Session Description Protocol(会话描述协议)
RFC定义SDP的协议有两个:
- RFC3264: An Offer/Answer Model with the session Description Protocol(SDP),用来概述一个请求/响应模型
- RFC2327: SDP:Session Description Protocol,描述数据格式.
1.RFC2327
1.1.概述
SDP 完全是一种会话描述格式 ― 它不属于传输协议 ― 它只使用不同的适当的传输协议，包括会话通知协议（SAP）、会话初始协议（SIP）、实时流协议（RTSP）、MIME 扩展协议的电子邮件以及超文本传输协议（HTTP）。SDP协议是也是基于文本的协议，这样就能保证协议的可扩展性比较强，这样就使其具有广泛的应用范围。SDP 不支持会话内容或媒体编码的协商，所以在流媒体中只用来描述媒体信息。媒体协商这一块要用RTSP来实现． SDP包括以下一些方面：
- 会话的名称和目的
- 会话存活时间
- 包含在会话中的媒体信息，包括：
- 媒体类型(video, audio, etc)
- 传输协议(RTP/UDP/IP, H.320, etc)
- 媒体格式(H.261 video, MPEG video, etc)
- 多播或远端（单播）地址和端口
- 为接收媒体而需的信息(addresses, ports, formats and so on)
- 使用的带宽信息
- 可信赖的接洽信息（Contact information）
1.2.SDP协议格式
SDP描述由许多文本行组成，文本行的格式为<类型>=<值>，<类型>是一个字母，<值>是结构化的文本串，其格式依<类型>而定。
＜type＞=
1.2.1.fields分类
- Seeesion Description
- v(Protocol Version),mnd,The current protocol version.Always “0” using RFC4566
- o(Origin),Mnd,The session originator’s name and session identifiers.
- s(Session Name), Mnd,The textural session Name
- i(Session Information), opt,Textural information about the session
- u(Uri),opt, A pointer to supplemental session Information
- e(Email Address), opt, Email contract information for the person responsible.
- P(phone Address),opt,Phone contract information for the person responsible
- c(Connection Data),C,The connection type and Address
- b(Bandwidth),opt,Proposed bandwidth limits.
- z(Time Zones), opt, Accounts for daylight saving information
- k(Encryption Keys),opt,A simple mechanism for exchanging keys, Rarely used.
- Timing Description
- t(Timing),mnd, start and end times.
- r(Repeat Times),opt, Specified the duration and intervals for any session repeats.
- Media Description
- m(Media Description),mnd, Media definitions including media type(e.g.”audio”),transport details and formats.
- i(Session Information),opt
- c(Connection Data),c
- b(Bandwidth):opt
- k( Encryption keys),opt
- a(Attributes),opt
1.2.2.典型格式
1 | Session description |
带"*"号的是可选的,其余的是必须的。一般顺序也按照上面的顺序来排列。
1.2.3.各type对应值的结构化文本串
- v=
其中：nettype是IN,代表internet,addrtype是IP4或IP6。unicast-address任务创建计算机的地址。 整个这个属性，是唯一表示一个任务。 e=123@126.com或 p=+1 616 555-6011对于一个任务只能两者之中的一个，表示会议控制者的联系方式。邮件地址可以是[email]j.doe@example.com[/email] (Jane Doe)形式，括号里面的是描述联系人的名称，或者Jane Doe <[email]j.doe@example.com[/email]>，前面的是联系人的名称。- c=
