先说结论：上线了什么，谁能用
这次上线的是三款语音合成（TTS）应用的轻量版：
| 应用 | 语言覆盖 | 特色能力 | 显卡要求 |
|---|---|---|---|
| Qwen3-TTS 轻量版 | 中、英、日、韩等 10 种语言 | 三种出声音方式：Custom Voice 内置音色、Voice Design 文本设计音色、3--5 秒零样本克隆；约 97 毫秒低延迟 | 独显 2GB 显存起；NVIDIA 4GB 以上可考虑原版 |
| IndexTTS 2 轻量版 | 中文、英文 | 情感向量 + 自然语言描述双路情感控制、拼音纠正多音字、超长文本合成 | 独显 4GB 显存起；NVIDIA 8GB 以上装原版 |
| IndexTTS 2.5 轻量版 | 中、英、日、西、阿 5 种语言 | 情感控制方式同上，另支持 0.5--2.0 倍语速调节、拼音/CMU 音标/假名三路发音控制、超长文本合成 | 同上 |
三款共同的基本条件：内存最低 16GB，磁盘预留 10GB 以上。Windows 10/11 和 macOS 15 及以上都支持，Mac 的分支要求见下一节。
同机实测：轻量版反而更快。 同一台电脑、同一篇 1153 字的文章，IndexTTS 2.5 的轻量版与原版各跑一遍（RTF = 合成耗时 ÷ 音频时长，越低越快）：
| 指标 | IndexTTS 2.5 轻量版 | IndexTTS 2.5 原版 |
|---|---|---|
| 合成耗时 | 39.3 秒 | 302.9 秒（5 分钟出头） |
| 音频时长 | 159.4 秒 | 159.4 秒 |
| RTF | 0.25 | 1.9 |
支持哪些显卡：直接列清楚
轻量版和原版最大的区别在硬件支持范围。原版的 CUDA 加速只认 NVIDIA 显卡，且 IndexTTS 2 / 2.5 的原版要求 8GB 显存起步；轻量版换用 Vulkan 加速后端后，支持范围变成：
- NVIDIA 独立显卡：显存 2GB（Qwen3-TTS）或 4GB（IndexTTS 2 / 2.5）以上可用，默认自动走 CUDA 加速，不需要手动设置；
- AMD、Intel Arc 独立显卡：走 Vulkan 后端加速，显存建议 4GB 以上------这是以前完全装不上原版的那批机器；
- Mac（Apple 芯片）：macOS 15 及以上，统一内存 16GB 及以下装轻量版，24GB 以上可以装原版；
- Mac（Intel 芯片）：macOS 15 及以上可以装轻量版，但只能跑 CPU 模式，速度明显慢；
- 没有独显的 Windows 机器（只有核显）：可以用 CPU 模式跑，速度明显慢，适合先验证流程再决定要不要升级硬件。
轻量版到底改了什么
轻量版不是重做的应用，界面、用法、语言都和原版一致，改的是底下两样：
模型换成 GGUF 量化版本。 量化是同一个模型的不同压缩档位，不是另做了一个小模型（机制见科普篇）。效果是显存和磁盘占用大幅下降------IndexTTS 2 / 2.5 从"NVIDIA 8GB 起"降到 4GB 级独显可用，Qwen3-TTS 轻量版 2GB 显存就能跑起来。
加速后端从 CUDA 换成 Vulkan。 CUDA 是 NVIDIA 私有接口，Vulkan 是开放的跨平台图形接口，所以 AMD、Intel Arc 的独显也能吃到 GPU 加速，Mac 也能原生运行。
怎么装、怎么跑
安装方式和目录里其他应用完全一样，四步走完。
第一步：在魔当里打开应用详情页，确认说明和系统要求，点安装。 三款应用的详情页分别是：
Qwen3-TTS 轻量版：
IndexTTS 2 轻量版：
IndexTTS 2.5 轻量版：
第二步：选择安装位置，开始安装。 模型和环境全程自动下载，不需要命令行：
第三步：安装完成后点启动，等待运行窗口显示服务就绪。
第四步：就绪后自动在浏览器打开操作页面，输入文字、选参考音频、点合成即可。三款应用的操作页面：
Qwen3-TTS 轻量版：
IndexTTS 2 轻量版：
IndexTTS 2.5 轻量版：
卸载同样在魔当里一键完成。
保留了什么能力，和原版有什么区别？
IndexTTS 2 / 2.5 的情感控制：原版提供多种情感控制方式，轻量版保留其中两路主力------情感向量控制（用参数精确调节情绪的强度和类型）和自然语言描述控制（输入"愤怒地质问"，模型把它转成情绪再朗读）。加上音色自带的默认情绪，日常配音的用法都覆盖到了；不支持的只有"情感参考音频"这一种------即拿另一段音频单独提取情绪、叠加到克隆声音上。
IndexTTS 2 / 2.5 支持超长文本生成：整章小说、长视频文案可以连续合成，不用手工切段，配合停顿控制和发音纠正，对齐工作量的差距比听起来小。
Qwen3-TTS 的三种出声音方式：除了 3 到 5 秒录音的零样本克隆，还有 Custom Voice------内置的一批成品音色，不录音频、选来即用；以及 Voice Design------用一句自然语言描述创造全新音色（"一个温柔的女生，语气轻快"）。约 97 毫秒的生成延迟保留，接近实时对话的体验没有被砍掉。
要有预期的差异：量化模型的音质和音色相似度上限比原版略低，长句和强情绪下差异更容易被听出来。要追求上限，装原版。
原版还是轻量版：看显卡，一句话选完
- NVIDIA 显卡、显存 8GB 以上：装 IndexTTS 2 / 2.5 的原版，功能完整；Qwen3-TTS 有 4GB 以上显存也建议原版。
- AMD 或 Intel Arc 独显、4GB 以上显存：轻量版是唯一能上 GPU 加速的选择。
- Mac（Apple 芯片）：统一内存 16GB 及以下装轻量版；24GB 以上可以装原版。
- Mac（Intel 芯片）：只能装轻量版，且仅支持 CPU 模式。
- 只有核显的 Windows 本：轻量版 CPU 模式能跑通，先体验，再决定升级。