fix: audio transcription only charge for the length of audio duration

[Laisky]

对 #944 的更新，合并本 PR 后可以关闭 #944 。

openai audio transcription/translation 接口仅对输入音频的长度进行计费。但是目前 one-api 的实现是对输出的字符进行计费。

[maranello-o]

作者大佬啊，合一下，这个修复太重要了，很严重的问题，944都一年了

[maranello-o]

@songquanpeng

[Laisky]

作者大佬啊，合一下，这个修复太重要了，很严重的问题，944都一年了

合并前可以考虑使用我的 fork https://github.com/Laisky/one-api

仅需替换镜像即可使用，完全兼容上游。

[popjane]

作者大佬啊，合一下，这个修复太重要了，很严重的问题，944都一年了

合并前可以考虑使用我的 fork https://github.com/Laisky/one-api

仅需替换镜像即可使用，完全兼容上游。

这个计费有个疑问：

whisper-1模型ffmpeg计算出来时长是2.856秒，计费是$0.006 / 分钟。请求后出来的价格是$0.000870

难道不是 (2.856/60)*0.006 = 0.0002856，还是说这个模型还有额外的扣费？

[Laisky]

作者大佬啊，合一下，这个修复太重要了，很严重的问题，944都一年了

合并前可以考虑使用我的 fork https://github.com/Laisky/one-api
仅需替换镜像即可使用，完全兼容上游。

这个计费有个疑问：

whisper-1模型ffmpeg计算出来时长是2.856秒，计费是$0.006 / 分钟。请求后出来的价格是$0.000870

难道不是 (2.856/60)*0.006 = 0.0002856，还是说这个模型还有额外的扣费？

whisper 逻辑抄的 944 的，看了下现在的代码版本感觉确实有问题。

我这么改了一下，4s 的音频会产生 $0.000420 的费用

// AudioTokensPerSecond is the number of audio tokens per second for each model.
var AudioPromptTokensPerSecond = map[string]float64{
	// whisper 的 API 价格是 $0.0001/sec。one-api 的历史倍率为 15，对应 $0.03/kilo_tokens。
	// 那么换算后可得，每秒的 tokens 应该为 0.0001/0.03*1000 = 3.3333
	"whisper-1": 0.0001 / 0.03 * 1000,
	// gpt-4o-audio series processes 10 tokens per second
	"gpt-4o-audio-preview":            10,
	"gpt-4o-audio-preview-2024-12-17": 10,
	"gpt-4o-audio-preview-2024-10-01": 10,
}

[Laisky]

涉及改动比较多，这个分支没法改了，我统一在 #2032 里改了。

也推荐使用这个 https://github.com/Laisky/one-api

[popjane]

涉及改动比较多，这个分支没法改了，我统一在 #2032 里改了。

也推荐使用这个 https://github.com/Laisky/one-api

现在是对的。

audioTokens, err := countAudioTokens(c, audioModel)

不过，在返回audioTokens之前不应该取整，应该始终保证audioTokens是float64，最后计算能保证精度。

不然0.0002856的实际扣费 变成0.0003

// 保持float64浮点数精度直到最后一步 再使用math.Ceil才能保证最小误差。
exactQuota := audioTokens * ratio
preConsumedQuota = int64(math.Ceil(exactQuota))

这样费用是 0.000286 最接近！

[popjane]

现在很多基于oneapi的第三方二开的版本 都在用你这套commits，都是超额计费。

[Laisky]

现在很多基于oneapi的第三方二开的版本 都在用你这套commits，都是超额计费。

哈哈哈哈，这锅我不想背😂。我本意只是加 gpt-4o-audio，whisper 那部分代码我根本没看。再说真有人会用 openai 的 whisper？明明有那么多免费的 whisper 供应商，比如 groq 和 cloudflare。

[Laisky]

涉及改动比较多，这个分支没法改了，我统一在 #2032 里改了。
也推荐使用这个 https://github.com/Laisky/one-api

现在是对的。

audioTokens, err := countAudioTokens(c, audioModel)

不过，在返回audioTokens之前不应该取整，应该始终保证audioTokens是float64，最后计算能保证精度。

不然0.0002856的实际扣费 变成0.0003

// 保持float64浮点数精度直到最后一步 再使用math.Ceil才能保证最小误差。
exactQuota := audioTokens * ratio
preConsumedQuota = int64(math.Ceil(exactQuota))

这样费用是 0.000286 最接近！

好了，目前全部改成到最后一步再取 math.Ceil 了