RTP协议的报头是二进制编码的，具体格式如下：
各个字段的具体含义如下：
• Version (V): 占2bit的字段，描述RTP的版本号，当前设置为2.
• Padding (P):如果这个bit设置了标识，那么说明在数据包的末尾有填充字节，其目的是让包具有固定长度。在加密媒体流中，经常使用这个选项。
• Extension (X):如果这个bit设置了标识，那么在标准头域之后还有一个额外的扩展头域(头域部长度为14个字节)。扩展由特定的payload types定义。
• CSRC count (CC)，CSRC计数: 这个字段占 4-bit，它指示CSRC标识符的个数。 只有混音器发出的包中会携带它，接收方从多路RTP流中提取单路RTP流时会用到它。
• Marker (M): 它是个标识符，不同的载荷意义不同。视频流中用它指示一帧的结束；音频流中用它标记会话的开始，比如说静音期后的语音。
• Payload type (PT)，有效载荷: 占7-bit的字段，它定义使用的codec。这个字段中的值与SDP中的PT列表相匹配。
• Sequence Number，序列号: 它是一个16-bit的字段，发送端用它标识每个RTP包的序列，接收端用它来侦测丢包或乱序。
• Timestamp， 时戳: 占32-bit，它指示报文载荷首个8字节的采样时刻。接收者使用时戳来计算延迟和延迟抖动，并进行同步控制。
• Synchronization source identifier (SSRCI)，同步信源标识符: 占 32-bit，它标识RTP包的发送方。在会话开始时，每个参与方随机选择一个SSRC编码。如果有两方选择的SSRC相同，那么它们应当重新选择，直到与会各方的SSRC保证唯一。
• Contributing source identifier (CSRC)，特约信源标识符: 每个CSRC标识符占32位，可以不携带，但最多携带15个。携带的个数在CSRC计数字段(CC)中指定。只有混音器发出的RTP包会出现它。混音器接收多路流并合成为一路。多播会议桥会用到这个头域。