Deepgram adquiere Daily y se compromete a mantener Pipecat como código abierto

Deepgram anunció el 29 de octubre de 2026 que va a adquirir Daily, la empresa responsable del marco de trabajo de código abierto para agentes de voz Pipecat. El acuerdo se presentó en la primera edición de Deepgram Speak, celebrada en San Francisco. El equipo de Daily se incorporará a Deepgram, y Pipecat seguirá siendo completamente de código abierto y gratuito para los desarrolladores bajo su licencia BSD V2 actual.

Deepgram afirmó que Pipecat y la infraestructura de red global en tiempo real de Daily serán la base de su nueva plataforma de agentes de voz, junto con sus propios modelos de voz, y que conformarán lo que describió como la primera plataforma completa, abierta y de nivel de producción para la IA conversacional por voz. La empresa calificó Pipecat como el marco de trabajo de código abierto para agentes de voz más popular del mundo y señaló que la red de Daily conecta a los usuarios finales con agentes de voz con una latencia ultrabaja y una gran fiabilidad.

Kwindla Hultman Kramer, cofundador de Daily, se incorpora a Deepgram como responsable de código abierto. «Mantener Pipecat como código abierto fue fundamental para nuestra decisión de unirnos a Deepgram», afirmó Kramer en el anuncio de la adquisición. Scott Stephenson, director ejecutivo y cofundador de Deepgram, dijo que Kramer y el equipo de Daily saben qué hace falta para que una conversación en directo funcione de manera fiable, y que la adquisición de Daily reúne esa experiencia con la de Deepgram para abordar el sistema de voz en su conjunto y ofrecer a los desarrolladores una vía más rápida del prototipo a la producción.

Compromisos con el código abierto y la Fundación Pipecat

Además de mantener el marco de trabajo gratuito bajo la licencia BSD V2, Deepgram afirmó que invertirá en el desarrollo continuo y la comunidad de Pipecat, y que mantendrá todo Pipecat como código abierto e independiente de proveedores, para que los desarrolladores puedan elegir y combinar modelos, herramientas, transporte de red y API de distintos proveedores. Las empresas también están creando una Fundación Pipecat independiente junto con muchas de las organizaciones que han contribuido al marco de trabajo y lo utilizan.

En una entrada del blog de Daily por separado, Kramer escribió que la fundación estará dirigida por un comité de gestión que representará a todo el ecosistema de la IA en tiempo real, incluidas empresas que compiten con Deepgram. También escribió que nada cambiará para los clientes de Daily ni para el ecosistema de Pipecat: Deepgram venderá, ofrecerá asistencia y seguirá desarrollando todos los productos y servicios actuales de Daily, incluidos WebRTC, telefonía y bibliotecas multiplataforma, y Pipecat seguirá siendo independiente de proveedores. Kramer también escribió que Deepgram está adoptando Pipecat como núcleo de sus nuevos productos y servicios de IA de voz.

Kramer escribió que Pipecat cuenta con más de 200 integraciones y casi 400 colaboradores. Atribuyó la creación del marco de trabajo a 18 ingenieros, y agradeció especialmente a Mark, quien, según dijo, ha impulsado el desarrollo de Pipecat desde su lanzamiento. También dio las gracias a los inversores que lideraron las rondas de financiación de Daily —David Waxman, de TenOneTen; Avidan Ross, de Root; Jenny Lefcourt, de Freestyle; Lachy Groom; y Roseanne y Renata, de Renegade Partners—, así como a los miembros del consejo Lee Edwards y Roseanne Wincek.

La historia compartida de las empresas

Kramer recordó que él y Nina fundaron Daily para crear infraestructura de audio y vídeo en tiempo real. Para ello, escribieron software optimizado para el enrutamiento de paquetes, diseñaron e implementaron clústeres informáticos especializados en decenas de ubicaciones de todo el mundo y crearon bibliotecas cliente que permiten a los desarrolladores integrar audio y vídeo en tiempo real en aplicaciones web, de escritorio y móviles nativas. Kramer escribió que Daily y Deepgram participaron juntos en Y Combinator en 2016, y que Deepgram proporciona la transcripción dentro de las API de audio y vídeo de Daily desde 2019.

