RTS信令协议规范-阿里云帮助中心

RTS超低延时直播是以WebRTC信令交互方式为基础，借助阿里云直播节点的全球覆盖及优秀调度算法能力，实现功能。通过阅读本文，您可以了解RTS信令协议的详细信息。本文适合具有WebRTC基础的开发人员阅读。

信令交互流程

信令交互图如下所示：

信令交互流程

客户端发送offer请求。
1. 客户端本地创建RTCPeerConnection，设置接收音视频属性Stream Direction，并创建offer SDP。
```
// 开启音视频, recvonly or sendonly
{ offerToReceiveVideo: true, offerToReceiveAudio: true }
```
2. 客户端向直播服务发送拉流请求，通过HTTPS POST协议方式将JSON格式的请求信息发送至直播服务。协议格式请参见信令协议定义。
  说明
  - version字段为协议版本，当前版本固定为2。
  - sdk_version字段为SDK版本，您可以自定义该字段。
3. 生成协议内容后，通过POST方式将信令地址给直播服务完成信令交互，在请求的JSON包体中包含要拉取的流地址。
```
POST /app/streamname?auth=xxx HTTP/1.1
Host: domain
Connection: keep-alive
Content-Length: 2205
Content-Type: application/json
```
  说明
  信令地址与流地址基本一致，协议头不同，如下所示：
  - 信令地址：https://domain/app/streamname?auth=xxx。
  - 流地址：artc://domain/app/streamname?auth=xxx。
服务端SDP Answer响应。
直播服务端校验安全性后生成SDP Answer, 节点信息封装在响应包体中返回给客户端。协议格式请参见信令协议定义。
客户端ICE建联。
1. 客户端收到SDP Answer响应后，设置到RTCPeerConnection中。
```
peerConnection.setRemoteDescription(new RTCSessionDescription(answer.jsep));
```
2. RTCPeerConnection启动ICE建连流程以及后续的DTLS流程，媒体通道建立成功后可以获取到直播服务输出的媒体流，实现WebRTC标准接入拉流播放。
断开连接。
客户端需要断开连接停止推流或播放，使用DTLS的Alert消息表达。

H5 Demo示例

// Create peer connection and local offer sdp.
peerConnection = new RTCPeerConnection();
peerConnection.onicecandidate = iceCandidateCallback;
peerConnection.ontrack = remoteStreamCallback;
peerConnection.createOffer({ offerToReceiveVideo: true, offerToReceiveAudio: true })
      .then(signaling_pull).catch(errorHandler);


// CDN live post pull stream request.
function signaling_pull(offer_sdp) {
  console.log('local offer sdp', offer_sdp);

  peerConnection.setLocalDescription(offer_sdp).then(function() {
    // Get pull stream url.
    var stream_url = $("#stream_url").val();
    console.log("stream url:" , stream_url);

    // Add sdk and protocol versions.
    var protocol_version = 2;
    var sdk_version = "0.0.1";

    $.ajax({url: stream_url, data: JSON.stringify({
          mode: "live",
          version: protocol_version,
          sdk_version: sdk_version,
          jsep:description,
      }),
      type: "post",
      success:function(result){
          var signal = JSON.parse(result);
          peerConnection.setRemoteDescription(new RTCSessionDescription(signal.jsep)).then(function() {
              console.log("get remote answer sdp: ", signal.jsep.sdp);
          }).catch(errorHandler);
      }});
  }).catch(errorHandler);
}

信令协议定义

RTS信令协议通道为HTTPS（短链接），格式为JSON。协议详情如下所示：

请求示例

Request:
{
    "version":2,
    "sdk_version":"0.0.1",
    "mode":"live",
    "pull_streams":[
        {
            "url":"artc://demo.aliyundoc.com/liveApp****/liveStream****",
            "amsid":[
                "rts audio"
            ],
            "vmsid":[
                "rts video"
            ]
        }
    ],
    "jsep":{
        "type":"offer",
        "sdp":"v=0\n\ro=- 6839248142876176651 2 IN IP4 127.0.0.1\n\rs=-\n\r以下省略"
    }
}

参数	类型	是否必选	描述
mode	string	是	模式，取值：live。
version	int	是	协议版本号，取值：2。
push_stream	string	否	推流URL。
pull_streams	[]object	否	拉流对象，支持多个拉流。详情请参见下表。
sdk_version	string	否	SDK版本号。
jsep.type	string	是	SDP类型，取值：offer。
jsep.sdp	string	是	SDP描述。

表 1. pull_stream参数
字段	类型	是否必填	描述
url	string	是	拉流URL，例如：`artc://<拉流地址>`。
amsid	[]string	是	拉流音频msid，直播场景取值`rts audio`。
vmsid	[]string	是	拉流视频msid，直播场景取值`rts video`。

