😁博客主页😁：🚀https://blog.csdn.net/wkd_007🚀
🤑博客内容🤑：🍭嵌入式开发、Linux、C语言、C++、数据结构、音视频🍭
🤣本文内容🤣：🍭介绍怎么使用RTP协议封装并传输AAC🍭
😎金句分享😎：🍭你不能选择最好的，但最好的会来选择你——泰戈尔🍭
⏰发布时间⏰： 2025-07-01 18:43:18
本文未经允许，不得转发！！！
目录
🎄一、概述
前面文章介绍了怎么实现RTSP协议、RTP协议传输H264等：
【RTSP从零实践】1、根据RTSP协议实现一个RTSP服务
【RTSP从零实践】2、使用RTP协议封装并传输H264
【RTSP从零实践】3、实现最简单的传输H264的RTSP服务器
这篇文章介绍使用RTP协议封装并传输AAC。
首先，需要对 AAC文件结构 有了解，我们要从一个AAC文件读取音频帧，再进行RTP封包发送。本文会介绍需要用到的AAC相关知识，需要了解更详细的可以参考以前文章：AAC格式音频文件解析。
然后，需要对 RTP包结构 有个了解，本文介绍的RTP包由2部分组成：RTP头、RTP负载。需要了解RTP头数据结构、RTP负载数据结构，下个小节会介绍怎样用代码实现。对RTP数据包格式需要了解更多的可以参考这篇文章：RTP协议详解 。
最后，需要对 SDP协议 有了解，后面代码运行后，需要使用vlc打开.sdp文件来验证功能，所以需要知道一个sdp文件的内容是什么意思，这个将会在2.3小节介绍，如果需要了解更多sdp协议知识，可以看这篇文章：SDP(会话描述协议)详解 及 抓包例子分析。
🎄二、实现步骤、实现细节
这个小写介绍一些基础知识点，下个小节会提供源码，可以结合着源码看帮助理解消化。
✨2.1、实现AAC文件读取器
.aac文件保存了AAC编码的音频帧，在ADTS格式的aac文件中，每个音频帧都包含了一个ADTS header和AAC ES。而ADTS header占了7个字节，且最开始表示同步码(syncword)的12bit的所有的bit位都是1，总是0xFFF，代表一个ADTS帧的开始，作为分界符，用于同步每帧起始位置。在可变头部有表示aac帧长的aac_frame_length，占13bit。我们可以用下面代码来查找同步码并获取帧长。
清楚上述知识后，我们就可以从aac文件结构不断读取音频帧数据了。
✨2.2、实现 AAC 的 RTP 数据包封装
本文介绍的RTP数据包主要由2部分组成，即 RTP头、RTP负载。
🎈2.2.1、RTP头(RTP Header)
上图是RTP头的结构图，包含了12个字节的内容，可以用代码定义成如下结构体：
struct RtpHeader
{
/* byte 0 */
uint8_t csrcLen:4;
uint8_t extension:1;
uint8_t padding:1;
uint8_t version:2;
/* byte 1 */
uint8_t payloadType:7;
uint8_t marker:1;
/* bytes 2,3 */
uint16_t seq;
/* bytes 4-7 */
uint32_t timestamp;
/* bytes 8-11 */
uint32_t ssrc;
};
RTP头这里涉及到一个 时间戳怎么计算 的问题，需要注意的是，这个时间戳是一个 时钟频率 为单位的，而不是具体的时间(秒、毫秒等)。
一般情况下，AAC每个1024个采样为一帧。假设AAC的时钟频率为48000Hz，所以一秒就有 48000 / 1024 = 47帧，那么每一帧的 时间间隔 就是1/47秒，每一帧的 时钟增量 就是(48000 / 47 = 1021)。