这个连接数据，可以是传话级别的连接数据，或者是单独一个媒体数据的连接数据。在是多播时，connection-address就该是一个多播组地址，当是单播时，connection-address就该是一个单播地址。对于addrtype是IP4的情况下，connection-address不仅包含IP地址，并且还要包含a time to live value(TTL 0-255)，如：c=IN IP4 224.2.36.42/128，IP6没有这个TTL值。还允许象这样的 [/ ]/ 格式的connection-address。如：c=IN IP4 224.2.1.1/127/3等同于包含c=IN IP4 224.2.1.1/127, c=IN IP4 224.2.1.2/127, c=IN IP4 224.2.1.3/127三行内容。 - b=
: bwtype可以是CT或AS，CT方式是设置整个会议的带宽，AS是设置单个会话的带宽。缺省带宽是千比特每秒。 t= ，这个可以有行，指定多个不规则时间段，如果是规则的时间段，则r=属性可以使用。start-time和stop- time都遵从NTP(Network Time Protocol),是以秒为单位，自从1900以来的时间。要转换为UNIX时间，减去2208988800。如果stop-time设置为0,则会话没有时间限制。如果start-time也设置为0，则会话被认为是永久的。 - b=
: bwtype可以是CT或AS，CT方式是设置整个会议的带宽，AS是设置单个会话的带宽。缺省带宽是千比特每秒。 t= ，这个可以有行，指定多个不规则时间段，如果是规则的时间段，则r=属性可以使用。start-time和stop- time都遵从NTP(Network Time Protocol),是以秒为单位，自从1900以来的时间。要转换为UNIX时间，减去2208988800。如果stop-time设置为0,则会话没有时间限制。如果start-time也设置为0，则会话被认为是永久的。 - r=
重复次数在时间表示里面可以如下表示： d - days (86400 seconds) h - hours (3600 seconds) m - minutes (60 seconds) s - seconds (allowed for completeness) - z
=<adjustment time> <offset> <adjustment time> <offset> .... k=<method>k=<method>:<encryption key>a=<attribute>a=<attribute>:<value>m=<media> <port> <proto> <fmt> ...m=<media> <port>/<number of ports> <proto> <fmt> ...- a=cat:
分类，根据分类接收者隔离相应的会话 - a=keywds:
关键字，根据关键字隔离相应的会话 - a=tool:
创建任务描述的工具的名称及版本号 - a=ptime:
在一个包里面的以毫秒为单位的媒体长度 - a=maxptime:
以毫秒为单位，能够压缩进一个包的媒体量。 - a=rtpmap:
/ [/ ] - a=recvonly
- a=sendrecv
- a=sendonly
- a=inactive，
- a=orient:
其可能的值，”portrait”, “landscape” and “seascape” 。 - a=type:
,建议值是，”broadcast”, “meeting”, “moderated”, “test” and “H332”。 - a=charset:
- a=sdplang:
指定会话或者是媒体级别使用的语言 - a=framerate:设置最大视频帧速率
- a=quality:
值是0-10 - a=fmtp:
在SIP协议的包含的内容是SDP时，应该把Content-Type设置成application/sdp。 1.3.SDP协议例子
1.3.1.helix流媒体服务器的RTSP协议中的SDP协议:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52v=0 //SDP version
// o field定义的源的一些信息。其格式为：o=<username> <sess-id> <sess-version> <nettype> <addrtype> <unicast-address>
o=- 1271659412 1271659412 IN IP4 10.56.136.37 s=<No title>
i=<No author> <No copyright> //session的信息
c=IN IP4 0.0.0.0 //connect 的信息，分别描述了：网络协议，地址的类型，连接地址。
c=IN IP4 0.0.0.0
t=0 0 //时间信息，分别表示开始的时间和结束的时间，一般在流媒体的直播的时移中见的比较多。
a=SdpplinVersion:1610641560 //描述性的信息
a=StreamCount:integer;2 //用来描述媒体流的信息，表示有两个媒体流。integer表示信息的格式为整数。
a=control:*
a=DefaultLicenseValue:integer;0 //License信息
a=FileType:string;"MPEG4" ////用来描述媒体流的信息说明当前协商的文件是mpeg4格式的文件
