目录

• 流式存储音视频
• • 实时流式协议RTSP
• 交互式音视频（以IP电话为例）

目前互联网提供的音视频服务可分为三种类型：

1. 流式存储音视频
   将已录制好的音视频文件存储在服务器上，用户边下载文件边播放
2. 流式实况音视频
   音视频由发送方边录制边发送，是一对多的通信
3. 交互式音视频
   用户与其他人进行实时交互式通信，如互联网电话、互联网电视会议

互联网音视频最大的特点是：传输过程非等时，信号播放等时（固定帧率）。因此接收端需要设置适当大小的缓存确保恒定速率播放

流式存储音视频

目前流行的方法是使用万维网服务器和媒体服务器提供多媒体文件服务

1. 浏览器用户点击音视频文件超链接，使用HTTP的GET报文接入到万维网服务器
2. 万维网服务器把超链接指向的元文件（里面包含音视频文件最终的URL）装入HTTP响应报文，发回给浏览器
3. 浏览器收到响应，调用相关媒体播放器，把元文件传送给播放器
4. 媒体播放器使用元文件中的URL接入到媒体服务器，请求下载音视频文件。下载文件可以使用HTTP/TCP，也可以使用UDP
5. 媒体服务器响应请求，把音视频文件发送给媒体播放器，后者在迟延若干秒（缓冲）后，边下载边解压缩边播放

由于UDP在播放控制、防火墙规则和恒速播放方面的弱势，包括YouTube和Netflix在内的主要流式存储音视频服务都采用TCP传送音视频数据

实时流式协议RTSP

• RTSP是为了给流式过程增加更多的功能而设计的协议
• RTSP本身不传输数据，而仅是使媒体播放器能控制（暂停、播放、快进、快退等）多媒体流的传送
• RTSP的数据传输使用运行于UDP上的协议，如实时运输协议RTP

交互式音视频（以IP电话为例）

• IP电话是指在包含IP网络的互联网上进行交互式多媒体实时通信
• IP电话通信中至少需要两种应用协议：信令协议、语音分组的传送协议
  
  信令协议如H.323和SIP使我们能在互联网上找到被叫用户
  传送协议如RTP使通信数据能以时延敏感属性在互联网中传送

1. 实时运输协议RTP
   RTP为实时应用提供端到端的运输，但不保证任何服务质量
   多媒体数据块经过压缩编码后，先送给RTP封装为RTP分组，然后装入UDP再向下递交给IP层
2. 实时运输控制协议RTCP
   RTCP是配合RTP使用的协议
   RTCP完成服务质量的监视与反馈（已发送的分组数字节数、分组丢失率等）、媒体间的同步（音视频同步）
   RTCP也使用UDP来传送
3. H.323
   H.323出发点是以已有的电路交换电话网为基础，增加IP电话功能
   H.323是一组协议，其指明了4种构件：H.323终端、网关、网闸、多点控制单元
4. 会话发起协议SIP
   SIP出发点是以互联网为基础，把IP电话视为互联网上的新应用
   SIP包含2种构件：用户代理、网络服务器
   用户代理用于发起和接受呼叫，网络服务器实现用户代理请求转发给被叫用户