基础理论
RTSP RTP RTCP SDP基础知识-CSDN博客
关于RTP的时间戳知识点回顾
时间戳单位：时间戳计算的单位不是秒，而是采用采样频率的倒数，这样做的目的是为了使时间戳单位更为精准。比如说一个音频的采样频率为8000Hz，那么我们可以把时间戳单位设为1/8000s。
时间戳增量：相邻两个RTP包之间的时间差(以时间戳单位为基准)
采样频率： 每秒钟抽取样本的次数，例如音频的采样率一般为8000Hz，即每秒采样8000次，产生8000个样本
帧率： 每秒传输或者显示帧数，例如25f/s
小结：
时间戳反映了RTP分组中的数据的第一个字节的采样时刻。在一次会话开始时的时间戳初值也是随机选择的。即使是没有信号发送时，时间戳的数值也要随时间不 断的增加。接收端使用时间戳可准确知道应当在什么时间还原哪一个数据块，从而消除传输中的抖动。时间戳还可用来使视频应用中声音和图像同步。
在RTP协议中并没有规定时间戳的粒度，这取决于有效载荷的类型。因此RTP的时间戳又称为媒体时间戳，以强调这种时间戳的粒度取决于信号的类型。例如，对于8kHz采样的音频信号，若每隔20ms构成一个数据块，则一个数据块中包含有160个样本（0.02×8000=160）。因此每发送一个RTP分组，其时间戳的值就增加160。
如果采样频率为90000Hz，则时间戳单位为1/90000，我们就假设1s钟被划分了90000个时间块，那么，如果每秒发送25帧，那么，每一个帧的发送占多少个时间块呢？当然是 90000/25 = 3600。因此，我们根据定义“时间戳增量是发送第二个RTP包相距发送第一个RTP包时的时间间隔”，故时间戳增量应该为3600。
1,时间戳可用来使视频应用中声音和图像同步，为什么呢？
首先，这个时间戳就是一个值且必须满足大家都来使用这个值，用来反映某个数据块的产生(采集)时间点的， 后采集的数据块的时间戳肯定是大于先采集的数据块的。有了这样一个时间戳，就可以标记数据块的先后顺序。
第二，在实时流传输中，数据采集后立刻传递到RTP 模块进行发送，那么，其实，数据块的采集时间戳就直接作为RTP包的时间戳。
第三，如果用RTP来传输固定的文件，则这个时间戳 就是读文件的时间点，依次递增。这个不再我们当前的讨论范围内，暂时不考虑。
rtsp时间戳类型
流内同步和流间同步
多媒体通信同步方法，主要有时间戳同步法、同步标记法、多路复用同步法三种。
下面主要讨论时间戳同步法，特别是RTP时间戳同步。内容包括RTP媒体间同步的实现。
1.序列号字段是否可以作为流内的同步标识？
2.为什么需要RTCP的NTP时间来实现媒体间同步？没有RTCP，能实现RTP媒体间的同步吗？
1.流内 时间戳映射关系
npt 和 rtptime 的区别在于 npt 是影⽚开始的相对时间，⽽ rtptime 是会话开始的相对时间。因此在 client 端，需要对这两者进⾏ map 处理。
在 client 端计算播放时间戳的公式如下：
scale 值。在正常播放的情况下为 1 ，快速播放时⼤于 1 ，当处于反向扫描模式时⼩于 -1 .
客户端播放时间 = rtp.ts - play.rtp.ts / scale + play.ntp.ts
为了消除网络延迟的影响,可以结合 RTCP SR 报文中提供的 LSR (Last Sender Report) 和 DLSR (Delay Since Last Sender Report) 信息,对 RTP 时间戳进行校正:
corrected_rtpTime = current_rtpTime - (LSR + DLSR)
2.媒体间同步⽅法（不同设备的同步）
上⾯的处理仅仅实现了媒体内的同步，在实现媒体间同步时，还需要进⾏其他的处理⼯作。这就需要⽤到 RTCP 的 SR ( Sender Report )。在 SR 中包含⼀个< rtp ， ntp >时间戳对，通过这个时间戳对可以将 ⾳频和视频准确的定位到⼀个绝对时间轴上。
音视频不是同时产生
发送端的音视频流并没有对齐，但是周期地发送SR包，接收端得到音视频SR包的RTP时间戳、NTP时间戳后通过线性回归得到NTP时间戳Tntp和RTP时间戳Trtp时间戳的对应关系：
- Tntp_audio = f(Trtp_audio)
- Tntp_video = f(Trtp_video)
其中Tntp = f(Trtp) = a*kTrtp + b 为线性函数，其中 a 是比例系数, b 是时间偏移量
这样接收端每收到一个RTP包，都可以将RTP时间戳换算成NTP时间戳，从而在同一时间基准下进行音视频同步。
rtp和ntp转换是线性关系:绝对时间 ntp=x+80ms,rtp=80*90=7200;
建立线性关系:则rtp=(ntp-x)*90，RTP时间戳 = (x + 80ms - x) * 90 = 80ms * 90 = 7200
这个示例是一种简单的线性关系:RTP时间戳可以通过NTP时间减去一个基准时间x,再乘以一个比例因子90来计算得出。 不是所以情况都适用
实际情况如下图：
参考
使用rtcp实现音视频同步 - 知乎 (zhihu.com)
Rtcp实现音视频同步 - 知乎 (zhihu.com)
RTP、RTCP及媒体流同步 - 明明是悟空 - 博客园 (cnblogs.com)
学习资料分享
0voice · GitHub
