【摘要】为探究 Ｘ⁃ｃｏｄｅｃ 对大语言模型音频生成性能的影响，本研究基于 ＬｉｂｒｉＳｐｅｅｃｈ 数据集分析语料特征（时长、音色）对基于 Ｘ⁃ｃｏｄｅｃ 的大语言模型（ｌａｒｇｅ ｌａｎｇｕａｇｅ ｍｏｄｅｌ，ＬＬＭ）在音频生成任务中的表现。 相似性目标（ ｓｉｍｉｌａｒｉｔｙ ｏｂｊｅｃｔｉｖｅ，Ｓｉｍ⁃Ｏ）得分和全体平均意见得分（ｕｓｅｒ ｔｅｓｔ ｍｅａｎ ｏｐｉｎｉｏｎ ｓｃｏｒｅ，ＵＴＭＯＳ）指标测定结果表明：当语料时长超过 １０ ｓ（即长语料）且音色为男声时，Ｓｉｍ⁃Ｏ 得分和ＵＴＭＯＳ 在算术平均数上均显著高于相应特征分类中的其他组，同时在标准差上均显著低于相应特征分类中的其他组。 因此，男声的长语料更有可能使应用了 Ｘ⁃ｃｏｄｅｃ 的 ＬＬＭ 性能达到最佳状态。 本研究结果可为优化音频编解码器设计提供理论支持。