a=LicenseKey:string;"license.Summary.Datatypes.RealMPEG4.Enabled"
a=range:npt=0-72.080000 //用来表示媒体流的长度
m=audio 0 RTP/AVP 96 //做为媒体描述信息的重要组成部分描述了媒体信息的详细内容：表示session的audio是通过RTP来格式传送的，其payload值为96传送的端口还没有定。
b=as:24 //audio 的bitrate
b=RR:1800
b=RS:600
a=control:streamid=1 //通过媒体流1来发送音频
a=range:npt=0-72.080000 //说明媒体流的长度。
a=length:npt=72.080000
a=rtpmap:96 MPEG4-GENERIC/32000/2 //rtpmap的信息，表示音频为AAC的其sample为32000
a=fmtp:96 profile-level-id=15;mode=AAC-hbr;sizelength=13;indexlength=3;indexdeltalength=3;config=1210 //config为AAC的详细格式信息
a=mimetype:string;"audio/MPEG4-GENERIC"
a=Helix-Adaptation-Support:1
a=AvgBitRate:integer;48000
a=HasOutOfOrderTS:integer;1
a=MaxBitRate:integer;48000
a=Preroll:integer;1000
a=OpaqueData:buffer;"A4CAgCIAAAAEgICAFEAVABgAAAC7gAAAu4AFgICAAhKIBoCAgAEC"
a=StreamName:string;"Audio Track"
下面是video的信息基本和audio的信息相对称，这里就不再说了。
m=video 0 RTP/AVP 97
b=as:150
b=RR:11250
b=RS:3750
a=control:streamid=2
a=range:npt=0-72.080000
a=length:npt=72.080000
a=rtpmap:97 MP4V-ES/2500
a=fmtp:97 profile-level-id=1;
a=mimetype:string;"video/MP4V-ES"
a=Helix-Adaptation-Support:1
a=AvgBitRate:integer;300000
a=HasOutOfOrderTS:integer;1
a=Height:integer;240 //影片的长度
a=MaxBitRate:integer;300000
a=MaxPacketSize:integer;1400
a=Preroll:integer;1000
a=Width:integer;320 //影片的宽度
a=OpaqueData:buffer;"AzcAAB8ELyARAbd0AAST4AAEk+AFIAAAAbDzAAABtQ7gQMDPAAABAAAAASAAhED6KFAg8KIfBgEC"
a=StreamName:string;"Video Track"
1.3.2.Webrtc SDP示例
1 | v=0 |
2.RFC3264
An Offer/Answer Model with the Session Description Protocol (SDP)
2.1情态动词
定义在RFC2119:
- “MUST”，必须、一定要；
- “MUST NOT”，禁止；
- “REQUIRED”，需要；
- “SHALL”、”SHOULD”，应该；
- “SHALL NOT”、”SHOULD NOT”，不应该；
- “RECOMMENDED”，推荐；
- “MAY”，可以
2.2术语
- 媒体流（Media Stream），或称为媒体类型（Media Type），即我们通常所说的音频流、视频流等，所有通信实体要进行媒体交互之前都必须进行媒体注的协商
- 媒体格式（Media Format），每种媒体流都有不同的编码格式，像音频有G711、G712编码，视频有H261、H264等，像现在所谓的高清视频采用是720P、1070P等。
- 单一会话（Unitcast Session）
- 多会话（Multicast Sessions）
- 单一媒体流（Unitcast Streams）
- 多媒体流（Multicast Streams）
2.3offer/answer
rfc3264协议[1]主要概述一个请求/响应模型（offer/answer，以下叙述采用英文），包括请求/响应的实体和不同阶段的操作行为，如初始协商过程和重协商过程，并简单介绍消息中各种参数的含义。具体各个参数的详细说明见rfc2327协议[2]
2.3.1.实体,消息
Offer/Answer模型包括两个实体，一个是请求主体Offerer，另外一个是响应实体Answerer，两个实体只是在逻辑上进行区分，在一定条件可以转换。例如，手机A发起媒体协商请求，那么A就是Offerer，反之如果A为接收请求则为Offerer。 Offerer发给Answerer的请求消息称为请求offer，内容包括媒体流类型、各个媒体流使用的编码集，以及将要用于接收媒体流的IP和端口。 Answerer收到offer之后，回复给Offerer的消息称为响应，内容包括要使用的媒体编码，是否接收该媒体流以及告诉Offerer其用于接收媒体流的IP和端口。2.3.2.SDP各个参数简单介绍
