ZLMediaKit实现RTSP流转PS-RTP封装的技术解析
背景介绍
在视频监控和流媒体传输领域,中国国家标准GB/T 28181(简称GB28181)是广泛应用的技术规范。该标准要求视频流采用PS(Program Stream)格式进行封装,并通过RTP协议传输。ZLMediaKit作为一款优秀的流媒体服务器框架,提供了将RTSP流转发为PS-RTP流的功能,这对于实现GB28181标准兼容的系统具有重要意义。
PS封装与RTP传输原理
PS(Program Stream)是MPEG-2标准中定义的一种封装格式,主要用于存储和传输音视频数据。在GB28181标准中,要求视频流必须采用PS封装后再通过RTP传输,这种组合称为PS-RTP。
PS封装的特点是在数据包开头有特定的起始码"00 00 01 ba",这使得接收端能够识别和解析PS流。而RTP(Real-time Transport Protocol)则是互联网上传输实时数据的标准协议,它为音视频数据提供时间戳和序列号等元数据,确保数据能够正确重组和播放。
ZLMediaKit的PS-RTP转发功能
ZLMediaKit通过startSendRtp接口实现了将RTSP流转换为PS-RTP流并转发到指定目标的功能。该接口支持多种封装格式的输出,包括:
- ES流(Elementary Stream):直接传输原始编码数据
- PS流(Program Stream):符合GB28181标准的封装格式
- TS流(Transport Stream):另一种常见的媒体封装格式
在实际应用中,开发者可以通过设置type参数来选择所需的输出格式:
type=0:输出ES流type=1:输出PS流(GB28181标准)type=2:输出TS流
常见问题与解决方案
在使用ZLMediaKit进行RTSP到PS-RTP转换时,开发者可能会遇到以下问题:
-
输出不是PS格式:早期的ZLMediaKit版本中,如果没有明确指定
use_ps=1参数,默认会输出ES流而非PS流。这个问题在新版本中已经修复,现在可以通过type=1参数明确指定输出PS格式。 -
PS包头识别问题:正确的PS封装流应该在RTP负载部分以"00 00 01 ba"开头。如果开发者发现输出不是这个格式,应检查是否正确地设置了输出类型参数。
-
参数兼容性问题:新版本的ZLMediaKit推荐使用
type参数替代旧的use_ps参数,以支持更多封装格式的选择。
最佳实践建议
为了实现稳定可靠的RTSP到PS-RTP转换,建议开发者:
-
使用最新版本的ZLMediaKit,以获得最完善的功能和最佳的性能。
-
明确指定输出格式类型,特别是在GB28181应用场景中,务必设置
type=1参数。 -
进行网络抓包验证,确认输出的RTP负载确实以PS包头开始,确保符合标准要求。
-
对于监控领域应用,建议同时测试与海康、大华等主流厂商设备的兼容性。
通过正确配置和使用ZLMediaKit的PS-RTP转发功能,开发者可以轻松构建符合GB28181标准的视频监控系统,实现不同厂商设备间的互联互通。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00