RTP協議的報頭是二進制編碼的，具體格式如下：
各個字段的具體含義如下：
• Version (V): 佔2bit的字段，描述RTP的版本號，當前設置爲2.
• Padding (P):如果這個bit設置了標識，那麼說明在數據包的末尾有填充字節，其目的是讓包具有固定長度。在加密媒體流中，經常使用這個選項。
• Extension (X):如果這個bit設置了標識，那麼在標準頭域之後還有一個額外的擴展頭域(頭域部長度爲14個字節)。擴展由特定的payload types定義。
• CSRC count (CC)，CSRC計數: 這個字段佔 4-bit，它指示CSRC標識符的個數。 只有混音器發出的包中會攜帶它，接收方從多路RTP流中提取單路RTP流時會用到它。
• Marker (M): 它是個標識符，不同的載荷意義不同。視頻流中用它指示一幀的結束；音頻流中用它標記會話的開始，比如說靜音期後的語音。
• Payload type (PT)，有效載荷: 佔7-bit的字段，它定義使用的codec。這個字段中的值與SDP中的PT列表相匹配。
• Sequence Number，序列號: 它是一個16-bit的字段，發送端用它標識每個RTP包的序列，接收端用它來偵測丟包或亂序。
• Timestamp， 時戳: 佔32-bit，它指示報文載荷首個8字節的採樣時刻。接收者使用時戳來計算延遲和延遲抖動，並進行同步控制。
• Synchronization source identifier (SSRCI)，同步信源標識符: 佔 32-bit，它標識RTP包的發送方。在會話開始時，每個參與方隨機選擇一個SSRC編碼。如果有兩方選擇的SSRC相同，那麼它們應當重新選擇，直到與會各方的SSRC保證唯一。
• Contributing source identifier (CSRC)，特約信源標識符: 每個CSRC標識符佔32位，可以不攜帶，但最多攜帶15個。攜帶的個數在CSRC計數字段(CC)中指定。只有混音器發出的RTP包會出現它。混音器接收多路流併合成爲一路。多播會議橋會用到這個頭域。