下面示例摘自3264协议[1] - v=0
- o=carol 28908764872 28908764872 IN IP4 100.3.6.6 //会话ID号和版本
- s=- //用于传递会话主题
- t=0 0 //会话时间，一般由其它信令消息控制，因此填0
- c=IN IP4 192.0.2.4 //描述本端将用于传输媒体流的IP
- m=audio 0 RTP/AVP 0 1 3 //媒体类型 端口号 本端媒体使用的编码标识（Payload）集
- a=rtpmap:0 PCMU/8000 //rtpmap映射表，各种编码详细描述参数，包括使用带宽（bandwidth）
- a=rtpmap:1 1016/8000
- a=rtpmap:3 GSM/8000
- a=sendonly //说明本端媒体流的方向，取值包括sendonly/recvonly/sendrecv/inactive
- a=ptime:20 //说明媒体流打包时长
- m=video 0 RTP/AVP 31 34
- a=rtpmap:31 H261/90000
- a=rtpmap:34 H263/90000
2.3.3.实体行为、操作过程
2.3.3.1.初始协商的Offer请求
实体A <-> 实体B，实体首先发起Offer请求，内容如2节所示，对于作何一个媒体流/媒体通道，这时实体A必须：
- 如果媒体流方向标为recvonly/sendrecv，即a=recvonly或a=sendrecv，则A必须（MUST）准备好在这个IP和端口上接收实体B发来的媒体流；
- 如果媒体流方向标为sendonly/inactive，即a=recvonly或a=sendrecv，则A不需要进行准备。
2.3.3.1.Answer响应
实体B收到A的请求offer后，根据自身支持的媒体类型和编码策略，回复响应。 - 如果实体B回复的响应中的媒体流数量和顺序必须（MUST）和请求offer一致，以便实体A进行甄别和决策。即m行的数量和顺序必须一致，B不能（MUST NOT）擅自增加或删除媒体流。如果B不支持某个媒体流，可以在对应的端口置0，但不能不带这个m行描述。
- 对于某种媒体，实体B必须（MUST）从请求offer中选出A支持且自己也支持的该媒体的编码标识集，并且可以（MAY）附带自己支持的其它类型编码。
- 对于响应消息中各个媒体的方向：
- 如果请求某媒体流的方向为sendonly，那么响应中对应媒体的方向必须为recvonly；
- 如果请求某媒体流的方向为recvonly，那么响应中对应媒体的方向必须为sendonly；
- 如果请求某媒体流的方向为sendrecv，那么响应中对应媒体的方向可以为sendrecv/sendonly/recvonly/inactive中的一种；
- 如果请求某媒体流的方向为inactive，那么响应中对应媒体的方向必须为inactive；
- 响应answer里提供IP和端口，指示Offerer本端期望用于接收媒体流的IP和端口，一旦响应发出之后，Offerer必须（MUST）准备好在这个IP和端口上接收实体A发来的媒体流。
- 如果请求offer中带了ptime（媒体流打包间隔）的a行或带宽的a行，则响应answer也应该（SHOULD）相应的携带。
- 实体B Offerer应该（SHOULD）使用实体A比较期望的编码生成媒体流发送。一般来说对于m行，如m=video 0 RTP/AVP 31 34，排充越靠前的编码表示该实体越希望以这个编码作为载体，这里示例31(H261)，34（H263）中H261为A更期望使用的编码类型。同理，当实体A收到响应answer后也是这样理解的。
2.3.3.2.实体收到响应后的处理
当实体A收到B回复的响应后，可以（MAY）开始发送媒体流，如果媒体流方向为sendonly/sendrecv， - 必须（MUST）使用answer列举的媒体类型/编码生成媒体发送；
- 应该（SHOULD）使用answer中的ptime和bandwidth来打包发送媒体流；
- 可以（MAY）立即停止监听端口，该端口为offer支持answer不支持的媒体所使用的端口。
2.3.4.修改媒体流（会话）
修改媒体流的offer-answer操作必须基于之前协商的媒体形式（音频、视频等），不能（MUST NOT）对已有媒体流进行删减。
2.3.4.1.删除媒体流
如果实体认定新的会话不支持之前媒商的某个媒体，新的offer只须对这种媒体所在m行的端口置0，但不能不描述这种媒体，即不带对应m行。当answerer收到响应之后，处理同初始协商一样。
2.3.4.2.增加媒体流
如果实体打算新增媒体流，在offer里只须加上描述即可或者占用之前端口被置0的媒体流，即用新的媒体描述m行替换旧的。当answerer收到offer请求后，发现有新增媒体描述，或者过于端口被置0的媒体行被新的媒体描述替换，即知道当前为新增媒体流，处理同初始协商。
2.3.4.3.修改媒体流
修改媒体注主要是针对初始协商结果，如果有变更即进入修改流程处理，可能的变更包括IP地址、端口，媒体格式（编码），媒体类型（音、视频），媒体属性（ptime，bandwidth，媒体流方向变更等）。
