一个语音数据包里有什么：从 20ms 音频到 120 字节 UDP 包

一通实时语音通话每个方向每秒发送 50 个小包，每包承载 20ms 声音、共 120 字节，其中 80 字节是 Opus 压缩音频、40 字节是 IPv4/UDP/RTP 头部。每个包都有播放截止时间，过期即失效，因此语音走 UDP 而非 TCP，避免一个丢包拖慢后续包。RTP 头部用序列号、时间戳和 SSRC 补上 UDP 缺失的排序与时间信息。