WebRTC（八）：SDP

SDP

概念

• SDP 是一种描述多媒体通信会话的文本格式（基于 MIME，RFC 4566）。
• 本身 不传输数据，仅用于在会话建立阶段传递信息。
• 常与 SIP（VoIP）、RTSP、WebRTC 等协议配合使用。

用途

• 描述媒体类型（音频、视频等）；
• 指定编解码器、媒体格式；
• 提供媒体的传输信息（IP 地址、端口、传输协议等）；
• 协商媒体能力（能力协商）；
• 描述时钟信息（同步）；
• 支持多路流（多 track）。

结构

WebRTC中的SDP

在 WebRTC 中，SDP（Session Description Protocol） 是用于完成多媒体会话协商的关键格式，尽管 WebRTC 本身并不强依赖 SDP 协议（也有 ORTC 替代方案），但当前主流实现如 Chrome、Firefox、Safari 都基于 SDP 的 Offer/Answer 模型进行媒体协商。

基本结构

WebRTC 中 SDP 文本结构遵循 SDP 规范（RFC 4566）+ 一些扩展，主要由两部分组成：

• Session-level（全局）字段：描述整个会话的元数据；
• Media-level 字段：每个音频、视频流的参数（每个 m= 开头段落）。

常见结构如下：

v=0                    # SDP版本
o=- 12345 2 IN IP4 0.0.0.0    # 会话起始者
s=-                    # 会话名（必须字段）
t=0 0                  # 时间
a=group:BUNDLE 0 1     # BUNDLE分组
a=msid-semantic: WMS   # Media Stream 语义

m=audio 9 UDP/TLS/RTP/SAVPF 111
...

m=video 9 UDP/TLS/RTP/SAVPF 96
...

SDP字段

会话级别字段（Session-Level）

媒体描述字段（Media-Level）

m= 行：媒体定义

m=audio 9 UDP/TLS/RTP/SAVPF 111

含义：

• audio：媒体类型
• 9：端口（通常为 9，占位，由 ICE 协商真实端口）
• UDP/TLS/RTP/SAVPF：传输协议，表示使用 SRTP over DTLS
• 111：payload type，用于后续 a=rtpmap 对应实际编解码器

ICE 相关字段（NAT 穿透）

DTLS 安全字段（加密通道）

媒体流属性

媒体同步与标识

rtpmap

功能

描述 RTP 载荷类型（Payload Type）对应的编解码器信息。

SDP 中的 a=rtpmap 用于将 动态载荷类型（PT）编号 映射到 实际的编解码器名称、采样率、声道数 等信息。

语法格式

a=rtpmap:<payload-type> <codec-name>/<clock-rate>[/<channels>]

作用总结

• 明确指定每个 PT 对应的编解码器；
• 告诉接收方如何解析接收到的 RTP 包；
• 提供采样率和声道信息（音频）或 RTP 时钟频率（视频）；

示例

a=rtpmap:111 opus/48000/2

说明 PT 111 表示 Opus 编码，采样率 48kHz，双声道。

fmtp

功能

提供编解码器的格式化参数（Format Parameters）。

SDP 中的 a=fmtp 是 rtpmap 的扩展，用于定义该编解码器的具体参数，如打包方式、Profile、Level、纠错支持等。

语法格式

a=fmtp:<payload-type> <parameter1>=<value1>; <parameter2>=<value2>; ...

作用总结

• 指定编解码器的高级参数；
• 协商功能特性（如 H264 的 packetization-mode）；
• 确保发送端和接收端兼容配置，避免播放异常；

示例（H.264）：

a=fmtp:109 level-asymmetry-allowed=1;packetization-mode=1;profile-level-id=42e01f

含义：

• 允许编码解码器使用不同的 Level；
• 使用 NALU 分片打包方式；
• 使用 H.264 Baseline profile level 3.1

Payload Type列表

示例

v=0
o=private 51472368 2 IN IP4 0.0.0.0
s=PlaySession
t=0 0
a=ice-lite
a=group:BUNDLE 0 1
a=msid-semantic: WMS live/xxx
m=audio 9 UDP/TLS/RTP/SAVPF 111
c=IN IP4 0.0.0.0
a=ice-ufrag:02150669
a=ice-pwd:xxx
a=fingerprint:sha-256 3C:BF:C9:FA:D7:BD:14:F5:99:EA:11:0E:4D:80:70:FA:B0:58:FC:95:B2:C3:52:47:87:83:4E:CF:8A:C8:79:1F
a=setup:passive
a=mid:0
a=sendonly
a=rtcp-mux
a=rtcp-rsize
a=rtpmap:111 opus/48000/2
a=ssrc:849342908 cname:zzz
a=ssrc:849342908 label:audio-41rt248x
a=candidate:0 1 udp 2130706431 112.118.101.218 16938 typ host generation 0
a=candidate:1 1 udp 2130706431 127.0.0.1 16938 typ host generation 0
a=candidate:2 1 udp 2130706431 112.20.4.5 16938 typ host generation 0
m=video 9 UDP/TLS/RTP/SAVPF 109
c=IN IP4 0.0.0.0
a=ice-ufrag:02150669
a=ice-pwd:xxx
a=fingerprint:sha-256 3C:BF:C9:FA:D7:BD:14:F5:99:EA:11:0E:4D:80:70:FA:B0:58:FC:95:B2:C3:52:47:87:83:4E:CF:8A:C8:79:1F
a=setup:passive
a=mid:1
a=sendonly
a=rtcp-mux
a=rtcp-rsize
a=rtpmap:109 H264/90000
a=fmtp:109 level-asymmetry-allowed=1;packetization-mode=1;profile-level-id=42e01f
a=ssrc:849342909 cname:xxx
a=ssrc:849342909 label:video-6v319bim
a=candidate:0 1 udp 2130706431 112.118.101.218 16938 typ host generation 0
a=candidate:1 1 udp 2130706431 127.0.0.1 16938 typ host generation 0
a=candidate:2 1 udp 2130706431 112.20.4.5 16938 typ host generation 0

