音视频学习（九十一）：rtp扩展头

却道天凉_好个秋

722人浏览 · 2026-03-10 22:25:34

却道天凉_好个秋 · 2026-03-10 22:25:34 发布

RTP 基本头部结构

RTP 报文由 固定头部（12字节）+ 可选扩展头 + 负载数据 组成。标准 RTP 头结构如下：

  0                   1                   2                   3
  0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1
 +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
 |V=2|P|X| CC    |M|     PT      |       sequence number         |
 +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
 |                           timestamp                           |
 +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
 |           synchronization source (SSRC) identifier            |
 +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
 |            contributing source (CSRC) identifiers             |
 |                             ....                              |

字段说明：

字段	含义
V	RTP版本号
P	填充位
X	扩展头标志位
CC	CSRC数量
M	Marker位
PT	Payload Type
Sequence Number	序列号
Timestamp	时间戳
SSRC	同步源标识

其中 X 位（Extension bit） 决定 RTP 是否存在扩展头。

X = 0 → 没有扩展头
X = 1 → RTP 头后面存在 Extension Header

RTP 扩展头结构

当 X=1 时，在 RTP 固定头后会增加 扩展头结构：

  0                   1                   2                   3
 +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
 |       defined by profile      |           length              |
 +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
 |                        extension data                         |
 |                             ....                              |

字段含义：

1. profile-defined（16bit）

由 RTP profile 定义
用于标识扩展类型
常见值：

值	说明
0xBEDE	RFC5285 One-Byte Header Extension
0x1000	RFC5285 Two-Byte Header Extension

在 WebRTC 和现代 RTP 系统中最常见的是 0xBEDE。

2. length（16bit）

表示扩展数据长度：

单位 = 32bit word

例如：

length = 2

表示：

2 * 4 = 8 bytes 扩展数据

3. Extension Data

扩展字段真正的数据部分，由不同应用定义，例如：

WebRTC
SRTP
视频同步
网络统计
绝对时间

RFC5285 扩展机制

传统 RTP 扩展只能有一个扩展块，不方便扩展，因此 RFC5285 提供了一种更加灵活的扩展机制。

主要有两种格式：

One-Byte Header Extension
Two-Byte Header Extension

One-Byte Header Extension

最常见于 WebRTC、Chrome、libwebrtc。

标识

profile = 0xBEDE

结构

  0                   1                   2                   3
 +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
 |  ID   |  LEN  |  data ...                                     |
 +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+

字段说明：

字段	长度	说明
ID	4bit	扩展ID
LEN	4bit	数据长度
data	N bytes	扩展数据

注意：

LEN = 实际长度 - 1

例如：

LEN = 3

表示：

4 bytes data

示例

假设 RTP 扩展：

ID = 3
LEN = 1
DATA = 0x12 0x34

编码：

0011 0001 12 34

解析：

ID = 3
len = 1+1 = 2 bytes

Two-Byte Header Extension

用于更复杂扩展。

标识

profile = 0x1000

结构：

 +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
 |      ID       |      length   | data ...      |
 +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+

字段：

字段	长度
ID	8bit
length	8bit
data	N bytes

优点：

ID范围更大
数据长度可达255字节

常见 RTP 扩展类型

在 WebRTC、GB28181、SRT、视频会议 中经常使用以下扩展。

1. Absolute Send Time

用于 带宽估计（BWE）

URI：

http://www.webrtc.org/experiments/rtp-hdrext/abs-send-time

长度：

3 bytes

用途：

发送端时间
网络延迟计算
拥塞控制

2. Transport Wide CC

用于 拥塞控制

URI：

http://www.ietf.org/id/draft-holmer-rmcat-transport-wide-cc-extensions

数据：

transport sequence number

用于：

WebRTC congestion control
RTCP feedback

3. Audio Level

用于 语音检测

URI：

urn:ietf:params:rtp-hdrext:ssrc-audio-level

数据结构：

V | level

字段	说明
V	语音活动
level	音量

4. Video Orientation

用于 手机视频旋转

URI：

urn:3gpp:video-orientation

内容：

旋转角度

5. WebRTC常见扩展ID汇总

ID(示例)	URI	含义	用途
1	urn:ietf:params:rtp-hdrext:ssrc-audio-level	音频电平	语音活动检测
2	urn:ietf:params:rtp-hdrext:csrc-audio-level	CSRC音量	混音音量
3	http://www.webrtc.org/experiments/rtp-hdrext/abs-send-time	绝对发送时间	带宽估计
4	urn:3gpp:video-orientation	视频旋转	手机视频方向
5	http://www.ietf.org/id/draft-holmer-rmcat-transport-wide-cc-extensions-01	Transport CC	拥塞控制
6	http://www.webrtc.org/experiments/rtp-hdrext/playout-delay	播放延迟	延迟控制
7	http://www.webrtc.org/experiments/rtp-hdrext/video-content-type	视频内容类型	屏幕共享识别
8	http://www.webrtc.org/experiments/rtp-hdrext/video-timing	视频编码时间	调试统计
9	http://www.webrtc.org/experiments/rtp-hdrext/color-space	颜色空间	HDR/色域
10	urn:ietf:params:rtp-hdrext:sdes:mid	媒体ID	BUNDLE
11	urn:ietf:params:rtp-hdrext:sdes:rtp-stream-id	流ID	Simulcast
12	urn:ietf:params:rtp-hdrext:sdes:repaired-rtp-stream-id	重传流ID	RTX

