首先我们先回顾下相关技术规范，看看基于RTP的音视频数据PS封装。

C.1 基于RTP的视音频数据PS封装

基于RTP的 PS封装首先按照ISO/IEC13818-1:2000将视音频流封装成PS包，再将PS包以负载的方式封装成 RTP包。

进行PS封装时，应将每个视频帧封装为一个PS包，且每个关键帧的PS包中应包含系统头（System Header）和 PSM（ProgramStream Map），系统头和 PSM放置于PS包头之后、第一个PES包之前。

其中 PESV为视频 PES包，PESA 为音频PES包；视频非关键帧的PS包结构中一般不包含系统头和 PSM。PS包中各部分的具体数据结构参见ISO/IEC 13818-1:2000中的相关描述。

图C.1典型的视频关键帧PS包结构系统头应包含对PS包中码流种类的描述，其中视频和音频的流ID(stream_id)取值如下:

a) 视频流ID:0xE0;

b) 音频流ID:0xC0。

针对本文档规定的几种视音频格式，PSM 中流类型(stream_type)的取值如下:

a) MPEG-4视频流:0x10;

b) H.264视频流:0x1B;

c) SVAC视频流:0x80;

d) G.711音频流:0x90;

e) G.722.1音频流:0x92;

f) G.723.1音频流:0x93;

g) G.729音频流:0x99;

h) SVAC音频流:0x9B。

PS包封装的其他具体技术规范详见ISO/IEC13818-1:2000。

PS包的 RTP封装格式参照IETFRFC2250，RTP的主要参数设置如下:

a) 负载类型(payloadtype):96;

b) 编码名称(encodingname):PS;

c) 时钟频率(clockrate):90kHz;

d) SDP描述中“m”字段的“media”项:video。

C.2 基于 RTP的视音频基本流封装

该方式直接将视音频数据以负载的方式封装成 RTP包。

C.2.1 MPEG-4视频流的 RTP封装

MPEG-4视频流的 RTP封装格式应符合IETFRFC3016协议中的相关规定。 MPEG-4视频流 RTP包的负载类型(PayloadType)标识号选定:从IETFRFC3551—2003表5 中的动态范围(96~127)中选择,建议定为97。

C.2.2 H.264视频流的 RTP封装

H.264的 RTP载荷格式应符合IETFRFC3984中的相关规定。

H.264视频流RTP包的负载类型(PayloadType)标识号选定：从IETFRFC3551—2003表5中的动态范围(96~127)中选择,建议定为98。

C.2.3 SVAC视频流的 RTP封装

SVAC视频流的 RTP载荷格式可参照IETFRFC3984中的相关规定。

SVAC视频流 RTP包的负载类型（Payload Type）标志号选定，从IETF RFC 3551-2003表5中的动态范围（96~127）中选择，建议定为99。

C.2.4 音频流的 RTP封装

语音比特流宜采用标准的 RTP协议进行打包。

在一个RTP包中,音频载荷数据应为整数个音频编码帧，且时间长度在20ms~180ms之间。

音频载荷数据的 RTP封装参数如下:

a) G.711的主要参数

G.711A律语音编码 RTP包的负载类型(PayloadType)的参数规定如下(见IETFRFC3551— 2003中的表4):

负载类型(PT):8;

编码名称(encodingname):PCMA;

时钟频率(clockrate):8kHz;

通道数:1;

SDP描述中“m”字段的“media”项:audio。

b) SVAC音频的主要参数

SVAC语音编码 RTP包的负载类型(PayloadType)的参数规定如下:

负载类型(PT):20;

编码名称(encodingname):SVACA;

时钟频率(clockrate):8kHz;

通道数:1;

SDP描述中“m”字段的“media”项:audio。

c) G.723.1的主要参数

G.723.1语音编码 RTP包的负载类型(PayloadType)的参数规定参照IETFRFC3551—2003 表4中的 G.723,具体如下:

负载类型(PT):4;

编码名称(encodingname):G723;

时钟频率(clockrate):8kHz;

通道数:1;

