VoIP（Voice over IP）是基于IP分组交换网络，通过对传统的模拟语音信号进行数字化、压缩、打包，封装成帧等一系列处理，使得语音业务可以通过IP网进行承载。
对于VoIP应用，其业务服务质量是用户感受的重点。首先是语音质量，这是人们对VoIP应用的主要关注点，语音质量好坏是用户对VoIP系统最直接的感受；其次是VoIP系统的稳定性，如长时间保持通话、大容量业务呼叫、每秒处理呼叫能力等等。
依据上述特点，本文将重点讲述IP语音系统的语音质量测试及性能测试。
1、性能测试
性能是评价设备整体能力的关键指标。VoIP的性能测试包括压力测试和稳定性测试：通常，压力测试是验证被测系统是否达到设置要求，稳定性测试是验证在大话务量背景下进行一些常保持的呼叫测试等。此外，需要在呼叫过程中检测一些呼叫参数（如语音质量），观察分析这些指标随时间变化的曲线，通过曲线分布能够验证高话务量的背景下对系统稳定性的影响，即反映被测系统的稳定性。
VoIP系统性能测试要点主要是控制层面的处理能力测试，包括BHCA测试（检测被测设备单位时间内处理的话务量），CPS（Call attempts per second：每秒呼叫处理能力），以及信令和呼叫过程音是否会有延迟（比如主叫拨完号后多长时间可以听到回铃音，此延迟能反映出用户的忍耐程度和网络性能之间的平衡问题）。
1.1 性能测试环境的设计
性能测试建议采用孤立结点方式的环境搭建方法，如图1所示。若被测对象为Server端，则需要用测试仪器仿真周围的节点（IP电话接入、网关模拟口接入、网关数字中继接入等），即把Server端孤立起来。同时测试条件及环境必须尽可能接近真实的网络应用：首先模拟真实的网络环境，使用网络模拟器完成一些网络损伤指标的设定（丢包率、网络延时、抖动等）；其次注重实际的组网应用，注重真实的用户感受，不要仅仅关注与测试结果直接有关的数据，而要多方面考量各类指标。
图1：性能测试环境
测试所用仪表主要包括呼叫模拟器和网络模拟器。网络模拟器用于构造真实的网络环境；呼叫模拟器用于模拟多路呼叫，它与被测设备的连接接口通常有模拟口、中继口、网口三种类型。当使用模拟口连接时，呼叫模拟器可模拟实际电话终端用户的全部操作，包括模拟摘机、模拟拨号、模拟语音等等；当使用中继口连接时，呼叫模拟器可以模拟大量用户通过PBX中继线发来的呼叫；当使用网口连接时，呼叫模拟器可以模拟大量IP话机或者网关发起的注册与呼叫。
以图1为例，将被测设备Server孤立起来，使用仪器模拟各种呼叫接入方式，设置模拟的终端用户采用同时或轮流方式发起注册、通话或传真操作，并设置呼叫路数、呼叫间隙及呼叫轮次等。模拟一次完整呼叫流程：测试仪与被测设备进行呼叫建立阶段的信令连接，再通过测试仪发送或接收证实音来确认语音通道的建立，最后通过测试仪正常/异常的信令流程完成呼叫链路的释放。
1.2 语音业务系统的处理能力的测试
衡量处理能力主要是从测试系统在不同的信令、负载、编码条件下的呼叫建立时间、呼叫接通率以及长时保持率等指标中分析获得。
(1)呼叫建立时间
不同的测试要求和测试条件下，呼叫建立时间的含义会有所不同，一般是指从用户完成最后一个拨号，到用户听到回铃音的这段时间。呼叫建立时间的测试一般是在一定的预先设置条件下，用呼叫模拟器通过用户线发出若干次呼叫，统计平均的呼叫建立时间。
在不同的预置条件下（如网络环境、拨号方式和采用信令的不同），同一设备的呼叫建立时间会有较大的变化，因此测试时需要明确预置条件后再进行验证。
(2)呼叫接通率
一般而言，呼叫接通率是在一定的预先设置条件下，通过呼叫模拟器发起方统计成功呼叫次数与它发起的呼叫总次数的比值。
一般的测试方法是：被测语音设备确定呼叫信令、呼叫方式、语音编解码后，利用呼叫模拟器，每次同时或轮流发起一组若干路的呼叫，每组之间间隔一定时间，每路接通后保持一定时间再拆线，间隔若干秒后再次呼叫，每路循环一定的次数。这些间隔时间、次数等各项呼叫参数均可在呼叫仪器上设置，测试人员可根据不同的情况设置特定的经验值，在呼叫仪执行完毕后根据公式统计出呼叫接通率。
网关侧的主要关注指标为并发呼叫时的呼通率，而Server的关注指标为CPS，该指标一般要求呼通率达到99.95%以上，同时将总的呼叫路数除以总的呼叫时长得出CPS值。BHCA指每小时呼叫处理能力，即CPS*3600。
(3)长时呼叫保持率
除了以上的常规测试外，还有一些特殊的关于呼叫接通率的测试，如长时呼叫保持率。该指标主要测试系统稳定性。通过呼叫模拟器发起一定数量的呼叫后，保持相当长的时间不拆线，同时在测试过程中检测话路是否仍然保持，通话质量是否好。通过检测语音质量和其他指标随时间变化的曲线，根据该曲线可以反映出系统稳定性的好与坏。
2、服务质量测试
语音质量是衡量IP语音通信质量的关键指标之一。
语音质量主要有三种ITU标准：
（1）MOS(ITU-P.800)：1~5分，5分最好，属于主观评价指标；
（2）PSQM(ITU-P.861)：0~6.5分，0分最好，属于客观评价指标；另外，PSQM+属于PSQM评分标准的扩展，评分标准与PSQM相同；
（3）PESQ(ITU-P.862)：-0.5~4.5分，4.5分最好，其中3.8被认为是传统电话网中可以接收的语音质量，属于客观评价指标，又称之为“话音清晰度”指标；另外，PESQ_LQ是PESQ评分标准的扩展，范围为1~4.5分，更接近于MOS的1~5分标准。PESQ只是测试单个方向的语音质量，不能反应双向的声音的强度、丢包、延时、回波等。