那时间戳怎么算呢？举个例子，以上面计算的数据，第一帧的RTP时间戳为0的话，那么第二帧的RTP时间戳就是 1021，第三帧的RTP时间戳就是 (1021+1021)，依次类推，后一帧的RTP时间戳在前一帧的RTP时间戳的值加上一个时钟增量。
注意：RTP的时间戳计算很重要，我一开始没懂时间戳的概念，导致播放的声音断断续续的。
🎈2.2.2、AAC 的 RTP负载(RTP Payload)
RTP负载常用的有两种方式，第一种是 单个NAL单元封包(Single NAL Unit Packet)；第二种是 分片单元(Fragmentation Unit) 。因为一帧ADTS帧一般小于 MTU(网络最大传输单元1500字节)，所以对于AAC的RTP封包只需要采用 单个NAL单元封包(Single NAL Unit Packet) 即可。
但并不是直接将 ADTS 帧去掉ADTS头之后的数据 作为RTP负载，AAC的RTP负载最开始有4个字节，其中2个字节表示AU头长度(AU-headers-length)，13bit的AU size；3bit的AU-Index(-delta) field。如下图：
所以，AAC的RTP负载的一个字节为0x00，第二个字节为0x10，第三个字节和第四个字节保存AAC Data的大小，最多只能保存13bit（也就是说，第三个字节保存数据大小的高八位，第四个字节的高5位保存数据大小的低5位）。
参考下列代码：
rtpPacket->payload[0] = 0x00;
rtpPacket->payload[1] = 0x10;
rtpPacket->payload[2] = (frameSize & 0x1FE0) >> 5; // 高8位
rtpPacket->payload[3] = (frameSize & 0x1F) << 3; // 低5位
这4个字节之后就是 ADTS 帧去掉ADTS头之后的数据 了。
✨2.3、SDP协议介绍
本文是使用VLC打开.sdp文件来验证功能的，所以也需要知道SDP协议的一些知识，下面是本文使用的sdp文件：
m=audio 9832 RTP/AVP 97
a=rtpmap:97 mpeg4-generic/48000/2
a=fmtp:97 SizeLength=13;
c=IN IP4 192.168.2.180
m=audio 9832 RTP/AVP 97：表示这是一个媒体描述，媒体类型是audio；接收媒体流的端口号是9832；传输协议是RTP/AVP(通过UDP传输)；RTP负载类型为97。a=rtpmap:97 mpeg4-generic/48000/2：RTP负载类型的具体编码是 mpeg4-generic(AAC属于mpeg4的)，时钟频率为 48000Hz，2个声道。a=fmtp:97 SizeLength=13;：帧长用13个bit表示。c=IN IP4 192.168.2.180：表示连接信息，网络类型为IN，表示Internet。地址类型为IP4，表示IPv4地址。接收端地址为192.168.2.180。
🎄三、RTP协议封装并传输AAC的实现源码
总共有5个源代码文件，1个sdp文件，具体如下：
1、aacReader.h
/**
* @file aacReader.h
* @author : https://blog.csdn.net/wkd_007
* @brief
* @version 0.1
* @date 2025-06-30
*
* @copyright Copyright (c) 2025
*
*/
#ifndef __AAC_READER_H__
#define __AAC_READER_H__
#include <stdio.h>
#define ADTS_HEADER_LEN (7)
typedef struct
{
int frame_len; //!
unsigned char *pFrameBuf; //!