SDP描述中“m”字段的“media”项:audio。

d) G.729的主要参数

G.729语音编码 RTP 包的负载类型(PayloadType)的参数规定如下(见IETFRFC3551— 2003中的表4):

负载类型(PT):18;

编码名称(encodingname):G729;

时钟频率(clockrate):8kHz;

通道数:1;

SDP描述中“m”字段的“media”项:audio。

e) G.722.1的主要参数

G.722.1语音编码 RTP包的负载类型(PayloadType)的参数规定参照IETFRFC3551—2003 表4中 G.722,具体如下:

负载类型(PT):9;

编码名称(encodingname):G722;

时钟频率(clockrate):8kHz;

通道数:1;

SDP描述中“m”字段的“media”项:audio。

技术实现

本文以Android平台为例，介绍下Android平台GB28181接入模块设计。实现不具备国标音视频能力的Android终端，通过平台注册接入到现有的GB/T28181—2016服务，可用于如智能监控、智慧零售、智慧教育、远程办公、生产运输、智慧交通、车载或执法记录仪等场景。Android终端除支持常规的音视频数据接入外，还可以支持移动设备位置(MobilePosition)订阅和通知、语音广播和语音对讲。

功能设计如下：

[视频格式]H.264/H.265(Android H.265硬编码)；

[音频格式]G.711 A律、AAC；

[音量调节]Android平台采集端支持实时音量调节；

[H.264硬编码]支持H.264特定机型硬编码；

[H.265硬编码]支持H.265特定机型硬编码；

[软硬编码参数配置]支持gop间隔、帧率、bit-rate设置；

[软编码参数配置]支持软编码profile、软编码速度、可变码率设置；

支持纯视频、音视频PS打包传输；

支持RTP OVER UDP和RTP OVER TCP被动模式；

支持信令通道网络传输协议TCP/UDP设置；

支持注册、注销，支持注册刷新及注册有效期设置；

支持设备目录查询应答；

支持心跳机制，支持心跳间隔、心跳检测次数设置；

支持移动设备位置(MobilePosition)订阅和通知；

支持国标GB/T28181—2016平台接入；

支持语音广播及语音对讲；

[实时水印]支持动态文字水印、png水印；

[镜像]Android平台支持前置摄像头实时镜像功能；

[实时静音]支持实时静音/取消静音；

[实时快照]支持实时快照；

[降噪]支持环境音、手机干扰等引起的噪音降噪处理、自动增益、VAD检测；

[外部编码前视频数据对接]支持YUV数据对接；

[外部编码前音频数据对接]支持PCM对接；

[外部编码后视频数据对接]支持外部H.264数据对接；

[外部编码后音频数据对接]外部AAC数据对接；

支持录像录像相关功能。

Android平台GB28181设备接入端，在收到平台端的invite请求和ack确认后，完成基础的信令交互，进入媒体数据发送阶段：

收到Invite后，开始创建RTP Sender，并完成相关的参数设定：

/*

* CameraPublishActivity.java

* Github: https://github.com/daniulive/SmarterStreaming

*/

@Override

public void ntsOnInvitePlay(String deviceId, PlaySessionDescription session_des) {

 handler_.postDelayed(new Runnable() {

   @Override

   public void run() {

     MediaSessionDescription video_des = session_des_.getVideoDescription();

     SDPRtpMapAttribute ps_rtpmap_attr = video_des.getPSRtpMapAttribute();

     Log.i(TAG,"ntsInviteReceived, device_id:" +device_id_+", is_tcp:" + video_des.isRTPOverTCP()

           + " rtp_port:" + video_des.getPort() + " ssrc:" + video_des.getSSRC()

           + " address_type:" + video_des.getAddressType() + " address:" + video_des.getAddress());

     // 可以先给信令服务器发送临时振铃响应

     //sip_stack_android.respondPlayInvite(180, device_id_);

     long rtp_sender_handle = libPublisher.CreateRTPSender(0);

     if ( rtp_sender_handle == 0 ) {

       gb28181_agent_.respondPlayInvite(488, device_id_);