Kramer escribió que Daily comenzó a crear agentes de voz en tiempo real y experimentos de software nativo de IA en 2023, y que en 2024 publicó como código abierto todos los componentes de Pipecat: el marco de orquestación principal; los SDK del lado del cliente para todas las plataformas y lenguajes; el estándar de mensajería y eventos RTVI; el modelo nativo de detección de turnos de audio Pipecat Smart Turn; el transporte SmallWebRTC; y la biblioteca de ingeniería de contexto Pipecat Flows. Describió Pipecat como el marco de trabajo para agentes de voz e IA multimodal más utilizado, y señaló que resuelve problemas como cambiar de un modelo a otro, el transporte de red de baja latencia, la transmisión de datos entre modelos, la detección de turnos y la gestión de interrupciones.

Según el anuncio de Deepgram, la infraestructura de Daily es una red global de 75 puntos de presencia, diseñada para satisfacer las exigencias de latencia y fiabilidad de la IA en directo. Deepgram afirmó que sus propios modelos de voz y su infraestructura en tiempo real impulsan la IA conversacional por voz en producción para más de 5.000 organizaciones de todo el mundo, y que más de 650.000 desarrolladores han utilizado Deepgram para procesar más de 200.000 años de audio.

Estándar de contexto en tiempo real y próximos pasos

En Speak, Stephenson también presentó el Real-Time Context Standard (RCS), un protocolo abierto desarrollado conjuntamente con el equipo de Pipecat. Según Deepgram, RCS aborda una carencia de los sistemas actuales de IA de voz: las palabras pasan de un modelo al siguiente, pero el contexto de audio que las rodea —como el tono, quién está hablando y qué ocurre de fondo— se pierde durante el proceso. RCS define tres nuevos tipos de metadatos: contexto del audio, como un susurro o una palabra poco clara; instrucciones sobre cómo debe utilizar un modelo de lenguaje esas señales; y pautas sobre cómo debe sonar la respuesta. Los adaptadores traducen esas señales y las instrucciones de entrega para cada modelo, de modo que los desarrolladores puedan aplicar el mismo método con modelos de distintos proveedores.

El repositorio de demostración de Real-Time Context Standard describe RCS como un estándar abierto que transporta ese contexto en el mismo flujo de texto, en formatos que cualquier modelo de la cadena puede generar y leer. Su agente de voz de demostración atiende las consultas de los clientes de una tienda de artículos para actividades al aire libre llamada Northwind Outfitters y encadena la conversión de voz a texto Deepgram Flux, un analizador del tono que detecta emociones y sarcasmo en cada intervención del usuario, el modelo de lenguaje PhoneLLM Mini y la conversión de texto a voz de ElevenLabs; su implementación se realiza en Pipecat Cloud. Deepgram invitó a los desarrolladores, los proveedores de modelos y los equipos que crean aplicaciones de voz a probar RCS en sus propios sistemas, compartir comentarios y contribuir a la especificación.

Más tarde, ese mismo día, en Speak, estaba previsto que el director de Producto, Ed Anuff, presentara un adelanto de la próxima plataforma Deepgram Voice Agent Platform y diera a conocer dos nuevos modelos diseñados para mantener conversaciones en tiempo real, ofrecer compatibilidad con más idiomas y aprovechar una API global concebida para mejorar la fiabilidad de las conexiones y reducir la latencia. Deepgram dijo que publicaría en su blog, después de la conferencia magistral de Anuff, todos los detalles técnicos, las demostraciones y la disponibilidad de los demás anuncios de productos previstos para ese día.