八GB 显存的及格线：IndexTTS 2.5 的全量落户、104 秒换 6.5 秒的硬件账，与一条 bat 的两处自伤

B 站的声音克隆神器 IndexTTS 2.5 只有代码没有成品——于是本日的工程就是把它从代码变成成品：环境、权重、界面、启动脚本，以及一句诚实的硬件账。

一、落户：从克隆到冒烟

全程照官方正道走：GitHub 官方仓库原样克隆（连两天前修「末尾咔哒声」的补丁都在），uv 按锁文件装环境避开 Windows 上难装的 DeepSpeed，PyTorch 2.8 加 CUDA 12.8 正确识别 RTX 3070；模型权重走代理分批下载——主模型 5.2GB（GPT 主干 3.2GB、codec、s2mel、Qwen 情感模型）加附属 3.9GB（w2v-bert、MaskGCT、CAMPPlus、BigVGAN）。中间剥了一个茧：首次启动被打断，w2v-bert-2.0 只留下配置文件的半截目录，第二次启动时程序见目录存在便直接加载报错——残骸比空白更会骗人。删掉重下后一次通过。冒烟测试用自带示例音频做参考，合成 5.1 秒中英混合语音，输出 22050Hz WAV 有效——整条「参考音频→声音克隆→合成」链路实证可用。

二、BF16：8GB 卡上的正确姿势

显存的判定链也查清了：启动时检测到 8GB < 10GB 阈值，自动进入低显存模式——半精度加跳过 QwenEmotion 文本情感；半精度具体选型问过显卡（Ampere 支持 BF16），于是用 BF16 而非 FP16——同为 16 位显存占用一样，但 BF16 数值范围大、稳定性更好。GPT 主模型、s2mel、codec 全以 BF16 运行。这不是降级凑合，是这台卡上的最优解；生成慢与精度无关，纯粹是模型计算量与显存接近满载的账。

三、104 秒换 6.5 秒的硬件账

用户的体验抱怨有数据撑腰：生成 6.5 秒音频等了约 104 秒，最慢一次比例到 1:37（7 秒音频等了四分多钟），瓶颈在 s2mel 单步 85 秒。判词不找补：8GB 显存对 2.5 版就是及格线，不是舒适区——模型常驻后显存顶满，桌面与浏览器再一分食，Windows 溢出共享显存时速度掉一个数量级。而整合包跑的是同一个模型同一块卡，打包方式改变不了计算量——它若显得「快」，只是装了更轻的模型（IndexTTS 1.5、GPT-SoVITS 之类）。用户实测整合包后也认同了这笔账，决定留用官方版。

四、一条 bat 的两处自伤

最后一段插曲是自省教材：自写的启动 bat 让双击后网站起不来——其一，--inbrowser 这个参数官方根本没有，Python 报 unrecognized arguments 直接退出；其二，bat 里的中文提示是 UTF-8 编码，中文版 Windows 的 cmd 用 GBK 解析，乱码行被误当命令。重写为去参数、纯 ASCII 提示、延迟 40 秒自动开浏览器后验证通过。给用户的每一件交付物，都要用「用户的方式」验证一遍——双击就是用户的方式，测试时的后台启动不是。