       Log.i(TAG, "ntsInviteReceived CreateRTPSender failed, response 488, device_id:" + device_id_);

       return;

     }

     gb28181_rtp_payload_type_  = ps_rtpmap_attr.getPayloadType();

     gb28181_rtp_encoding_name_ =  ps_rtpmap_attr.getEncodingName();

     libPublisher.SetRTPSenderTransportProtocol(rtp_sender_handle, video_des.isRTPOverUDP()?0:1);

     libPublisher.SetRTPSenderIPAddressType(rtp_sender_handle, video_des.isIPv4()?0:1);

     libPublisher.SetRTPSenderLocalPort(rtp_sender_handle, 0);

     libPublisher.SetRTPSenderSSRC(rtp_sender_handle, video_des.getSSRC());

     libPublisher.SetRTPSenderSocketSendBuffer(rtp_sender_handle, 2*1024*1024); // 设置到2M

     libPublisher.SetRTPSenderClockRate(rtp_sender_handle, ps_rtpmap_attr.getClockRate());

     libPublisher.SetRTPSenderDestination(rtp_sender_handle, video_des.getAddress(), video_des.getPort());

     if ( libPublisher.InitRTPSender(rtp_sender_handle) != 0 ) {

       gb28181_agent_.respondPlayInvite(488, device_id_);

       libPublisher.DestoryRTPSender(rtp_sender_handle);

       return;

     }

     int local_port = libPublisher.GetRTPSenderLocalPort(rtp_sender_handle);

     if (local_port == 0) {

       gb28181_agent_.respondPlayInvite(488, device_id_);

       libPublisher.DestoryRTPSender(rtp_sender_handle);

       return;

     }

     Log.i(TAG,"get local_port:" + local_port);

     String local_ip_addr = IPAddrUtils.getIpAddress(context_);

     gb28181_agent_.respondPlayInviteOK(device_id_,local_ip_addr, local_port);

     gb28181_rtp_sender_handle_ = rtp_sender_handle;

   }

   private String device_id_;

   private PlaySessionDescription session_des_;

   public Runnable set(String device_id, PlaySessionDescription session_des) {

     this.device_id_ = device_id;

     this.session_des_ = session_des;

     return this;

   }

 }.set(deviceId, session_des),0);

}

Ack后，开始发送数据：

@Override

public void ntsOnAckPlay(String deviceId) {

 handler_.postDelayed(new Runnable() {

   @Override

   public void run() {

     Log.i(TAG,"ntsOnACKPlay, device_id:" +device_id_);

     if (!isRecording && !isRTSPPublisherRunning && !isPushingRtmp) {

       InitAndSetConfig();

     }

     libPublisher.SetGB28181RTPSender(publisherHandle, gb28181_rtp_sender_handle_, gb28181_rtp_payload_type_, gb28181_rtp_encoding_name_);

     int startRet = libPublisher.StartGB28181MediaStream(publisherHandle);

     if (startRet != 0) {

       if (!isRecording && !isRTSPPublisherRunning && !isPushingRtmp ) {

         if (publisherHandle != 0) {

           libPublisher.SmartPublisherClose(publisherHandle);

           publisherHandle = 0;

         }

       }

       destoryRTPSender();

       Log.e(TAG, "Failed to start GB28181 service..");

       return;

     }

     if (!isRecording && !isRTSPPublisherRunning && !isPushingRtmp) {

       if (pushType == 0 || pushType == 1) {

         CheckInitAudioRecorder();    //enable pure video publisher..

       }

     }

     startLayerPostThread();

     isGB28181StreamRunning = true;

   }

   private String device_id_;

   public Runnable set(String device_id) {

     this.device_id_ = device_id;

     return this;

   }

 }.set(deviceId),0);

}

通过信令和媒体数据交互分离，设备注册后，心跳机制保持在线状态，无需音视频数据编码，平台端如果需要查看实时媒体数据，发起invite请求，采集音视频数据，编码并实现RTP的视音频数据PS封装后实时传输，达到随看随传的目的。