。