流媒体与实时通信 / 系统课时
从 SDP 看懂音频协商
从 SDP 看懂音频协商
WebRTC 出现“双方都支持 Opus,但实际没有用上”“参数写了却不生效”时,最直接的证据就在 SDP。读懂音频媒体段后,可以把 payload type、编解码器名称和 fmtp 参数串起来,判断 offer 与 answer 最终允许发送什么。
学习目标
- 能从
m=audio找到本媒体段声明的 RTP payload type - 能用
a=rtpmap把 payload type 映射到具体编解码器 - 能读取
a=fmtp、a=ptime等参数并判断其作用范围
先沿着 payload type 建立映射
一段典型的 WebRTC 音频 SDP 可能包含以下内容:
m=audio 9 UDP/TLS/RTP/SAVPF 111 0 8
a=mid:0
a=sendrecv
a=rtpmap:111 opus/48000/2
a=fmtp:111 minptime=10;useinbandfec=1
a=rtpmap:0 PCMU/8000
a=rtpmap:8 PCMA/8000
a=ptime:20这是 SDP 片段示例,需要放在完整 offer 或 answer 的音频媒体段中使用。m=audio 最后的 111 0 8 表示这个媒体段列出的 RTP 格式编号;真正含义要继续查同一媒体段里的 a=rtpmap。因此这里 111 对应 Opus,0 对应 PCMU,8 对应 PCMA。
不要把 111 记成“Opus 固定编号”。Opus 使用动态 payload type,具体数字由会话协商决定;不同浏览器、网关或重新协商后的 SDP 都可能使用别的数字。读取时必须按当前 SDP 做映射。

rtpmap 决定编解码器身份
a=rtpmap:<PT> <encoding>/<clock-rate>/<channels> 把动态编号映射成实际 RTP 编码格式。对 Opus,RTP 时钟频率是 48000,通道字段按规范写 2,所以常见形式是 opus/48000/2。
这里最容易误判的是采样率和声道数。48 kHz 是 RTP 时间戳时钟,并不说明麦克风设备必须工作在 48 kHz;/2 也不是“当前一定发送双声道”的证据。真正是否使用立体声,还要结合 Opus 的协商参数和实际发送配置判断。
m=audio 的第二个字段在 JSEP 初始 SDP 中常见为 9。它不是你应该拿去建立 UDP 音频连接的固定端口;WebRTC 的实际传输地址与端口由 ICE 候选和选中的 candidate pair 决定。
fmtp 负责描述编解码器参数
a=fmtp 必须先通过 payload type 绑定到对应编解码器。例如 a=fmtp:111 ... 只描述 PT 111 对应的 Opus。常见 Opus 参数包括 maxaveragebitrate、maxplaybackrate、stereo、cbr、useinbandfec 和 usedtx。
useinbandfec=1 表示接收端声明能够利用 Opus 带内 FEC;它不是“打开后绝不会丢音”。FEC 仍会增加编码冗余并受丢包模式、码率与实现策略影响。a=ptime:20 则属于媒体段属性,表达首选每个 RTP 包承载的媒体时长,不通过 payload type 绑定到单一编解码器。
用脚本提取音频协商结果
下面的 Node.js 示例对一段固定 SDP 做解析,只保留音频媒体段,再按照 payload type 输出编解码器和 fmtp。它适合在排查日志中快速确认“m 行列出了什么、每个 PT 实际映射到什么”。
const sdp = `v=0
m=audio 9 UDP/TLS/RTP/SAVPF 111 0 8
a=mid:0
a=sendrecv
a=rtpmap:111 opus/48000/2
a=fmtp:111 minptime=10;useinbandfec=1
a=rtpmap:0 PCMU/8000
a=rtpmap:8 PCMA/8000
a=ptime:20
m=video 9 UDP/TLS/RTP/SAVPF 96`;
const lines = sdp.split(/\r?\n/);
const audioStart = lines.findIndex((line) => line.startsWith("m=audio "));
const nextMedia = lines.findIndex(
(line, index) => index > audioStart && line.startsWith("m=")
);
const audioLines = lines.slice(
audioStart,
nextMedia === -1 ? lines.length : nextMedia
);
const payloadTypes = audioLines[0].trim().split(/\s+/).slice(3);
for (const pt of payloadTypes) {
const rtpmap = audioLines.find((line) => line.startsWith(`a=rtpmap:${pt} `));
const fmtp = audioLines.find((line) => line.startsWith(`a=fmtp:${pt} `));
console.log(`${pt}: ${rtpmap?.split(" ")[1] ?? "unknown"}`);
if (fmtp) console.log(` ${fmtp.slice(`a=fmtp:${pt} `.length)}`);
}预期输出
111: opus/48000/2
minptime=10;useinbandfec=1
0: PCMU/8000
8: PCMA/8000真实 SDP 还会包含 ICE、DTLS、SSRC、扩展头等大量字段。定位音频编码问题时,不必从第一行全部读完;先锁定 m=audio 媒体段,再按“payload type → rtpmap → 同 payload type 的 fmtp → ptime/方向属性”顺序检查,通常就能确定协商层面是否符合预期。
对照 offer 和 answer 判断最终结果
检查 offer 时,关注发起方愿意使用哪些格式和参数;检查 answer 时,看应答方保留了哪些 payload type、方向和约束。某个编码器只存在于 offer、却没有被 answer 接受,就不能把它视为最终协商结果。
若 SDP 已确认双方都接受 Opus,但通话质量仍异常,问题就应继续向运行时移动:查看实际 RTP 统计、发送码率、丢包、抖动和 selected candidate pair,而不是继续猜 SDP。SDP 负责告诉你“允许怎样通信”,实际发送状态则要用 WebRTC 统计数据验证。