RTP是实时传输协议，广泛应用在音视频多媒体传输服务中。 

RTP包头结构如下图所示：

注意：暗色区域是固定头部，共12字节。

V：版本号，2比特，用来标示使用RTP版本；

P：填充位，1比特，置成1，表示此包后面会一定数目的填充比特；

X：扩展位，1比特，置成1，表示此包固定头部后面会跟着一个扩展头部；

CC：CSRC计数位，4比特，表示固定头部后面CSRC识别符的个数；

M：标示位，1比特，具体含义由特定协议解释；

PT：负载类型（Payload Type），7比特，表示具体的负载类型，比如音频、视频、文档等；

sequence number：序列号，16比特，发送方在每发送完一个RTP包后就将该值增加1，接收方可以由该值检测包的丢失及恢复包序列。序列号的初始值是随机的；

timestamp：时间戳，32比特，表示RTP数据包中第一个字节的采样时间；

synchronization source (SSRC) identifier：同步源标示符，32比特，表示RTP数据包的来源，在同一个RTP会话中不可能存在两个相同的SSRC，SSRC的值是随机选取的；

contributing source (CSRC) identifiers：贡献源列表，0到15项，每项32比特，表示此包中负载的所有贡献源。若贡献源多于15个，仅识别15个，CSRC由混合器插入，便于接收端正确识别出会话者的身份。