AirPlay Android接收端学习一 协议

一 AirPlay 接收端描述

AirPlay是苹果的私有协议，苹果官方未开放api和sdk，目前相对权威的一份非官方协议文档。这篇文档详细描述了aiplay 服务发现、图片、音视频、镜像投屏的相关协议，给我们开发airplay设备提供了很好的参考。但是不足之处是文档已经有6年多时间没有更新过，对于IOS的新变化可能没有完全同步。在开发过程中我们可能会面临一些未知的坑，需要针对具体问题来逐一解决。

1.1 Airplay服务发现

Airplay设备启动之后可以发布两类服务：

1.RAOP (Remote Audio Output Protocol)，用于音频传输。

2.AirPlay service 用于图片、视频、镜像等媒体的传输。

实现AIRPLAY协议的APP不需要再做任何配置就能发现同一网络中的接收端设备，这主要得益于Bonjour（基于M-DNS协议实现）。Bonjour：苹果为基于组播域名服务(multicast DNS)的开放性Zeroconf标准所起的名字。Zeroconf (零设置网络标准)：全称为Zero configuration networking，中文名则为零配置网络服务标准，是一种用于自动生成可用IP地址的网络技术，不需要额外的手动配置和专属的配置服务器。具体例子为：用户拥有一台apple tv和一台iPhone5s，只要都连入到同一个无线局域网内，iphone4s就会自动找出apple tv，那么在播放音乐或者视频时候，用户只要点击推送，就可以讲音乐和视频推送到apple tv上播放

对于接收端，我们主要关注RAOP服务:

RAOP service from Device Name
name: 5855CA1AE288@Device Name
type: _raop._tcp
port: 49152
txt:
 txtvers=1
 ch=2
 cn=0,1,2,3
 da=true
 et=0,3,5
 md=0,1,2
 pw=false
 sv=false
 sr=44100
 ss=16
 tp=UDP
 vn=65537
 vs=130.14
 am=AppleTV2,1
 sf=0x4

服务名称由设备的mac地址和设备名称组成。

TXT属性包括：

name	value	description
txtvers	1	TXT记录版本
ch	2	音频通道：立体声
cn	0,1,2,3	音频编解码格式
et	0,3,5	支持的加密类型
md	0,1,2	支持的元数据类型
pw	false	接收端是否需要密码
sr	44100	音频码率
ss	16	音频采样率
tp	UDP	支持的传输层协议
vs	130.14	服务端版本
am	AppleTV2,1	设备模式

音频编解码

cn	描述
0	PCM
1	Apple Lossless (ALAC)
2	AAC
3	AAC ELD (Enhanced Low Delay)

IOS设备作为AirPlay客户端，发送的音频流默认是ALAC格式，安卓设备作为接收端，系统自带的MediaPlayer无法解码ALAC格式，因此需要先使用开源的代码对ALAC格式的音频流进行解码，解码生成PCM数据，最后可以通过AudioTrack来播放PCM流。

加密类型

et	描述
0	没加密
1	RSA (AirPort Express)
3	FairPlay
4	MFiSAP (3rd-party devices)
5	FairPlay SAPv2.5

元数据

md	描述
0	text 文本
1	artwork 插图
2	progress 播放进度

总结：

通过RAOP服务发现协议中的描述，可以知道Airplay接收端服务的名称、支持的音频编解码格式、加密类型以及音频播放的进度、插入、歌曲和歌手名称等。这些可以满足我们使用IOS手机或者pad向安卓平台AirPlay接收端同步歌曲的基本需求。

二 音频流传输

音频流传输采用RTSP(Real Time Streaming Protocol）协议 (RFC 2326)。实时流传输协议，是TCP/IP协议体系中的一个应用层协议，由哥伦比亚大学、网景和RealNetworks公司提交的IETF RFC标准。