相应示例

Response:
{
    "trace_id":"2_1591173296_101.227.XX.XX_702080732320_dec327eb6eed0e0b07b349c8a565****",
    "code":200,
    "jsep":{
        "type":"answer",
        "sdp":"v=0\r\no=- 1591173291 2 IN IP4 127.0.0.1\n\r 以下省略"
    }
}

字段	类型	是否必需	描述
code	int	是	返回码。正确返回200，错误码请参见下表。
trace_id	string	是	全局唯一请求标识ID。由CDN生成，请尽量做好保存，用于对请求进行定位和问题排查。
jsep.type	string	是	SDP类型，取值：answer。
jsep.sdp	string	是	直播CDN回源拉流生成SDP。

表 2. 错误码描述
错误码	描述
403	鉴权失败。
404	流不存在。
611	需要客户端强制降级到TCP播放。
302	需要客户端向新的服务地址发起信令请求。

增强的SDP

在信令交互中，SDP用来描述媒体信息。通用的SDP协商是基于RFC 4566展开的，阿里云RTS在其基础上扩展出了更多丰富的语义，兼容直播行业的特点，支持更多的音视频封装和通信协议，突破了WebRTC仅支持音频OPUS、不支持视频B帧等的窘境，满足了如今流媒体业界日益扩大的协议族。

支持AAC音频

RTS支持传输任何能在RTMP中传输的AAC格式的音频，包括AAC-LC、HE-AACv1和HE-AACv2。AAC格式详情请参见ISO IEC 14496-3。

RTS支持以LATM格式进行AAC音频传输。LATM可根据传输中的音频是否自带音频编码信息来决定是带内（每个音频都发）或带外（只发一次）音频编码信息，即由Audio Mux Element中的muxconfigPresent决定AudioSpecificConfig是带内或带外传输。因此，LATM相对ADTS更灵活，其AudioSpecificConfig如果保持不变，则可以通过SDP会话先传输StreamMuxConfig（AudioSpecificConfig）信息。

在信令交互阶段，RTS会解析推流侧音频编码信息，并在协商响应中返回对应的信息。如下所示：

offer SDP	answer SDP
offer SDP	AAC-LC	HE-AACv1	HE-AACv2
`m=audio 9 UDP/RTP/AVPF 120 96 a=rtpmap:120 MP4A-LATM/44100/2`	`AudioSpecificConfig = 0x1210`	`AudioSpecificConfig = 2b920800`	`AudioSpecificConfig = eb8a0800`
	`a=rtpmap:120 MP4A-LATM/44100/2 a=fmtp:120 cpresent=0;profile-level-id=1;object=2;config=400024203fc0`	`a=rtpmap:120 MP4A-LATM/44100/2 a=fmtp:120 cpresent=0;profile-level-id=1;object=2;config=4000572410003fc0;SBR-enabled=1`	`a=rtpmap:120 MP4A-LATM/44100/2 a=fmtp:120 cpresent=0;object=2;profile-level-id=1;config=4001d71410003fc0;PS-enabled=1;SBR-enabled=1`

此处，通过在answer SDP音频MP4A-LATM的fmtp中添加SBR-enabled=1表示AAC-HE，添加SBR-enabled=1和PS-enabled=1表示HE-AACv2。由于从AAC-LC到HE-AACv2有技术递进关系，因此在表示fmtp时，递进地增加SBR、PS的标识来表示不同的AAC格式。此外，在fmtp中添加config=StreamMuxConfig，其由推流AudioSpecificConfig信息组装而来，具体地描述了音频编码的各种参数信息，客户端可以各取所需。

002

更多信息，请参见AAC-LC / HE-AACv1 / HE-AACv2 Encoder Parameters。

支持H.265视频

RTS会解析推流侧视频编码信息（H.264、H.265），在answer SDP中根据推流侧实际的编码方式，返回H.264或H.265。

编码类型	offer SDP	answer SDP
H.265	`a=rtpmap:102 H265/90000`	`a=rtpmap:122 H265/90000 a=fmtp:122`

支持B帧视频

在信令交互阶段，客户端可以在offer SDP中增加字段标识其是否支持解析B帧视频。例如：在视频fmtp中增加BFrame-enabled = 1标识以表示支持B帧，此时，RTP timestamp = PTS，sequence number递增，正常情况下客户端按照sequence number解码即可。如果不支持B帧，RTS可以对视频源流进行转码，去掉B帧。

此外，RTS还支持额外返回CTS扩展头以支持需要精确计算DTS的客户端（PTS=DTS+CTS），如果offer SDP中带有a=extmap:{$id} uri:webrtc:rtc:rtp-hdrext:video:CompositionTime，RTS会在每一帧视频的第一个RTP包上增加extension identifier = {$id}的CTS扩展头，id由offer SDP来决定。offer SDP片段及拉流抓包示例如下所示：

Offer SDP片段 004

RTS给予客户端充分的表达能力，将决定权下放给用户，让其决定是否接受视频带B帧，以及是否需要额外的CTS信息，构建更通用的通信能力。

MSID相关概念

关于MSID详细信息，请参见The Msid Mechanism。