语音通话的测试点：
（1）回声
回声现象指的是用户在语音通话时听到自己的声音（有一定延时）。
在传统的PC上，用户通常带上耳麦，一般不存在回声问题。
而在手机端通话时，通常时外放语音（听筒或扬声器），回声问题就变得比较突出。
因此，语音引擎会做相应的回声消除处理。
（2）噪音
语音发送方由于背景噪音或手机设备原因，在语音中会夹杂噪杂声。
语音引擎会做降噪处理，尽可能地降低噪音，使声音保持清晰。
（3）延时
语音在网络传输过程或者做抖动缓冲处理时，会产生一定的延时。
一个好的引擎应该尽可能地降低延时。
（4）音质
比如是否保持了说话人原有的声调，声音是否清晰圆润。
（5）网络带宽占用
语音传输占用的带宽不应过大，否则在移动网络条件差的区域会出现问题。
（6）CPU占用
CPU占用应尽可能小，以适应硬件性能不太好的中低端手机。
（7）安装包大小
尽可能降低安装包的大小。如裁剪不必要的功能。
视频通话测试点：
（1）清晰度
视频应尽量避免或减少马赛克的出现，图像变化区域应减少模糊度。
（2）流畅度
实际显示帧率不能过低，否则会出现卡顿现象。
（3）延时
在视频码流过大或网络带宽差的情况下，可能会出现较大的延时。
引擎可通过修改参数，减少延时的时间长度。
（4）拖影
图像变化剧烈时，可能会出现明显的拖影现象。
好的视频引擎应尽量减少拖影现象的产生。
（5）音视频同步
声音和说话人的嘴唇动作应尽量保持同步，减少视频落后时间。
（6）网络带宽占用
视频占用的带宽明显高于语音，因此这一块应尽量优化，否则对视频效果的影响比较大。
（7）CPU占用
同样，视频的CPU占用也明显大于语音，尤其是编解码和图像处理会消耗较多的CPU。
这一块的优化也同样很重要。
（8）安装包大小
同语音部分，安装包越小越好，有必要时做裁剪。
由于音视频的测试主观性比较重，在测试时建议：
（1）盲测
在同等条件下，同时让评估人体验同类型的多款产品（包括coco），
但不要告诉他们产品的名字，然后让他们对不同产品进行比较。
（2）测试者越多约好
由于主观性，不同的人有不同的感受。
因此尽量增加测试者的数量，让他们对不同测试点打分，然后取平均值。
（3）各种环境
在多种典型的通话环境中做测试（包括安静的和噪杂的环境）。