Duix-Avatar 报 SQLite3 can only bind 类型错误？先查 voice_id
【免费下载链接】Duix-Avatar🚀 Truly open-source AI avatar(digital human) toolkit for offline video generation and digital human cloning.项目地址: https://gitcode.com/GitHub_Trending/he/Duix-Avatar
关键词：核心词SQLite3 can only bind；长尾词：Duix-Avatar 数字人报错、better-sqlite3 绑定类型错误、创建模特失败排查、voice_id 插入数据库报错、biz.db 数据文件处理
在 Duix-Avatar（数字人克隆工具）里新建模特时，后台日志突然冒出SQLite3 can only bind numbers, strings, bigints, buffers, and null，界面卡在模型创建环节。这是新手最常撞上的一个坑：不是你的环境坏了，而是有个非法值被写进了数据库。
现象：新建模特时报类型绑定错误
触发路径很固定：创建模特 → 系统训练音色 → 报错。日志里能抓到类似这行：
SqliteError: SQLite3 can only bind numbers, strings, bigints, buffers, and null
关键信息是绑定时炸了，不是建表、也不是查询。项目用的数据库封装在 src/main/db/，数据落在应用 userData 目录下的biz.db文件里。
定位：谁把 false 塞进了 voice_id
顺着报错往回追，链路是这样的：
- 新建模特时，主进程先调 TTS 服务训练音色，入口在 src/main/service/voice.js 的
train()； - 训练失败时（比如 TTS 服务没起来），
train()直接return false； - 这个
false被当成voiceId一路传进 src/main/dao/f2f-model.js，执行INSERT INTO f2f_model ...时绑定到voice_id字段。
SQLite 的绑定层只认数字、字符串、bigint、Buffer 和 null，布尔值不在白名单里，于是当场报错。
类比一下：数据库是个只收"整数票据"的窗口，代码递了张"假/真"的小纸条，窗口直接拒收。根因其实不在数据库，而在上游把失败结果当成成功 ID 往下传了——false本应代表"训练没成功，别插库了"。
修复：按改动量从小到大三种做法
1️⃣ 不动代码：先让 TTS 服务正常（改动量为零）
这个报错本质是"音色训练失败"的副作用。先确认127.0.0.1:18180的 TTS 服务和8383的 face2face 服务都已启动（对应 src/main/config/config.js 里的serviceUrl）。服务正常后重新创建模特，train()返回真实 ID，报错自然消失。
2️⃣ 最小改动：在 train() 失败时抛出异常
在voice.js的train()里，把return false改成throw new Error('音色训练失败')，f2f_model就不会被写入脏数据，界面也能明确提示失败原因，而不是一个晦涩的 SQL 报错。
3️⃣ 加一道防线：入库前校验 voiceId
在 src/main/dao/f2f-model.js 的insert()入口加一行判断：
if (typeof voiceId !== 'number') throw new Error('voiceId 必须是数字')这样任何非法值都会在写库前被拦下，报错指向具体字段，排查不用再猜。
替代方案：直接重置 biz.db
如果biz.db已经写进了脏记录导致列表页也异常，最省事的替代方案是关掉应用后删除该biz.db文件再重启——启动时initDB()会按 src/main/db/sql.js 自动重建全部表结构。
适用条件：模特素材本来就存在磁盘上（duix_avatar_data目录），你只是需要重跑一次创建；不适用于想保留历史视频记录的场景，删库等于清空本地记录。
避坑提示
- 看到 bind 类报错，先想"哪个字段收到了异常值"，而不是怀疑数据库本身；
- 服务间调用的返回值（ID、路径）入库前务必做类型断言，
false/undefined是惯犯； - 日志里搜
[SQL Run]（项目封装了 SQL 日志），能直接看到出错语句和参数，定位快得多； - 上游失败要"快速失败"，把错误抛在业务层，别让脏值漏到数据层。
【免费下载链接】Duix-Avatar🚀 Truly open-source AI avatar(digital human) toolkit for offline video generation and digital human cloning.项目地址: https://gitcode.com/GitHub_Trending/he/Duix-Avatar
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
