当前位置：首页 > article >正文

openrtp 音视频时间戳问题

article 2024/10/19 21:25:30

解决音视频发送的rtp问题

openrtp增加了音频aac的发送，地址
OpenRTP Gitee开源地址

同时使用两个rtp ，来发送音频和视频
使用以下音频rtp，是可以发送和接收的，音频端口在视频端口上+2

v=0
o=- 0 0 IN IP4 127.0.0.1
s=My Stream
c=IN IP4 0.0.0.0
t=0 0
m=audio 1234 RTP/AVP 97
a=rtpmap:97 mpeg4-generic/44100/2
a=fmtp:97 profile-level-id=1;mode=AAC-hbr;sizelength=13;indexlength=3;indexdeltalength=3

音视频合成发送rtp
vlc 使用分开的端口来接收，经过测试无误

v=0
o=- 0 0 IN IP4 127.0.0.1
s=My Stream
c=IN IP4 0.0.0.0
t=0 0
m=audio 6002 RTP/AVP 97
a=rtpmap:97 mpeg4-generic/44100/2
a=fmtp:97 profile-level-id=1;mode=AAC-hbr;sizelength=13;indexlength=3;indexdeltalength=3
m=video 6000 RTP/AVP 96
a=rtpmap:96 H264/90000

我把sdp文件放在了这里，
在这里插入图片描述

在这里插入图片描述

是否使用同一端口发送音视频

一、协议规范
RTP（Real-time Transport Protocol）通常为音频和视频分别分配不同的端口以区分不同类型的媒体流。这样做符合协议设计的常规做法，使得接收端能够明确地识别和处理不同类型的媒体数据。
二、处理复杂性
解码和播放：如果音频和视频使用同一个端口，接收端在处理数据时需要更加复杂的逻辑来区分音频和视频数据包。这增加了处理的难度和出错的可能性，可能导致播放不稳定或不同步。
同步问题：不同的媒体流需要进行同步才能保证良好的播放效果。使用不同的端口可以更容易地实现音频和视频的同步，因为接收端可以独立地处理每个流的时间戳和同步信息。如果使用同一个端口，同步处理会变得更加复杂，可能会影响播放质量。
三、网络传输考虑
带宽管理：音频和视频通常具有不同的带宽需求。分开使用不同的端口可以更好地进行带宽管理和流量控制。例如，可以为视频流分配更多的带宽，以确保高质量的视频播放，而音频流可以使用相对较少的带宽。
网络故障处理：如果音频和视频使用同一个端口，当该端口出现网络问题时，音频和视频都会受到影响。而使用不同的端口可以在一定程度上隔离问题，使得在一个流出现问题时，另一个流可能仍然能够正常传输。
综上所述，为了保证音频和视频的稳定播放、便于处理和同步，以及更好地进行网络管理，建议为音频流和视频流分别使用不同的端口。

以上其实问题都能解决，比如rtmp协议就是一个端口，处理所有音视频，对于rtp协议，如果使用udp，其实可以使用不同的端口来发送视频和音频，这样处理逻辑更为简单，但不是必要。

计算时间戳增量：

音频时间戳

音频时间戳的单位就是采样率的倒数，例如采样率44100，那么1秒就有44100个采样，每个采样1/44ms，每个采样对应一个时间戳。RTP音频包如果是10毫秒的数据，对应的采样数为 44100 * 10 / 1000 = 441，也就是说每个音频包里携带440个左右的音频采样，因为1个采样对应1个时间戳，那么相邻两个音频RTP包的时间戳之差就是960。

那如果是回调函数采集的音频，我们可以计算回调两次之间的时间差t - t0，t0是第一次的时间，这样有可能造成越来越来的累计时间，如果我们知道是采样一次位1024个样本，那样就好计算了

1024 ，每次就是增加1024，缓冲区计算就是1024* channel（声道）* （perbytes）字节，比如16位就是2字节，那就是1024 X 2 X 2 = 4096个字节的缓冲，每次增加1024时间戳就行

nt rtp_pakc_aac(unsigned char *ptr,int bytes,unsigned char *rtpPkt)
{
    if (0xFF == ptr[0] && 0xF0 == (ptr[1] & 0xF0) && bytes > 7)
	{
		// skip ADTS header
		assert(bytes == (((ptr[3] & 0x03) << 11) | (ptr[4] << 3) | ((ptr[5] >> 5) & 0x07)));
		ptr += 7;
		bytes -= 7;
	}
 
    int rtpHeadLen = rtp_pack_header(rtpPkt);//RTP Header
    
    unsigned char * header = rtpPkt + rtpHeadLen;
    // 3.3.6. High Bit-rate AAC
	// SDP fmtp: mode=AAC-hbr;sizeLength=13;indexLength=3;indexDeltaLength=3;
    header[0] = 0;
    header[1] = 16; // 16-bits AU headers-length
    header[2] = (uint8_t)(bytes >> 5); 
    header[3] = (uint8_t)(bytes & 0x1f) << 3;//13bit AU-size、3bit AU-Index/AU-Index-delta
    unsigned char * pPayload = rtpPkt + rtpHeadLen + 4;
    memcpy(pPayload, ptr,bytes);
    
    return bytes + rtpHeadLen + 4;

从RTP包里面得到AAC音频数据的方法：


//功能：解RTP AAC音频包，声道和采样频率必须知道。
//参数：1.RTP包缓冲地址 2.RTP包数据大小 3.H264输出地址 4.输出数据大小
//返回：true:表示一帧结束  false:帧未结束 一般AAC音频包比较小，没有分片。
bool UnpackRTPAAC(void * bufIn, int recvLen, void** pBufOut,  int* pOutLen)
{
    unsigned char*  bufRecv = (unsigned char*)bufIn;
    //char strFileName[20];
    
    unsigned char ADTS[] = {0xFF, 0xF1, 0x00, 0x00, 0x00, 0x00, 0xFC}; 
    int audioSamprate = 32000;//音频采样率
    int audioChannel = 2;//音频声道 1或2
    int audioBit = 16;//16位 固定
    switch(audioSamprate)
    {
    case  16000:
        ADTS[2] = 0x60;
        break;
    case  32000:
        ADTS[2] = 0x54;
        break;
    case  44100:
        ADTS[2] = 0x50;
        break;
    case  48000:
        ADTS[2] = 0x4C;
        break;
    case  96000:
        ADTS[2] = 0x40;
        break;
    default:
        break;
    }
    ADTS[3] = (audioChannel==2)?0x80:0x40;

    int len = recvLen - 16 + 7;
    len <<= 5;//8bit * 2 - 11 = 5(headerSize 11bit)
    len |= 0x1F;//5 bit    1            
    ADTS[4] = len>>8;
    ADTS[5] = len & 0xFF;
    *pBufOut = (char*)bufIn+16-7;
    memcpy(*pBufOut, ADTS, sizeof(ADTS));
    *pOutLen = recvLen - 16 + 7;

    unsigned char* bufTmp = (unsigned char*)bufIn;
    bool bFinishFrame = false;
    if (bufTmp[1] & 0x80)
    {
        //DebugTrace::D("Marker");
        bFinishFrame = true;
    }
    else
    {
        bFinishFrame = false;
    }
    return true;
}