会话级字段（全局）

v=0

• SDP 协议版本，始终为 0。

o=private 51472368 2 IN IP4 0.0.0.0

• o=用户名（private）；
• 51472368：会话ID；
• 2：版本号（每次修改递增）；
• IN IP4 0.0.0.0：网络类型和地址（一般占位符，实际由 ICE 决定）。

s=PlaySession

• 会话名称，可为任意字符串。

t=0 0

• 表示 SDP 会话有效期为永久（起始时间 = 截止时间 = 0）。

a=ice-lite

• 表示该端是 ICE-lite 模式（常用于服务端，如 SFU，表示只被动响应 ICE 协商，不发起连接）。

a=group:BUNDLE 0 1

• 表示启用 BUNDLE，将 MID 为 0（音频）和 1（视频）的媒体流复用在同一个传输通道上（节省端口/资源）。

a=msid-semantic: WMS live/xxx

• 表示使用 MediaStream 语义，流名为 live/xxx，供 JavaScript 层识别 track 属于哪个 stream。

音频媒体段（m=audio）

m=audio 9 UDP/TLS/RTP/SAVPF 111

• 音频媒体，端口为占位符 9（真实由 ICE 协商）；
• UDP/TLS/RTP/SAVPF：表示使用 DTLS 加密的 SRTP；
• 111 是 payload type，后续用 rtpmap 指定编码类型。

c=IN IP4 0.0.0.0

• 网络地址（无实际含义，占位，真实通过 ICE 协议确定）。

a=ice-ufrag:02150669
a=ice-pwd:xxx

• ICE 协商用户名片段和密码，用于 STUN 交互过程。

a=fingerprint:sha-256 3C:BF:...:1F
a=setup:passive

• DTLS 指纹，用于验证传输安全性；
• setup:passive 表示此端 不发起 DTLS 握手，对端应 actpass/active。

a=mid:0

• 媒体流的唯一标识（用于 BUNDLE 映射）。

a=sendonly

• 表示此媒体方向是只发送（如服务端推流）。

a=rtcp-mux
a=rtcp-rsize

• 使用 RTP 和 RTCP 端口复用；
• 使用缩减大小的 RTCP（节省带宽）。

a=rtpmap:111 opus/48000/2

• 111 编解码器为 Opus，48kHz 采样，双声道。

a=ssrc:849342908 cname:xxx
a=ssrc:849342908 label:audio-41rt248x

• SSRC（同步源 ID）= 849342908，用于标识此 RTP 流；
• cname：跨媒体同步标识；
• label：track label（供 JS 层识别）。

a=candidate:...112.118.101.218...

• 提供 ICE 候选地址：
  • typ host 表示本地 IP；
  • generation 0 表示首次协商；
  • 提供了多个候选，包括公网、私网地址。

视频媒体段（m=video）

m=video 9 UDP/TLS/RTP/SAVPF 109

• 视频媒体流，使用 PT = 109；
• 支持 SRTP over DTLS。

a=rtpmap:109 H264/90000

• PT 109 映射为 H.264 编解码器，90kHz 时钟。

a=fmtp:109 level-asymmetry-allowed=1;packetization-mode=1;profile-level-id=42e01f

• 描述 H264 的特性参数：
  • level-asymmetry-allowed=1：允许解码器水平不对称；
  • packetization-mode=1：分片模式，必需用于 WebRTC；
  • profile-level-id=42e01f：表示 Baseline Profile Level 3.1。

a=ssrc:849342909 cname:xxx
a=ssrc:849342909 label:video-6v319bim

• 视频 RTP 流 SSRC；
• label 标识该 track。

a=ice-ufrag:02150669
a=ice-pwd:xxx
a=fingerprint:sha-256 ...

• 和音频共享相同的 ICE 参数；
• 多路复用（BUNDLE）场景下，音视频媒体共享 ICE 通道（节省资源）。

a=mid:1
a=sendonly
a=rtcp-mux

• mid:1：媒体 ID；
• sendonly：只发送视频；
• rtcp-mux：复用 RTP/RTCP；