INDEX-TTS语音克隆避坑实录：如何用4G显存矿卡跑起v1.5模型

INDEX-TTS语音克隆避坑实录：如何用4G显存矿卡跑起v1.5模型

最近在折腾语音克隆项目，手头只有一张几年前淘来的4G显存“矿渣”显卡，却想体验一下最新的INDEX-TTS v1.5模型。网上大多数教程都默认你有一张至少8G显存的“正经”显卡，对于我这种“垃圾佬”玩家来说，直接照搬基本就是各种显存溢出、CUDA版本不匹配的报错。经过几天的折腾，终于把这套系统在Ubuntu 22.04上稳定跑起来了，整个过程踩了不少坑，也总结出一些针对低配环境的独特优化技巧。如果你也和我一样，资源有限但好奇心无限，那么这篇从硬件限制出发的实战记录，或许能帮你少走很多弯路。

INDEX-TTS作为当前开源的Zero-Shot语音合成与克隆方案中的佼佼者，其v1.5版本在音质和稳定性上已经有了非常不错的表现。然而，官方推荐的部署方式往往对硬件有较高要求。本文将聚焦于如何在Ubuntu 22.04 + 4G显存矿卡这一典型低配环境下，完成从环境搭建、模型部署到WebUI访问的全流程，并重点分享显存不足时的参数调整、依赖冲突解决等核心技巧。

1. 环境准备与核心避坑点

在开始之前，我们必须正视低配环境带来的核心挑战：显存瓶颈和CUDA版本兼容性。我的显卡是一张P104-100，其驱动最高仅支持CUDA 12.4，而INDEX-TTS v2版本要求CUDA 12.8+，因此我们果断选择对旧硬件更友好的v1.5版本。这是整个部署成功的首要决策。

1.1 系统基础环境确认

首先，确保你的Ubuntu 22.04系统已经安装了正确的NVIDIA驱动和CUDA Toolkit。可以通过以下命令验证：

nvidia-smi

输出应显示你的显卡型号和CUDA版本。对于P104这类老卡，驱动安装可能需额外注意。如果系统是全新安装，建议使用ubuntu-drivers工具自动安装推荐驱动：

sudo ubuntu-drivers autoinstall
sudo reboot

注意：矿卡通常经过高强度使用，散热和稳定性可能存在问题。在长时间运行AI推理前，建议使用stress-ng或gpu-burn等工具进行一段时间的压力测试，确保显卡在负载下不会出现花屏或驱动重置。

1.2 项目目录与代码获取

为了避免权限问题及后续Docker构建方便，我选择在用户目录下创建项目空间：

mkdir -p ~/projects/index-tts-1.5
cd ~/projects/index-tts-1.5

接下来获取INDEX-TTS的源代码。这里有一个关键步骤：必须显式切换到v1.5.0的标签（Tag），而不是默认的主分支（main），因为主分支可能已更新至v2.x，其依赖和环境要求完全不同。

git clone https://github.com/index-tts/index-tts.git .
git checkout tags/v1.5.0

执行git status确认当前处于v1.5.0标签。这一步是后续所有操作的基础，如果弄错，几乎百分之百会失败。

2. 依赖安装与“网络加速”技巧

Python环境管理和依赖安装是第二个容易卡住的地方，尤其是在网络连接不畅的情况下。我们将使用Conda创建独立环境，并利用国内镜像源大幅加速下载过程。

2.1 创建Conda虚拟环境

使用Conda可以很好地隔离不同项目的Python依赖。我们创建名为index-tts、Python版本为3.10的环境：

conda create -n index-tts python=3.10 -y
conda activate index-tts

2.2 安装PyTorch（CUDA 12.4版本）

这是最核心也最容易出错的一步。官方PyTorch安装命令通常会安装最新版本，可能要求更高的CUDA版本。我们必