} AACFrame_t;
typedef struct AACReaderInfo_s
{
FILE *pFileFd;
}AACReaderInfo_t;
int AAC_FileOpen(char *fileName, AACReaderInfo_t *pAACInfo);
int AAC_FileClose(AACReaderInfo_t *pAACInfo);
int AAC_GetADTSFrame(AACFrame_t *pAACFrame, const AACReaderInfo_t *pAACInfo);
int AAC_IsEndOfFile(const AACReaderInfo_t *pAACInfo);
void AAC_SeekFile(const AACReaderInfo_t *pAACInfo);
#endif // __AAC_READER_H__
2、aacReader.c
/**
* @file aacReader.c
* @author : https://blog.csdn.net/wkd_007
* @brief
* @version 0.1
* @date 2025-06-30
*
* @copyright Copyright (c) 2025
*
*/
#include <stdlib.h>
#include <string.h>
#include "aacReader.h"
#define MAX_FRAME_LEN (1024*1024) // 一帧数据最大字节数
#define MAX_SYNCCODE_LEN (3) // 同步码字节个数 2025-05-21 17:45:06
static int findSyncCode_0xFFF(unsigned char *Buf, int *size)
{
if((Buf[0] == 0xff) && ((Buf[1] & 0xf0) == 0xf0) )//0xFF F，前12bit都为1 2025-05-21 17:46:57
{
*size |= ((Buf[3] & 0x03) <<11); //high 2 bit
*size |= Buf[4]<<3; //middle 8 bit
*size |= ((Buf[5] & 0xe0)>>5); //low 3bit
return 1;
}
return 0;
}
int AAC_FileOpen(char *fileName, AACReaderInfo_t *pAACInfo)
{
pAACInfo->pFileFd = fopen(fileName, "rb+");
if (pAACInfo->pFileFd==NULL){
printf("[%s %d]Open file error\n",__FILE__,__LINE__);
return -1;
}
return 0;
}
int AAC_FileClose(AACReaderInfo_t *pAACInfo)
{
if (pAACInfo->pFileFd != NULL) {
fclose(pAACInfo->pFileFd);
pAACInfo->pFileFd = NULL;
}
return 0;
}
int AAC_IsEndOfFile(const AACReaderInfo_t *pAACInfo)
{
return feof(pAACInfo->pFileFd);
}
void AAC_SeekFile(const AACReaderInfo_t *pAACInfo)
{
fseek(pAACInfo->pFileFd,0,SEEK_SET);
}
/**
* @brief
*
* @param pAACFrame :输出参数，使用后 pAACInfo->pFrameBuf 需要free
* @param pAACInfo
* @return int
*/
int AAC_GetADTSFrame(AACFrame_t *pAACFrame, const AACReaderInfo_t *pAACInfo)
{
int rewind = 0;
if (pAACInfo->pFileFd==NULL){
printf("[%s %d]pFileFd error\n",__FILE__,__LINE__);
return -1;
}
// 1.先读取ADTS帧头(7个字节)
unsigned char* pFrame = (unsigned char*)malloc(MAX_FRAME_LEN);
int readLen = fread(pFrame, 1, ADTS_HEADER_LEN, pAACInfo->pFileFd);
if(readLen <= 0)
{
printf("[%s %d]fread error readLen=%d\n",__FILE__,__LINE__,readLen);
free(pFrame);
return -1;
}
// 2.查找当前帧同步码，获取帧长度
int i=0;
int size = 0;
for(; i<readLen-MAX_SYNCCODE_LEN; i++)
{
if(!findSyncCode_0xFFF(&pFrame[i], &size))
{
continue;
}
else
{
break;
}
}
if(i!=0) // 不是帧开头，偏移到帧开头重新读
{
printf("[%s %d]synccode error, i=%d\n",__FILE__,__LINE__,i);
free(pFrame);
rewind = (-(readLen-i));
fseek (pAACInfo->pFileFd, rewind, SEEK_CUR);
return -1;
}
// 3.读取ADTS帧数据 2025-05-22 21:44:39
readLen = fread(pFrame+ADTS_HEADER_LEN, 1, size-ADTS_HEADER_LEN, pAACInfo->pFileFd);
if(readLen <= 0)
{
printf("[%s %d]fread error\n",__FILE__,__LINE__);
free(pFrame);
return -1;
}
// 4.填数据
pAACFrame->frame_len = size;
pAACFrame->pFrameBuf = pFrame;
return pAACFrame->frame_len;