RTP扩展头解析流程（c++）

#include <iostream>
#include <stdint.h>
#include <arpa/inet.h>
#include <string.h>

using namespace std;

#pragma pack(push,1)

struct RtpHeader
{
#if __BYTE_ORDER == __BIG_ENDIAN

    uint8_t version:2;
    uint8_t padding:1;
    uint8_t extension:1;
    uint8_t csrcCount:4;

    uint8_t marker:1;
    uint8_t payloadType:7;

#else

    uint8_t csrcCount:4;
    uint8_t extension:1;
    uint8_t padding:1;
    uint8_t version:2;

    uint8_t payloadType:7;
    uint8_t marker:1;

#endif

    uint16_t sequenceNumber;
    uint32_t timestamp;
    uint32_t ssrc;
};

struct RtpExtensionHeader
{
    uint16_t profile;
    uint16_t length;
};

#pragma pack(pop)

////////////////////////////////////////////////////////
// 打印HEX
////////////////////////////////////////////////////////

void PrintHex(uint8_t* data, int len)
{
    for(int i=0;i<len;i++)
    {
        printf("%02X ", data[i]);
    }
    printf("\n");
}

////////////////////////////////////////////////////////
// One Byte Extension
////////////////////////////////////////////////////////

void ParseOneByteExtension(uint8_t* data, int size)
{
    int pos = 0;

    cout << "---- One Byte Extensions ----" << endl;

    while(pos < size)
    {
        uint8_t id  = data[pos] >> 4;
        uint8_t len = (data[pos] & 0x0F) + 1;

        pos++;

        if(id == 0)
        {
            continue;
        }

        if(pos + len > size)
            break;

        cout << "Extension ID: " << (int)id << endl;
        cout << "Length: " << (int)len << endl;

        cout << "Data: ";
        PrintHex(data + pos, len);

        pos += len;
    }
}

////////////////////////////////////////////////////////
// Two Byte Extension
////////////////////////////////////////////////////////

void ParseTwoByteExtension(uint8_t* data, int size)
{
    int pos = 0;

    cout << "---- Two Byte Extensions ----" << endl;

    while(pos + 2 <= size)
    {
        uint8_t id  = data[pos];
        uint8_t len = data[pos+1];

        pos += 2;

        if(id == 0)
        {
            pos += len;
            continue;
        }

        if(pos + len > size)
            break;

        cout << "Extension ID: " << (int)id << endl;
        cout << "Length: " << (int)len << endl;

        cout << "Data: ";
        PrintHex(data + pos, len);

        pos += len;
    }
}

////////////////////////////////////////////////////////
// RTP解析
////////////////////////////////////////////////////////

bool ParseRtpPacket(uint8_t* packet, int size)
{
    if(size < 12)
    {
        cout << "Invalid RTP packet" << endl;
        return false;
    }

    RtpHeader* rtp = (RtpHeader*)packet;

    cout << "========== RTP Header ==========" << endl;

    cout << "Version: " << (int)rtp->version << endl;
    cout << "Padding: " << (int)rtp->padding << endl;
    cout << "Extension: " << (int)rtp->extension << endl;
    cout << "CSRC Count: " << (int)rtp->csrcCount << endl;

    cout << "Marker: " << (int)rtp->marker << endl;
    cout << "Payload Type: " << (int)rtp->payloadType << endl;

    cout << "Sequence: " << ntohs(rtp->sequenceNumber) << endl;
    cout << "Timestamp: " << ntohl(rtp->timestamp) << endl;
    cout << "SSRC: " << ntohl(rtp->ssrc) << endl;

    int offset = 12;

    ////////////////////////////////////////////////////
    // CSRC
    ////////////////////////////////////////////////////

    if(rtp->csrcCount > 0)
    {
        cout << "========== CSRC ==========" << endl;

        for(int i=0;i<rtp->csrcCount;i++)
        {
            uint32_t csrc = ntohl(*(uint32_t*)(packet+offset));

            cout << "CSRC[" << i << "] = " << csrc << endl;

            offset += 4;
        }
    }

    ////////////////////////////////////////////////////
    // Extension
    ////////////////////////////////////////////////////

    if(rtp->extension)
    {
        if(size < offset + 4)
        {
            cout << "Invalid extension header" << endl;
            return false;
        }

