RTP技术概念中的转换器和混音器

RTP处理的中间节点，除了普通的终端系统外，RTP还支持可以在会话中对媒体流进行操作的中间设备。RTP定义了两类中间设备：转换器和混音器。

转换器是一种中间设备系统，它在操作RTP数据时保持流的同步源和流媒体时间。例如，可以包含一个媒体编码格式转换，但是不混合这些媒体，在不同传输协议之间架桥的系统、添加或移除加密的系统，或者过滤媒体流的系统。除非RTP终端系统预先知道未转换的媒体，否则转换器对RTP终端协调来说是不可见的。

转换器

转换器有以下几个类别：

桥接器，桥接器是一对一的转换器，不改变媒体编码，例如，在不同传输协议之间的网关，如RTP/UDP/IP与RTP/ATM，或RTP/UDP/IPv4与RTP/UDP/IPv6。桥接器是转换器中最简单的类别，通常它们不会对RTP或RTCP数据造成任何改变。
转码器，转码器是一对一的转换器，改变媒体编码，例如，解码压缩数据并以不同的有效载荷格式重新编码，以更好地适应输出网络的特性。有效载荷类型通常会改变，填充值也可能改变，但其他RTP头字段通常保持不变。因为它们包含源比特率的计数，这些转换需要维护状态，以便可以调整RTCP发送方报告。
分发器，是一对多的转换器，能够接收单个数据包并产生多个数据包。例如，它们接收一个流，该流中的每个RTP包含有多个编解码器输出帧，然后生成每个包只包含单个帧的输出。生成的数据包具有相同的SSRC，但根据转换的需要，其他RTP头字段可能需要更改。这些转换需要维护双向状态：转换器必须调整传出的RTCP发送者报告以及返回的接收者报告以保持双方一致。
合并器，是多对一的转换器，它将多个数据包合并为一个。这是分发器的相反处理。

如果我们定义转换器特征的话，其主要特征是每个输入流产生一个单一的输出流，并且这两个流具有相同的SSRC。转换器本身不是RTP会话的参与者，它没有SSRC，也不自行生成RTCP——对其他参与者来说是不可见的。

混音器

混音器也是一种中间系统，它接收来自一组源的RTP数据包，并将它们合并成一个单一输出数据包，因为转发的原因，它可能会改变编码。

例如，包括的系统，在转发结果之前，例如网络对等设备音频混音台或视频画中画设备等。

由于输入流的时序通常不会同步，混音器需要自行调整以同步媒体后再将语音流合并，因此它成为了输出媒体流的同步源。混音器可能会使用每个到达媒体流的playout buffers缓冲区，以帮助保持流之间的时序关系。混音器拥有自己的SSRC，该SSRC被插入到它生成的数据包中。输入数据包中的SSRC标识符被复制到输出包的CSRC列表中。

混音器有一个独特的会话视角：它将所有源媒体视为一个同步的源，其他参与者则将这些数据源视为同步源，另外一些视为分发源。例如，在以下图例中，参与者X从三个同步源-Y、Z和M接收数据，而A和B为M发送的混合包中的分发源。参与者A将B和M视为同步源，而X、Y和Z对M有分发。混音器分别为会话的每一半生成RTCP发送者和接收者报告，并且不会在两每一半的会话之间转发这些报告。它会转发RTCP源描述和BYE包，以便让所有参与者都可以被识别。

使用相同的SSRC不是必须的要求，具体来说。混音器在会话的每个一半部分可以使用不同的SSRC。但它必须为其使用的所有SSRC标识符发送RTCP源描述和BYE数据包到使用的会话中。否则，其他参与者将不知道SSRC在另一半中正在使用，可能会发生冲突。

比较重要的是，跟踪每侧的转换器或混音器上存在哪些源数据是非常重要，可以方便检测到配置错误时产生的回环（例如，如果两个转换器或混音器并行连接，形成回环转发数据包）。如果检测到回环状态，转换器或混音器应马上停止操作，并记录尽可能多的关于回环原因的诊断信息。回环数据包中的源IP地址最有价值的，因为它标识了导致循环的主机地址，这样用户可以针对这个地址进行排查。

参考资料：https://github.com/irtlab/rtptools