实时运输协议RTP（real-time Transport protocol）为实时应用提供端到端的运输，但不提供任何服务质量的保证。需要发送的多媒体数据块（音/视频）经过压缩编码处理后，发送等RTP封装成为RTP分组——>RTP分组装入运输层的UDP用户数据报——>向下递交给IP层——>然后交给数据链路层等处理。接收流程和发送流程相反，流程如下图：
实际上，RTP只是一个协议框架，它只包含了实时应用的一些共用功能，RTP自己并不对多媒体数据块做任何处理，而只是向应用层提供一些附加信息，让应用层知道应当如何进行处理。RTP协议可以归为应用层，因为从开发者的角度看，在应用程序的发送端和接收端，开发者必须编写用RTP封装分组和获取数据块的程序代码。RTP也可以认为是运输层协议，因为RTP封装了多媒体应用的数据块，并且向多媒体应用程序提供了服务（时间戳和序号），因此也可以把RTP看成是在UDP之上的一个运输层子层的协议。
RTP提供端到端的实时传输，RTP分组只包含RTP数据。而控制是由另一个配套使用的RTCP协议提供的。RTP使用的端口是系统端口（即1024~65535）除外选一个未被使用的偶数UDP端口号，而在同一次会话中的RTCP则使用下一个奇数UDP端口号，端口号5004和5005分别用作RTP和RTCP的默认端口号。所以在很多地方可以看到一对端口和多播的组地址。
在RTP分组的首部中，前12个字节是必需的，而12字节以后的部分则是可选的，下面简单介绍各个字段的含义：
- 有效载荷类型（7bit）：这个字段指出后面的RTP数据属于何种格式的应用。收到RTP分组的应用层就根据此字段指出的类型进行处理。对于视频有效载荷：H.261（31）、MPEG1（32）、MPEG1（33）等。
- 序号（16bit）：对每一个发送的RTP分组，其序号加1。在一次RTP会话开始时的初始序号是随机选择的。序号使接收端能够发现丢失的分组，同时也能将失序的RTP分组重新按序排列好。
- 时间戳（32bit）：反映了RTP分组中数据的第一个字节的采样时刻。在一次会话开始时间戳的初始值也是随机选择的。即使在没有信号发送时，时间戳的数值也要随时间而不断地增加。时间戳可以用来消除抖动以及同步音视频。
- 同步源标识符（32bit）：同步源标识符SSRC用来标志RTP流的来源。也是在RTP流开始时随机地产生，由于RTP使用UDP传送，因此可以有多个RTP流复用到一个UDP用户数据报中，SSRC可使接收端的能够将受到的RTP流送到各自的终点。
- 参与源标识符：用来标志源于不同地点的RTP流。混合站把发往同一个地点的多个RTP流混合成一个流，在目的站再根据CSRC的数值把不同的RTP流分开。
- 参与源数（4bit）：参与源标识符的数目
- 版本（2bit）：当前使用的是版本2
- 填充P（1bit）：某些特殊情况下需要对应用数据块加密，这往往要求每一个数据块有确定的长度，如不满足这种长度要求，就需要进行填充。置1表示RTP分组的数据有若干个填充字节，在数据部分的最后一个字节用来表示所填充的字节数。
- 拓展X（1bit）：X置1表示在此RTP首部后面还有拓展首部。拓展首部很少使用。
- 标记M（1bit）：M置1表示这个RTP分组具有特殊意义。例如，在传送视频流时，用来表示每一帧的开始。
上面讲了RTP协议只提供实时传输，并不保证服务质量。服务质量有**实时运输控制协议（RTP control Protocol）**提供，RTCP协议的主要功能是：服务质量的监视与反馈、媒体间的同步、多播成员的标志。RTCP分组也是使用UDP来传送，但由于RTCP分组很短，因此可以把多个RTCP分组封装在一个UDP用户数据报中。RTCP分组周期性地在网上传送。
RTCP使用五种分组类型： - 结束分组BYE（203）：表示关闭一个数据流
- 特定应用分组APP（204）：向应用程序定义新的分组类型。
- 接收端报告分组RR（201）：用来使接收端周期性地向所有的点用多播方式报告。接收端每收到一个RTP流就产生一个接收端报告分组RR，内容有：接收到RTP流的SSRC、该分组丢失率、在该RTP流中的最后一个RTP分组的序号、分组到达时间间隔的抖动等。
