WebRTC會話描述協議（SDP）詳解

SDP簡介

SDP全稱是Session Description Protocol，即會話描述協議，用於會話各方間的媒體協商。

• 什麼是會話？ 視頻聊天、語音通話、視頻會議等等都算會話。
• 爲何要媒體協商？ 參加會話各用戶環境、配置不一致，須要協商出兼容最優的解決方案。
• SDP長什麼樣子？ 一段多文本行，每行格式均爲<type>=<value>。

看一下SDP具體是怎樣的，複製如下代碼到控制檯 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('沒法獲取攝像頭信息'));

SDP信息詳解

協議版本（v=）

v=0

SDP的版本（Protocol version number）。當前規範版本爲0

來源（o=）

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

會話全部者有關的參數（Owner/creator and session identifier）。

• <username> 會話發起者的名稱。若是不提供則用"-"表示，用戶名不能包含空格；
• <sess-id> 主叫方的會話標識符；
• <sess-version> 會話版本號。用0標識的居多；
• <nettype> 網絡類型。IN表示Internet網絡類型，目前僅定義該網絡類型；
• <addrtype> 地址類型。目前支持IPV4和IPV6兩種地址類型；
• <unicast-address> 會話發起者的IP地址。

會話名稱（s=）

s=<session name>

本次會話的標題或會話的名稱（Session name）。

計時（t=）

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

會話的起始時間和結束時間（Time session starts and stops）。

媒體說明（m=）

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

媒體行，描述了發送方所支持的媒體類型等信息（Media information）。

• <media> 媒體名稱（audio/video）。表示包含音頻類型或視頻類型；
• <port>/<number of ports> 流傳輸端口號。表示在本地端口xxxx上發送音頻/視頻流；

• <proto> 流傳輸協議。舉例說明：

  • 🌰RTP/SAVPF 表示用UDP傳輸RTP包；
  • 🌰TCP/RTP/SAVPF 表示用TCP傳輸RTP包；
  • 🌰UDP/TLS/RTP/SAVPF 表示用UDP來傳輸RTP包，並使用TLS加密；

  • 最後的 SAVPF 還有其餘幾種值：AVP, SAVP, AVPF, SAVPF。

    • AVP 意爲 AV profile
    • S 意爲 secure
    • F 意爲 feedback
• <fmt> 從第四位開始都是媒體格式描述。

鏈接數據（c=）

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

媒體的鏈接信息（Connection information）。每一個媒體描述中至少包含一個 c = 字段，或者在會話描述中包含一個 c = 字段。

• <nettype> 網絡類型。IN表示Internet網絡類型，目前僅定義該網絡類型；
• <addrtype> 地址類型。目前支持IPV4和IPV6兩種地址類型；
• <unicast-address> 會話發起者的IP地址。

屬性（a=）

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

屬性（attribute）是擴展SDP的主要手段，分爲會話級屬性和媒體級屬性:

• 會話級屬性：添加在第一個媒體描述以前，傳達的信息適用於整個會議而不是單個媒體。

  • 🌰a=group:BUNDLE audio video 經過mid標識符把多個媒體屬性鏈接起來；
  • 🌰a=msid-semantic: WMS ma 表示是webrtc媒體流（Webrtc Media Streams）；

• 媒體級屬性：媒體描述中添加有關媒體流的信息。

  • 🌰a=mid:audio 上述BUNDLE中用到的媒體標識；
  • 🌰a=msid:ma ta 鏈接不一樣的媒體描述，使用相同的MediaStreams；
  • 🌰a=sendonly 表示媒體發送端，其餘類型：recvonly,sendrecv,inactive；
  • 🌰a=rtcp:9 IN IP4 0.0.0.0 用來傳輸rtcp地地址和端口；
  • 🌰a=rtcp-mux 表示rtp,rtcp包使用同一個端口來傳輸；
  • 🌰a=ice-xxx:xxx ice協商過程當中的安全驗證信息；
  • 🌰a=fingerprint:xxx 表示dtls協商過程當中須要的認證信息；
  • 🌰a=setup:actpass 表示本客戶端在dtls協商過程當中，能夠作客戶端也能夠作服務端；
  • 🌰a=rtpmap:111 opus/48000/2 負載類型111，編碼格式opus，48000是時鐘，2是通道數；
  • 🌰a=rtcp-fb:111 nack 支持丟包重傳；
  • 🌰a=rtcp-fb:111 nack pli 支持關鍵幀丟包重傳；
  • 🌰a=rtcp-fb:111 transport-cc 表示opus編碼支持使用rtcp來控制擁塞；
  • 🌰a=fmtp:111 minptime=10;useinbandfec=1;maxplaybackrate=16000 對opus編碼可選的補充說明,minptime表明最小打包時長是10ms，useinbandfec=1表明使用opus編碼內置fec特性；
  • 🌰a=ssrc:1370113029 cname:NMediaAudio cname用來標識一個數據源，ssrc當發生衝突時可能會發生變化，可是cname不會發生變化，也會出如今rtcp包中SDEC中，用於音視頻同步；
  • 🌰a=candidate:1 1 udp 2013266431 x.x.x.x 43342 typ host generation 0 表示候選人的傳輸地址，查看詳情。

參考

• https://tools.ietf.org/html/rfc4566
• https://blog.piasy.com/2018/10/14/WebRTC-API-Overview/index.html
• http://www.javashuo.com/article/p-zzsbljyi-mq.html
• http://www.javashuo.com/article/p-wzeszncz-ns.html