测 audio 报错，似乎把 "data:audio/wav;base64," 也拿去编码了, 导致长度不是4的倍数，要去掉

[labAxiaoming]

自查清单

在提交 issue 之前，请确保您已完成以下步骤:

• 我已仔细阅读了相关使用说明文档
• 我已查看了常见问题解答
• 我已搜索并查看了现有的 issues，确认这不是一个重复的问题

问题描述

请简要描述您遇到的问题。

EvalScope 版本（必填）

v1.4.1

vllm版本

v0.13.0

测试 qwen2_audio 音频数据集

和 #1099 类似

错误日志

binascii.Error: Invalid base64-encoded string: number of data characters (706657) cannot be 1 more than a multiple of 4

[labAxiaoming]

eval_scope 编码完成后，增加了 data:audio/wav;base64,
vllm 中 decode 会带上 data:audio/wav;base64, 一起解码，这样会有问题， 临时去掉才可以

[labAxiaoming]

从这里看出，audio仿造image， 但是 openai 没有 audio_url 的接口， vllm 是自己实现了 ChatCompletionContentPartAudioParam 可以传 audio_url ；input_audio 接口需要传不含前缀 “data:audio/wav;base64,” 的 base64
另外一种解决方案是使用 data_uri_to_base64 函数只获得 base64 结果

[labAxiaoming]

@Yunnglin Hi ~ 上面有一个解决方法，可以帮忙 review 下吗