}
3、rtp.h
#ifndef _RTP_H_
#define _RTP_H_
#include <stdint.h>
#define RTP_VESION 2
#define RTP_PAYLOAD_TYPE_H264 96
#define RTP_PAYLOAD_TYPE_AAC 97
#define RTP_HEADER_SIZE 12
#define RTP_MAX_PKT_SIZE 1400
/*
*
* 0 1 2 3
* 7 6 5 4 3 2 1 0|7 6 5 4 3 2 1 0|7 6 5 4 3 2 1 0|7 6 5 4 3 2 1 0
* +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
* |V=2|P|X| CC |M| PT | sequence number |
* +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
* | timestamp |
* +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
* | synchronization source (SSRC) identifier |
* +=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+
* | contributing source (CSRC) identifiers |
* : .... :
* +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
*
*/
struct RtpHeader
{
/* byte 0 */
uint8_t csrcLen:4;
uint8_t extension:1;
uint8_t padding:1;
uint8_t version:2;
/* byte 1 */
uint8_t payloadType:7;
uint8_t marker:1;
/* bytes 2,3 */
uint16_t seq;
/* bytes 4-7 */
uint32_t timestamp;
/* bytes 8-11 */
uint32_t ssrc;
};
struct RtpPacket
{
struct RtpHeader rtpHeader;
uint8_t payload[0];
};
void rtpHeaderInit(struct RtpPacket* rtpPacket, uint8_t csrcLen, uint8_t extension,
uint8_t padding, uint8_t version, uint8_t payloadType, uint8_t marker,
uint16_t seq, uint32_t timestamp, uint32_t ssrc);
int rtpSendPacket(int socket, char* ip, int16_t port, struct RtpPacket* rtpPacket, uint32_t dataSize);
#endif //_RTP_H_
4、rtp.c
#include <sys/types.h>
#include <sys/socket.h>
#include <arpa/inet.h>
#include <netinet/in.h>
#include <arpa/inet.h>
#include "rtp.h"
void rtpHeaderInit(struct RtpPacket* rtpPacket, uint8_t csrcLen, uint8_t extension,
uint8_t padding, uint8_t version, uint8_t payloadType, uint8_t marker,
uint16_t seq, uint32_t timestamp, uint32_t ssrc)
{
rtpPacket->rtpHeader.csrcLen = csrcLen;
rtpPacket->rtpHeader.extension = extension;
rtpPacket->rtpHeader.padding = padding;
rtpPacket->rtpHeader.version = version;
rtpPacket->rtpHeader.payloadType = payloadType;
rtpPacket->rtpHeader.marker = marker;
rtpPacket->rtpHeader.seq = seq;
rtpPacket->rtpHeader.timestamp = timestamp;
rtpPacket->rtpHeader.ssrc = ssrc;
}
int rtpSendPacket(int socket, char* ip, int16_t port, struct RtpPacket* rtpPacket, uint32_t dataSize)
{
struct sockaddr_in addr;
int ret;
addr.sin_family = AF_INET;
addr.sin_port = htons(port);
addr.sin_addr.s_addr = inet_addr(ip);
rtpPacket->rtpHeader.seq = htons(rtpPacket->rtpHeader.seq);
rtpPacket->rtpHeader.timestamp = htonl(rtpPacket->rtpHeader.timestamp);
rtpPacket->rtpHeader.ssrc = htonl(rtpPacket->rtpHeader.ssrc);
ret = sendto(socket, (void*)rtpPacket, dataSize+RTP_HEADER_SIZE, 0,
(struct sockaddr*)&addr, sizeof(addr));
rtpPacket->rtpHeader.seq = ntohs(rtpPacket->rtpHeader.seq);
rtpPacket->rtpHeader.timestamp = ntohl(rtpPacket->rtpHeader.timestamp);
