WebRTC会话描述协议（SDP）详解

SDP简介

SDP全称是Session Description Protocol，即会话描述协议，用于会话各方间的媒体协商。

• 什么是会话？ 视频聊天、语音通话、视频会议等等都算会话。
• 为什么要媒体协商？ 参加会话各用户环境、配置不一致，需要协商出兼容最优的解决方案。
• SDP长什么样子？ 一段多文本行，每行格式均为<type>=<value>。

看一下SDP具体是怎样的，复制以下代码到控制台 Enter~

const PeerConnection = window.RTCPeerConnection || window.mozRTCPeerConnection || window.webkitRTCPeerConnection;
const peer = new PeerConnection();
navigator.mediaDevices.getUserMedia({ video: true, audio: true })
    .then(stream => {
        stream.getTracks().forEach(track => {
            peer.addTrack(track, stream);
        });
        peer.createOffer().then(e => {
            console.log(e.sdp);
        })
    })
    .catch(e => alert('无法获取摄像头信息'));

SDP信息详解

协议版本（v=）

v=0

SDP的版本（Protocol version number）。当前规范版本为0

来源（o=）

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

会话所有者有关的参数（Owner/creator and session identifier）。

• <username> 会话发起者的名称。如果不提供则用"-"表示，用户名不能包含空格；
• <sess-id> 主叫方的会话标识符；
• <sess-version> 会话版本号。用0标识的居多；
• <nettype> 网络类型。IN表示Internet网络类型，目前仅定义该网络类型；
• <addrtype> 地址类型。目前支持IPV4和IPV6两种地址类型；
• <unicast-address> 会话发起者的IP地址。

会话名称（s=）

s=<session name>

本次会话的标题或会话的名称（Session name）。

计时（t=）

t=<start-time> <stop-time>

会话的起始时间和结束时间（Time session starts and stops）。

媒体说明（m=）

m=<media> <port>/<number of ports> <proto> <fmt> ...

媒体行，描述了发送方所支持的媒体类型等信息（Media information）。

• <media> 媒体名称（audio/video）。表示包含音频类型或视频类型；
• <port>/<number of ports> 流传输端口号。表示在本地端口xxxx上发送音频/视频流；

• <proto> 流传输协议。举例说明：

  • 🌰RTP/SAVPF 表示用UDP传输RTP包；
  • 🌰TCP/RTP/SAVPF 表示用TCP传输RTP包；
  • 🌰UDP/TLS/RTP/SAVPF 表示用UDP来传输RTP包，并使用TLS加密；

  • 最后的 SAVPF 还有其他几种值：AVP, SAVP, AVPF, SAVPF。

    • AVP 意为 AV profile
    • S 意为 secure
    • F 意为 feedback
• <fmt> 从第四位开始都是媒体格式描述。

连接数据（c=）

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

媒体的连接信息（Connection information）。每个媒体描述中至少包含一个 c = 字段，或者在会话描述中包含一个 c = 字段。

• <nettype> 网络类型。IN表示Internet网络类型，目前仅定义该网络类型；
• <addrtype> 地址类型。目前支持IPV4和IPV6两种地址类型；
• <unicast-address> 会话发起者的IP地址。

属性（a=）

a=<attribute> | <attribute>:<value>

属性（attribute）是扩展SDP的主要手段，分为会话级属性和媒体级属性:

• 会话级属性：添加在第一个媒体描述之前，传达的信息适用于整个会议而不是单个媒体。

  • 🌰a=group:BUNDLE audio video 通过mid标识符把多个媒体属性连接起来；
  • 🌰a=msid-semantic: WMS ma 表示是webrtc媒体流（Webrtc Media Streams）；

• 媒体级属性：媒体描述中添加有关媒体流的信息。

  • 🌰a=mid:audio 上述BUNDLE中用到的媒体标识；
  • 🌰a=msid:ma ta 连接不同的媒体描述，使用相同的MediaStreams；
  • 🌰a=sendonly 表示媒体发送端，其他类型：recvonly,sendrecv,inactive；
  • 🌰a=rtcp:9 IN IP4 0.0.0.0 用来传输rtcp地地址和端口；
  • 🌰a=rtcp-mux 表示rtp,rtcp包使用同一个端口来传输；
  • 🌰a=ice-xxx:xxx ice协商过程中的安全验证信息；
  • 🌰a=fingerprint:xxx 表示dtls协商过程中需要的认证信息；
  • 🌰a=setup:actpass 表示本客户端在dtls协商过程中，可以做客户端也可以做服务端；
  • 🌰a=rtpmap:111 opus/48000/2 负载类型111，编码格式opus，48000是时钟，2是通道数；
  • 🌰a=rtcp-fb:111 nack 支持丢包重传；
  • 🌰a=rtcp-fb:111 nack pli 支持关键帧丢包重传；
  • 🌰a=rtcp-fb:111 transport-cc 表示opus编码支持使用rtcp来控制拥塞；
  • 🌰a=fmtp:111 minptime=10;useinbandfec=1;maxplaybackrate=16000 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=ssrc:1370113029 cname:NMediaAudio 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=candidate:1 1 udp 2013266431 x.x.x.x 43342 typ host generation 0 表示候选人的传输地址，查看详情。

参考

• https://tools.ietf.org/html/rfc4566
• https://blog.piasy.com/2018/10/14/WebRTC-API-Overview/index.html
• https://blog.csdn.net/dzxs_gb28181/article/details/80951094
• https://blog.csdn.net/chinabinlang/article/details/79151589