        RtpExtensionHeader* ext =
            (RtpExtensionHeader*)(packet + offset);

        uint16_t profile = ntohs(ext->profile);
        uint16_t length  = ntohs(ext->length);

        int ext_bytes = length * 4;

        cout << "========== RTP Extension ==========" << endl;
        cout << "Profile: 0x" << hex << profile << dec << endl;
        cout << "Length words: " << length << endl;
        cout << "Length bytes: " << ext_bytes << endl;

        offset += 4;

        if(size < offset + ext_bytes)
        {
            cout << "Invalid extension length" << endl;
            return false;
        }

        uint8_t* ext_data = packet + offset;

        if(profile == 0xBEDE)
        {
            ParseOneByteExtension(ext_data, ext_bytes);
        }
        else if(profile == 0x1000)
        {
            ParseTwoByteExtension(ext_data, ext_bytes);
        }
        else
        {
            cout << "Unknown extension profile" << endl;
        }

        offset += ext_bytes;
    }

    ////////////////////////////////////////////////////
    // Payload
    ////////////////////////////////////////////////////

    cout << "========== Payload ==========" << endl;

    int payload_size = size - offset;

    cout << "Payload Offset: " << offset << endl;
    cout << "Payload Size: " << payload_size << endl;

    if(payload_size > 0)
    {
        cout << "Payload (first 32 bytes): ";

        int dump = payload_size > 32 ? 32 : payload_size;

        PrintHex(packet + offset, dump);
    }

    cout << endl;

    return true;
}

////////////////////////////////////////////////////////
// 测试RTP包
////////////////////////////////////////////////////////

int main()
{
    uint8_t rtp_packet[] =
    {
        // RTP Header
        0x90,0x60,
        0x00,0x01,
        0x00,0x00,0x00,0x01,
        0x12,0x34,0x56,0x78,

        // Extension header
        0xBE,0xDE,
        0x00,0x02,

        // Extension data (8 bytes)
        0x31,0x12,0x34,
        0x52,0xAA,0xBB,0xCC,
        0x00
    };

    int size = sizeof(rtp_packet);

    cout << "RTP Packet Size: " << size << endl << endl;

    ParseRtpPacket(rtp_packet, size);

    return 0;
}

总结

RTP 扩展头提供了一种 灵活扩展 RTP 功能的机制，其核心特点包括：

通过 RTP 头的 X 位 标识扩展存在
扩展头包含 profile + length + data
RFC5285 定义 One-byte / Two-byte 扩展格式
广泛应用于 WebRTC、视频会议、实时流媒体
主要用于 带宽控制、统计信息、同步控制等功能

火山引擎视频云技术社区

火山引擎视频云技术社区，是面向 AI 音视频开发者的技术交流平台。这里汇聚源自抖音、豆包等亿级 DAU 产品的 RTC、直播、点播、AI 媒体处理、音视频互动技术，提供接入指南、最佳实践、性能调优、场景案例、Demo 代码、开源项目、白皮书和 API 文档。社区汇聚官方工程师与一线开发者，为 AI 视频通话、数字人、AI 视频处理等应用的开发与落地提供技术支持。

更多推荐

洛雪音乐桌面版完整实战：找歌、攒列表、定制与排障一次讲清

装完洛雪音乐桌面版（lx-music-desktop），很多人卡在同一件事上：歌是搜到了，播放却不一定响得起来，或者听了几首歌就不知道往哪放。这个基于 Electron + Vue 3 开发的开源播放器，默认设置并不刻意迁就新手，但它的五个在线音乐源、本地列表管理、桌面歌词和音效模块，只要按顺序摸一遍，日常使用就足够了。这篇指南按"找歌 → 攒列表 → 调体验 → 进阶玩法 → 故障排查"五个环节

火山引擎视频云技术社区

基于 WebRTC-Experiment 的 Firefox 屏幕捕获扩展：从自定义域名到 AMO 发布全指南

> 本文以 [Firefox-Extensions/README.md](https://link.gitcode.com/i/d51aa89ee4d31cc869ed4221467fa333) 为主体，结合仓库内 `enable-screen-capturing` 等目录的源码，讲解如何通过 Firefox 扩展为 WebRTC 页面启用屏幕捕获能力：包括扩展的工作原理（preference 白

火山引擎视频云技术社区

洛雪音乐桌面版：5 个快捷键加 3 个启动参数，把找歌速度提上来

深夜想找那首老歌，搜索页卡了十秒。洛雪音乐聚合多个音乐源，基于 Electron+Vue 3。掌握洛雪音乐快捷键，搜索到播放只需两步。## 洛雪音乐 30 秒上手：打开、搜索、播放1. 打开软件，焦点默认在搜索框（随时按 `F1` 重新聚焦），输入歌名，结果直接出来。2. 单击歌曲即可试听，默认会先加入"我的列表"的试听列表再播放。3. 想连续听多首，按下节的顺序多选并建歌单。[!