rtpPacket->rtpHeader.ssrc = ntohl(rtpPacket->rtpHeader.ssrc);
return ret;
}
5、rtp_aac_main.c
/**
* @file rtp_aac_main.c
* @author : https://blog.csdn.net/wkd_007
* @brief
* @version 0.1
* @date 2025-06-30
*
* @copyright Copyright (c) 2025
*
*/
#include <stdio.h>
#include <stdlib.h>
#include <sys/types.h>
#include <sys/socket.h>
#include <sys/stat.h>
#include <fcntl.h>
#include <unistd.h>
#include <string.h>
#include "rtp.h"
#include "aacReader.h"
#define AAC_FILE_NAME "test.aac"
#define CLIENT_IP "192.168.2.180" // 运行vlc打开sdp文件的电脑IP
#define CLIENT_PORT 9832
static int createUdpSocket()
{
int fd = socket(AF_INET, SOCK_DGRAM, 0);
if (fd < 0)
return -1;
int on = 1;
setsockopt(fd, SOL_SOCKET, SO_REUSEADDR, (const char *)&on, sizeof(on));
return fd;
}
static int rtpSendAACFrame(int socket, char *ip, int16_t port,
struct RtpPacket *rtpPacket, uint8_t *frame, uint32_t frameSize)
{
int ret;
rtpPacket->payload[0] = 0x00;
rtpPacket->payload[1] = 0x10;
rtpPacket->payload[2] = (frameSize & 0x1FE0) >> 5; // 高8位
rtpPacket->payload[3] = (frameSize & 0x1F) << 3; // 低5位
memcpy(rtpPacket->payload + 4, frame, frameSize);
ret = rtpSendPacket(socket, ip, port, rtpPacket, frameSize + 4);
if (ret < 0)
{
printf("failed to send rtp packet\n");
return -1;
}
rtpPacket->rtpHeader.seq++;
return 0;
}
int main(int argc, char *argv[])
{
int socket = createUdpSocket();
if (socket < 0)
{
printf("failed to create socket\n");
return -1;
}
struct RtpPacket *rtpPacket = (struct RtpPacket *)malloc(sizeof(struct RtpPacket) + 1500);
rtpHeaderInit(rtpPacket, 0, 0, 0, RTP_VESION, RTP_PAYLOAD_TYPE_AAC, 1, 0, 0, 0x32411);
// aac
AACReaderInfo_t aacInfo;
if (AAC_FileOpen(AAC_FILE_NAME, &aacInfo) < 0)
{
printf("failed to open %s\n", AAC_FILE_NAME);
return -1;
}
while (1)
{
if (!AAC_IsEndOfFile(&aacInfo))
{
AACFrame_t aacFrame;
memset(&aacFrame, 0, sizeof(aacFrame));
AAC_GetADTSFrame(&aacFrame, &aacInfo);
if (aacFrame.pFrameBuf != NULL)
{
// printf("rtpSendAACFrame\n");
rtpSendAACFrame(socket, CLIENT_IP, CLIENT_PORT, rtpPacket,
aacFrame.pFrameBuf + ADTS_HEADER_LEN, aacFrame.frame_len - ADTS_HEADER_LEN);
free(aacFrame.pFrameBuf);
/*
* 如果采样频率是48000
* 一般AAC每个1024个采样为一帧
* 所以一秒就有 48000 / 1024 = 47帧
* 时间增量就是 48000 / 47 = 1021
* 一帧的时间为 1000ms / 47 = 21ms
*/
rtpPacket->rtpHeader.timestamp += 1021;
usleep(21 * 1000);
}
else
{
printf("warning SeekFile\n");
AAC_SeekFile(&aacInfo);
}
}
}
free(rtpPacket);
return 0;
}
6、rtp_aac.sdp
m=audio 9832 RTP/AVP 97
a=rtpmap:97 mpeg4-generic/48000/2
a=fmtp:97 SizeLength=13;
c=IN IP4 192.168.2.180
将上面代码保存在同一个目录后，并且在同目录里放一个.aac文件，然后运行 gcc *.c 编译，再执行./a.out运行程序，下面是我运行的过程：
🎄四、总结
本文介绍了实现 使用RTP协议封装并传输 AAC 的一些步骤和细节，介绍了RTP封包格式，sdp相关知识等，也提供了实现源码和运行结果，可以帮助读者快速了解RTP协议怎么传输AAC数据的。
如果文章有帮助的话，点赞👍、收藏⭐，支持一波，谢谢 😁😁😁
参考：
https://blog.csdn.net/huabiaochen/article/details/104576088