Java voip基础-数据包的报头信息？

我学习了在小型网络中通过udp使用voip。我知道有很多库可以通过几个方法调用来完成我所需要的一切，但正如我所说的，我正在学习，所以需要重新发明轮子，看看它是如何工作的

我目前正在研究DatagramPacket类，我注意到没有任何方法可以在DatagramPacket类中设置报头信息（即我需要知道的包顺序号来进行交错）

一个反映环境的小代码：

byte[] block;
DatagramPacket packet; // UDP packet                

/* x Bytes per block , y blocks per second,
   z ms time block playback duration */

block = recorder.getBlock(); // assume I have class that handles audio
                              // recording and returns speech in a
                              // uncompressed form of bytes

packet = new DatagramPacket(block, block.length, clientIP, PORT);

首先，我假设因为它是UDP，发送者除了把数据包扔到某个地方这一简单事实之外，并不真正关心任何事情。这就是为什么里面没有这样的方法

其次，我假设我需要自己做这件事——向要发送的字节块添加额外的字节，它将包含一个数据包的序列号？然而，我也担心，如果我这样做，那么我如何识别字节是否是头字节而不是音频字节？我可以假设第一个字节代表一个数字，但我们知道字节只能代表258个数字。我以前从未真正研究过字节级。或者有其他的技巧

简而言之，要进行交织，我需要知道如何设置数据包序列号，因为我不能订购无序数据包：-）

---

谢谢，

您需要将程序使用的数据类型序列化/反序列化到字节数组中

假设您正在谈论，并且希望发送包含这些字段的数据包-请参阅RTP规范第5章：

版本=2 填充=0 扩展=0 中国证监会计数=1 标记=0 有效负载类型=8（G711 alaw） 序号=1234 时间戳=1 一个=4321

让我们将它们放入一些变量中，为了方便起见，可以使用整数，或者在需要处理无符号32位值时使用long：

int version = 2;
int padding = 0;
int extension = 0;
int csrcCount = 1;
int marker = 0;
int payloadType = 8;
int sequenceNumber = 1234;
long timestamp = 1;
long ourCsrc = 4321;

byte buf[] = ...; //allocate this big enough to hold the RTP header + audio data

//assemble the first bytes according to the RTP spec (note, the spec marks version as bit 0 and 1, but
//this is really the high bits of the first byte ...
buf[0] = (byte) ((version & 0x3) << 6 | (padding & 0x1) << 5 | (extension & 0x1) << 4 | (csrcCount & 0xf));

//2.byte
buf[1] = (byte)((marker & 0x1) << 7 | payloadType & 0x7f);

//squence number, 2 bytes, in big endian format. So the MSB first, then the LSB.
buf[2] = (byte)((sequenceNumber & 0xff00) >> 8);
buf[3] = (byte)(sequenceNumber  & 0x00ff);

//packet timestamp , 4 bytes in big endian format
buf[4] = (byte)((timestamp & 0xff000000) >> 24);
buf[5] = (byte)((timestamp & 0x00ff0000) >> 16);
buf[6] = (byte)((timestamp & 0x0000ff00) >> 8);
buf[7] = (byte) (timestamp & 0x000000ff);
//our CSRC , 4 bytes in big endian format
buf[ 8] = (byte)((sequenceNumber & 0xff000000) >> 24);
buf[ 9] = (byte)((sequenceNumber & 0x00ff0000) >> 16);
buf[10] = (byte)((sequenceNumber & 0x0000ff00) >> 8);
buf[11] = (byte) (sequenceNumber & 0x000000ff);

int版本=2；
int padding=0；
int扩展=0；
int csrcCount=1；
int标记=0；
int payloadType=8；
int sequenceNumber=1234；
长时间戳=1；
long=4321；
字节buf[]=//分配足够大的空间来容纳RTP头+音频数据
//根据RTP规范组装第一个字节（注意，规范将版本标记为位0和1，但是
//这是第一个字节的高位。。。
buf[0]=（字节）（（版本&0x3）24）；
buf[5]=（字节）（（时间戳&0x00ff0000）>>16）；
buf[6]=（字节）（（时间戳&0x0000ff00）>>8）；
buf[7]=（字节）（时间戳&0x000000ff）；
//我们的CSRC，4字节大端格式
buf[8]=（字节）（（sequenceNumber&0xff000000）>>24）；
buf[9]=（字节）（（sequenceNumber&0x00ff0000）>>16）；
buf[10]=（字节）（（sequenceNumber&0x0000ff00）>>8）；
buf[11]=（字节）（sequenceNumber&0x000000ff）；

这就是标题，现在您可以将音频字节复制到

buf

，从

buf[12]

开始，并将

buf

作为一个数据包发送

---

当然，以上只是为了说明原理，根据RTP规范，RTP数据包的实际序列化程序需要处理更多的内容（例如，您可能需要一些扩展标题，您可能需要多个CSC，您需要根据音频数据的格式确定正确的有效负载类型，您需要正确打包和安排这些音频数据-例如，对于g.711Alaw，您应该使用160字节的音频数据填充每个RTP数据包，并每20毫秒发送一个数据包。）ond.

哦，这正是我想要的。要学习和分析的东西太多了，但我现在有了方向，这很重要！谢谢我问博士们关于显示代码的位移位的问题，他们说仅强制转换就足够了。所以如果我可以调用：buf[4]=（byte），我是否严格需要使用你提供的移位sequenceNumber？谢谢。@Aubergine您需要将4字节整数的最高有效字节放入buf[4]，而不能通过将整数转换为一个字节来实现。对于最低有效字节，

buf[7]=（字节）时间戳；

就足够了，而不是

buf[7]=（字节）（时间戳&0x000000ff）首先，谢谢。我发现你的回答很有帮助。我有一个问题。为什么要在移位位之前加上和值。例如，为什么
版本&0x3
或
时间戳&0xff000000
？看起来你在用1来应用位掩码。这不是没有必要吗？或者我遗漏了什么吗？@strwils很多都只是为了可读性和清晰性。
version&0x3
明确表示版本字段仅为2位。
timestamp&0xff000000
明确表示提取的是前8位，仅为
（timestamp>>24）
不会做你想做的事情，因为右移时会有符号扩展。如果需要，你可以在需要的时候很好地优化代码，但通常情况下JIT会处理这些优化，如果你失去了代码的可读性，这是不值得的。