音频传输协议主要包括：RTSP请求、RTP流、音量控制、元数据、认证、远程控制。

2.1 RTSP请求

OPTIONS请求向RTSP服务端询问它支持的方法，以Apple TV为例，它支持：ANNOUNCE, SETUP, RECORD, PAUSE, FLUSH, TEARDOWN, OPTIONS, GET_PARAMETER, SET_PARAMETER, POST and GET.当客户端知道服务端支持的方法之后，便可以通过这些方法名向服务器发送数据来实现指定的功能。我们来详细看一下主要的方法描述：

ANNOUNCE

通过SDP(Session Description Protocol)服务描述协议向RTSP服务端发送音频流数据的属性，编解码器和加密密钥等信息。

RECORD

RECORD请求启动音频流传输

FLUSH

FLUSH请求停止音频流传输

TEARDOWN

结束RTSP会话

2.2 RTP流

音频包完全符合RTP协议。控制和定时分组并不完全符合RTP标准。

2.3 音量控制

通过SET_PARAMETER请求可以用来调节音量。音量值是float类型，-144表示静音，音量范围在-30到0之间。

示例

client → server

SET_PARAMETER rtsp://fe80::217:f2ff:fe0f:e0f6/3413821438 RTSP/1.0
CSeq: 6
Session: 1
Content-Type: text/parameters
Content-Length: 20
User-Agent: iTunes/10.6 (Macintosh; Intel Mac OS X 10.7.3) AppleWebKit/535.18.5
Client-Instance: 56B29BB6CB904862
DACP-ID: 56B29BB6CB904862
Active-Remote: 1986535575

volume: -11.123877

server → client

RTSP/1.0 200 OK
Server: AirTunes/130.14
CSeq: 6

2.4 元数据

SET_PARAMETER请求可以用来传输元数据，元数据内容包括：音频名称、作者名字、专辑名称、插图、音频时长。RTP-Info 头部包含了rtptime参数，表示元数据的有效时间。

2.5 认证

发送的音频数据需要通过RSA认证，所有的二进制数据需要使用Base64 (RFC 4648) 进行加密。

客户端：

• 在ANNOUNCE 请求中，通过Apple-Challenge 发送128位随机数据。

• 生成一个128位的AES key，使用RSA公钥加密。

服务端：

• 使用RSA私钥解密AES key,AES key将被用来解密音频数据

• 使用RSA私钥对Apple-Challenge进行签名，通过Apple-Response头部发送返回结果给客户端

客户端：

使用RSA公钥对Apple-Response进行解密，检查数字与之前发送的数字是否相同。

2.6 远程控制

airplay服务端可以通过DACP (Digital Audio Control Protocol)协议向客户端发送命令：改变当前播放的音轨状态、暂停、重播，调整播放列表等。airplay客户端通过在RTSP请求中包含DACP-ID头文件来告诉服务端自己支持的命令范围。

总结：

airplay客户端通过向服务端发送OPTIONS请求获取服务端支持的方法列表，随后可以向服务端发送这些命令来建立和结束RTSP会话。客户端发送的音频数据需要RSA认证：首先客户端通过RSA公钥加密128位的AES key，然后服务端通过RSA私钥解密key，随后使用解密后的key来解密音频负荷数据包。客户端可以SET_PARAMETER 请求来调节音量，传输音轨名称、专辑名手、作者名称、音轨播放进度等信息。airplay服务端可以通过DACP发送远程控制命令来实现：改变当前播放的音轨状态、暂停、重播，调整播放列表等。

三 代码参考实现

AirReceiver(https://github.com/fgp/AirReceiver)使用Java写的运行在PC端的AirPlay接收端

DroidAirPlay(https://github.com/pentateu/DroidAirPlay) 基于AirReceiver代码转换成安卓项目的实现代码

AndroidAirPlayReceiver(https://github.com/zhhp1121/AndroidAirPlayReceiver)基于DroidAirPlay改造后能直接使用的安卓工程