一、rtp包头格式
V：版本号，必须为2
P：填充位
X：扩展位，标志是否存在扩展
CC：CSRC个数
M：Mark标志位，标志是否是一帧的结束，音频帧几乎每个包都是一个完整的帧，所以M一般情况都等于1，视频包因为一帧比较大，会被分为几个包发送，最后一个包标志需要Mark一下。
PT：负载类型，不同的负载类型对应不同的编解码类型(音频根据采样率和通道不同都要对应不同的负载类型)，FEC类型等。
sequence number：包序号，发送端指定一个起始序号（如果不指定则随机一个），然后每个包的序号依次递增；如果存在RTX，重发是此序号是rtx的序号，详情请看RTPSender::SendPadData的实现
timestamp：时间戳，如果一个视频帧被分为几个包，则这个帧对应的几个包的时间戳是一样的；发送端可以指定一个起始时间戳timestamp_offset_（如果不指定则随机一个），然后每个帧的时间戳等于起始时间戳加上采集时间戳timestamp_offset_ + capture_timestamp，详情可以看RTPSender::SendOutgoingData的实现
SSRC：同步源的唯一标识，每一个源（音频或者视频，文件）都必须要有一个唯一的标识码，用于区分不同的流
CSRC：贡献源，列举此SSRC的资源是由多少个其他的资源（其他资源的SSRC）混合而来的。例如MCU混音之后就需要修改这个；最多只能表示15源
如果存在RTP扩展则标志位X必须置为1，除了标准扩展外，WebRTC还有自己的扩展，所以服务端如果使用标准rtp解析库需要添加一下WebRTC的RTP扩展。扩展相关的文件有rtp_header_extensions.h和rtp_utility.cc。
RTP扩展头定义如下：
webrtc支持的扩展类型（就是上图中的ID值）如下：
二、协议介绍
还没有理清各个扩展类型，如下三个扩展类型，找到对应的RFC协议，其余感觉是私有定义的。
- kRtpExtensionTransmissionTimeOffset
含义：一个包相对于采集时间的偏移的滴答数
协议：https://tools.ietf.org/html/rfc5450
代码实现函数：RTPSender::SendToNetwork
- kRtpExtensionAudioLevel的rfc协议
含义：一帧音频数据的分贝值
协议：https://tools.ietf.org/html/rfc6465
代码实现函数：RTPSenderAudio::SendAudio
- kRtpExtensionTransportSequenceNumber的rfc协议
含义：扩展序号，不管是第一次发送还是重发的包，此需要都会递增
https://tools.ietf.org/html/draft-holmer-rmcat-transport-wide-cc-extensions-01
代码实现函数： RTPSender::UpdateTransportSequenceNumber
- kRtpExtensionAbsoluteSendTime
含义：一个包的绝对发送时间。
参数：RTPSender::SendToNetwork
- kRtpExtensionVideoRotation
含义：帧视频帧的方向。
参数：
- kRtpExtensionPlayoutDelay
含义：已经播放时长
参数：
- kRtpExtensionVideoContentType
含义：视频源是否是屏幕资源。
参数：
- kRtpExtensionVideoTiming
含义：记录视频编码开始，编码结束，打包完成，平滑发送等时间戳，不过这几个时间戳都是相对时间。
参数：
如下三个未知。
- kRtpExtensionRtpStreamId
- kRtpExtensionRepairedRtpStreamId
- kRtpExtensionMid
三、wireshark抓包示例
四、视频净荷格式
请参见：
264 RTP打包格式：https://blog.csdn.net/CrystalShaw/article/details/81538207
Vp8 RTP打包格式：https://blog.csdn.net/CrystalShaw/article/details/81289617