音视频媒体传输协议

1. 多媒体信息

1.1 多媒体信息的两个主要特点：

1. 信息量很大
   • 标准语音：64Kbits(8KHz采样，8位编码)
   • 高质量音频：3Mbps(100KHz采样，12位编码)
2. 在传输多媒体数据时，对时延和时延抖动均有较高要求

1.2 处理时延抖动：

缓存的方式在一定程度上消除了时延抖动，但是增加了时延，因为推迟播放了。

1.3 需要注意的问题

• 在传送时延敏的实时数据时，不仅传输时延不能大，时延抖动也必须限制
• 传送实时数据时，少量分组的丢失是可以容忍的
• 丢失容忍是实时数据的另一个重要特点。
• 发送多媒体数据时应当加一个序号，以按序还原和播放
• 增加一个时间戳，告诉接收端分组的产生时间。比如音频要和字母顺序对应上。

1.4 必须改造现有的互联网

• 大量使用高速路由器和光缆
• 完全改造现有协议，为端到端带宽预留，把无连接协议的互联网转变为面向连接的网络
• 少量改造现有协议，使得能适配这种数据传输

2. 流式存储音频、视频

存储音频/视频不是实时产生的，而是已经录制好的，通常存储在硬盘中。
第一种方式：
第二种方式：元文件

第三种方式：媒体服务器

2.1 下载时使用何种协议

采用UDP的缺点：

1. 网络情况多变，接收端很难始终按照规定的速率播放
2. 很多单位的防火墙往往阻拦外部UDP分组的进入
3. 使用UDP传送流媒体时，如果用户希望控制媒体的播放，暂停、快进等，还需要单独的RTP和RTSP协议

采用TCP的场景
现在，对流式存储音频/视频的播放，如YouTube都是采用TCP来传送。

采用UDP的场景：
如果是实时观看实况转播，应当首先考虑采用UDP来传送。

2.2 实时流式协议RTSP

实时流式协议RTSP（Real-Time Streaming Protocol）

• 应用层的多媒体播放控制协议，不传送数据
• 以客户服务器方式工作
• 使用户能对从互联网下载的实时数据进行控制，如暂停，快进，跳跃
• 又称为互联网录像机遥控协议
• RTSP 是有状态的协议，它记录客户机所处的状态（初始状态，播放状态）
• RTSP控制分组可在TCP上传送，也可在UDP上传送

3. 交互式音视频

3.1 实时传输协议RTP

• 实时传输协议RTP（RealTime-Transmission-Protocol）为实时应用提供端到端的运输，但不提供任何服务质量的保证。
• RTP不对音视频数据做任何处理，只是向应用层提供一些附加信息，让应用层知道应当如何处理。
• 音视频数据块先由RTP封装为RTP分组(也称为RTP报文)，再装入传输层的UDP用户数据报后，再向下递交给IP层。
• RTP端口号1025-65535之间选择一个未使用的偶数端口，同一次会话的RTCP则使用下一个奇数UDP端口号。但端口号5004和5005则分别用作RTP和RTCP的默认端口号。

3.2 RTP使用场景

3.2.1 多播音频会议

使用Internet的IP多播服务来进行语音通讯。通过一些分配机制，工作组主持人获得一个多播的组地址和一对端口。一个端口用于音频数据，另一个端口用于控制（RTCP）数据包。该地址和端口信息发布给预定的参与者。

每个与会者所使用的音频会议应用程序，都以small chunk形式（比方说20毫秒一段）来发送音频数据。每个音频数据块都前缀RTP报头；RTP报头和数据然后包含在UDP包中。RTP报头指明了各个包里音频编码的类型（如PCM, ADPCM,LPC），这样发送方可以在会议过程中改变编码格式，例如，为了要适应一个低带宽的参与者，或是要应付网络拥塞。

Internet，偶而会丢包和重排包。为应付这种损伤，RTP报头里包