本文档主要围绕开发者最关心的音视频质量、延迟、流畅性、稳定性以及 CPU、内存、耗电、发热等关键指标，在正常、弱网环境及不同实时互动场景（1v1、1vN等）下进行客观测试及分析总结。
无损及弱网环境下的效果质量
测试场景
视频通话及在线直播的音视频场景和语音通话场景。
参数配置
视频通话：
参数类型 | 配置信息 |
分辨率 | 368 × 640 |
码率 | 400 Kbps |
帧率 | 15 |
互动直播：
参数类型 | 配置信息 |
分辨率 | 720 × 1280 |
码率 | 1200 Kbps |
帧率 | 15 |
极限网络抗性测试数据
极限网络抗性测试指的是在各种网络损伤环境下，测试 SDK 所能承受的最大网络损伤。
音视频场景的视频抗性极限* （iPhone XR to 小米9） | | | |
场景 | | 在线直播 | 视频通话 |
上行 | 可承受的最大丢包率 | 55% loss | 65% loss |
| 可承受的最大网络抖动（jitter） | 1200ms | 1700ms |
| 可流畅通话的最低带宽要求 | 500kbps | 250kbps |
| 混合损伤条件（loss + jitter） | 20% loss + 300ms | 40% loss + 700ms |
| 混合损伤条件（loss + delay） | 20% loss + 350ms | 40% loss + 700ms |
下行 | 可承受的最大丢包率 | 70% loss | 65% loss |
| 可承受的最大网络抖动（jitter） | 1700ms | 1600ms |
| 混合损伤（loss + jitter） | 40% loss + 800ms | 40% loss + 700ms |
| 混合损伤（loss + delay） | 40% loss + 650ms | 40% loss + 600ms |
说明：
音频弱网 MOS 值
数据解读：实时音视频 TRTC 能够在非常不理想的网络环境下以更低延迟的同时保障较高的音质。
以下为实时音视频 TRTC 在以下弱网环境下客观 MOS 评价结果：
音频弱网 MOS 分测试 | | | | | |
场景 | | Android to Android （小米8 to 小米9） | | iOS to iOS （iPhone6 to iPhone6s） | |
| | score | 延迟（ms） | score | 延迟（ms） |
上行/下行 | 无损 | 4.75 | 186 | 4.74 | 209.48 |
上行 | 75% loss | 3.82 | 570.7 | 3.82 | 554 |
| 2000 jitter | 4.28 | 1362 | 4.32 | 1460 |
| 55% loss + 1200 jitter | 3.59 | 1570 | 3.57 | 1599 |
下行 | 70% loss | 4.03 | 552 | 4.08 | 640.9 |
| 2000 jitter | 3.53 | 1584 | 3.68 | 1589.78 |
| 50% loss + 900 jitter | 4.04 | 1392 | 3.93 | 1418 |
客户端 SDK 性能数据
测试设备信息
设备类型 | 处理器类型 | 内存 |
Android 设备1 | 骁龙625-8核 | 4G |
Android 设备2 | 骁龙835-8核 | 6G |
iOS 设备1 | A8-双核 | 1G |
iOS 设备2 | A13-6核 | 4G |
测试参数配置
参数类型 | 配置信息 |
分辨率 | 360 × 640 |
码率 | 600 kbps |
帧率 | 15 |
测试方案说明
测试场景：1v1、1v3、1v6、1v8、1v16、1v32。
测试时长：每个场景均测试30min。
测试方案：用 Linux 推流机器人构造多人场景，各测试设备均独立测试。
测试结果
数据解读：实时音视频 TRTC SDK 在 CPU 使用率、内存占用率、发热、耗电等各项性能表现较好，占用较少的硬件资源即可提供高质量的音视频服务。
*注：其中 1v32 由于低端机无法流畅运行，无测试数据。
App CPU 使用率：
App 内存占用：
系统总 CPU 使用率：
运行30分钟耗电量：
运行30分钟发热增量：
附录1：音视频网络损伤指标说明
网络损伤指标 | 说明 | 示例 |
Loss | 网络丢包 | 50% Loss 代表 10 个包中会丢 5 个包 |
Delay | 代表延迟 | 200ms Delay 也就是 SDK 发送的包，会经过 200ms 后才被网络发送出去 |
Jitter | 代表抖动 | 300 Jitter 也就是 SDK 发送的包，有概率随机推迟 20ms、280ms、50ms、250ms 等发出去，最大延迟为 300ms，平均延迟为 150ms |
附录2：网络损伤下的效果数据说明
注意：
POLQA
（感知客观语音质量评估）标准，即基于 ITU P.863 国际标准进行打分，适用于人声评测。POLQA 是全球通用的可针对各种网络场景的语音质量分析标准。附录3：SDK 性能指标说明
指标类型 | 说明 | |
App CPU 使用率 | Android | App CPU 表示进程未规范化 CPU 使用率，统计结果和 Android Studio Profiler 一致。 |
| iOS | App CPU 表示进程 CPU 使用率，统计结果和 Xcode 一致。PerfDog 使用率 = Xcode 使用率 / 核心数。 |
系统 CPU 使用率 | Android | Total CPU 表示整机未规范化 CPU 使用率，统计结果和 Android Studio Profiler 一致。 |
| iOS | Total CPU 表示整机 CPU 使用率，统计结果和 Xcode 一致。PerfDog 使用率 = Xcode 使用率 / 核心数。 |
内存使用率 | Android | PSS Memory，统计结果和 Android Java API 标准结果一致，与 Meminfo 也一致。 |
| iOS | Xcode Memory，XCode Debug gauges 统计方式。 |
耗电量 | 测试时监控电量从 100% 掉到 99% 的时候开始记录，设置结束电量值，根据比例计算30分钟的耗电量。 | |
发热增量 | 未启动 App 使用测温枪统计当前温度，启动 App 在每个场景下运行30分钟。 发热增量 = 30分钟后的温度 - 未启动 App 时温度。 | |
