Das Real-Time Transport Protocol (RTP) ist ein Netzprotokoll zur Echtzeit-Übertragung von audiovisuellen Daten, insbesondere Audio- und Video-Daten. In der VoIP-Telefonie wird RTP zur Übertragung der Sprache genutzt, weshalb auch IP-basierte Telefonanlagen ebenfalls RTP beherrschen. 1996 wurde die erste Standardisierung im RFC 1889 festgehalten, seit 2003 ist das Real-Time Transport Protocol im RFC 3350 spezifiziert.
RTP kodiert Audio- und Video-Datenströme, unterteilt diese in Pakete und überträgt diese über ein IP-Netzwerk. Ein wichtiger Bestandteil eines RTP-Pakets ist der Header. Der Header dient dazu um die verschiedenen Informationen zum Inhalt Pakets und dessen Übertragung enthält. Der Header kann unter anderem die Versions- und Sequenznummern, die eindeutige Sender-ID, der Zeitstempel und Informationen zum Datenformat sein. Der Rest des Pakets besteht aus Nutzdaten. Um bei der Übertragung die geforderten Quality-of-Service-Parameter (QoS-Parameter) aushandeln und einhalten zu können, arbeitet RTP mit dem Real Time Control Protocol (RTCP) zusammen.
RTP setzt sich aus einzelnen Komponenten zusammen, die wichtig sind für die Übertragung der Datenpakete. Die wichtigsten Komponenten sind Synchronization Source, der Translator und der Mixer. Ersteres ist die eigentliche Datenquelle und wird mit einem 32-Bit-Identifikator gekennzeichnet. Der Translator leitet die Datenpakete weiter und ändert bei Bedarf die Kodierung der zu übertragenden Daten. Der Mixer ist dafür zuständig die Datenströme in mehrere Quellen zusammenzuführen und in einen neuen Datenstrom weiterzuleiten.
RTP ist insbesondere für die IP-Telefonie geeignet, da es speziell für die Übertragung von Video- und Audio-Daten geschaffen wurde, bei der Paketverluste von bis zu 20% tolerierbar sind. Hintergrund dessen ist, dass die menschliche Auffassung diese Fehlerquote selbstständig ausgleichen kann und Paketverluste dieser Größenordnung nicht bemerkbar sind. So gewährleistet RTP einen nahtlosen Kommunikationsfluss, während andere Übertragungsprotokolle, wie TCP oder UDP, diesem nicht gerecht werden. Bei TCP muss jedes Paket bei einem Verlust neu gesendet werden, was in der Echtzeit-Kommunikation unmöglich ist. UDP hingegen bietet keine Funktionen zur Feststellung von Paketverlusten.
Nur mit RTP allein funktioniert die Internettelefonie jedoch nicht, da es nur für die Übertragung der Sprachdaten verantwortlich ist. Für den Gesprächsaufbau, die Steuerung (Halten, Ablehnen etc.) und den Gesprächsabbau eines VoIP-Gesprächs ist das Protokoll "SIP" (Session Initiation Protocol) zuständig. RTP gilt als Standard zur Übertragung von Audio- und Video-Daten in der Kommunikationsverbindung.