SDP包
其中的Connection Information 后面的192.168.11.105 就是RTP的IP地址
audio 后面的5100 就是RTP 的端口。
RTP/AVP 后面的0 8 101 表示支持的编码 0 表示G.711 Ulaw, 8表示G.711的Alaw，101 是表示
支持电话按键事件
后面的很多Media Attribute 是对媒体属性的具体描述。
总结一下：SDP 的核心有几个：
A．说明媒体的来源IP地址
B．说明媒体的来源的端口port
C．说明自己有哪些媒体能力（能说几个语言）
D．包括对dtmf 按键的是否支持是说明。
一旦两个软电话要对话，就要对比交换上面这些信息。比如FreeSwitch默认要求rfc2833模式的
DTMF按键(上面抓包里面的rtpmap:101 telephone-event/8000)，但是假如软电话上没有设置rfc2833的
DTMF，那么SDP就没有101，协商就不会成功，从而导致通话无法建立。
编码占用带宽
VOIP的数据包包括SIP 数据包和RTP 数据包，SIP只是传输控制命令，跟RTP的语音媒体数据包比较
起来简直就是九牛一毛，完全可以忽略不计。
下面仅仅计算RTP的数据包
RTP的数据包=以太网地址+IP类型+IP包头+UDP包头+RTP包头+语音编码之后的负载
以太网地址12字节
IP类型2字节
IP数据包头:20字节
UDP协议的报头: 8个字节
RTP包头是12字节这些合计是54B 大小是固定开销，只要使用RTP，无论啥编码器都是必须的，
以大多数的编码器每个包20ms，每秒50个RTP包计算，这个开销每秒是54508=20.8kbps 是固
定的开销。再加上语音编码的负载就是总开销。
以 G.711 alaw 编码器为例以 G.711 alaw 编码器为例
语音负载：160字节：一个包20ms，8K的采样频率，每个采样点使用alaw 编码之后是1个字节。
因此20ms的语音在编码之后的负载是160 字节。
总共是12+2+20+8+12+160=214字节
1秒的语音就是214（1000/20）=21450=10700字节,按照流量计算就是10700*8/1024=84Kpbs 左右。
以 G.729 编码器为例:
假如是G.729. 一个包20ms其它不变，只是语音编码之后变成了20字节，因此语音负载是20字节，
可以算出来：总共是12+2+20+8+12+20=74字节
29Kpbs语音就是74（1000/20）=7450=3700字节,按照流量计算就是3700*8/1024=29Kpbs 左右。
如何理解VOIP 里面的DTMF 按键？
VOIP里面的dtmf按键传输模式和PSTN里面的DTMF 按键传输模式不大一样，
PSTN环境一下DTMF 按键是跟随语音流，一起传输模式的，可以理解为IN BAND（带内）
VOIP里面的dtmf 基本上有3种传输模式：
A．跟 pstn 一样的带内DTMF（inband），这个传输模式在使用G.711编码的时候是可以的。在使用其
它高压缩编码的时候不建议采用这种。
B．按照rfc2833 格式编码的DTMF按键传输模式，这种模式下 DTMF也是跟随rtp 流一起的，但是
又不大一样，有自己的特殊编码，大约10-12个包左右。如下图表示dtmf按键的 6：
目前，这种情况使用的比较多。缺点，按键之后大多数的软电话或者系统会导致数秒的语音停顿，比
如voip 的ivr 提示用户：按键开始录音，用户按#，然后开始说：1，2，3，4,5,6。。。
系统录制下来的语音可能1，2，3 都丢了，只有4,5,6…
C．在 sip 信令里面传输的sip-info模式。不跟媒体rtp 语音流一起走。而是在sip 消息上进行传输。
这个比较高级，有些软电话或者系统不支持。
上面 3种FS都支持，甚至可以同时支持里面的几种。比如同时支持2833和sip info
来源：CSDN
作者：尨奇奇
链接：https://blog.csdn.net/u012597310/article/details/104061047