Deepgram Mengakuisisi Daily dan Berkomitmen Mempertahankan Pipecat sebagai Perangkat Lunak Sumber Terbuka

Pada 29 Oktober 2026, Deepgram mengumumkan akuisisi Daily, perusahaan di balik kerangka kerja agen suara Pipecat yang bersumber terbuka. Kesepakatan tersebut diperkenalkan dalam acara Deepgram Speak yang pertama di San Francisco. Tim Daily akan bergabung dengan Deepgram, sementara Pipecat akan tetap sepenuhnya bersumber terbuka dan gratis bagi para pengembang berdasarkan lisensi BSD V2 yang berlaku saat ini.

Deepgram mengatakan bahwa Pipecat dan infrastruktur jaringan real-time global Daily akan menjadi landasan bagi Voice Agent Platform barunya, bersama model-model ucapan milik Deepgram. Perpaduan ini, menurut perusahaan, akan membentuk platform AI suara percakapan pertama yang lengkap, terbuka, dan siap digunakan dalam produksi. Perusahaan menyebut Pipecat sebagai kerangka kerja agen suara sumber terbuka paling populer di dunia dan mengatakan jaringan Daily menghubungkan pengguna akhir dengan agen suara melalui latensi sangat rendah dan keandalan tinggi.

Salah satu pendiri Daily, Kwindla Hultman Kramer, bergabung dengan Deepgram sebagai Kepala Sumber Terbuka. “Mempertahankan Pipecat sebagai proyek terbuka merupakan hal mendasar dalam keputusan kami untuk bergabung dengan Deepgram,” kata Kramer dalam pengumuman akuisisi. CEO sekaligus salah satu pendiri Deepgram, Scott Stephenson, mengatakan bahwa Kramer dan tim Daily memahami cara menjaga percakapan langsung agar tetap berjalan dengan andal. Ia menambahkan, akuisisi Daily menyatukan keahlian tersebut dengan keahlian Deepgram untuk menangani keseluruhan sistem suara dan memberi pengembang jalur yang lebih cepat dari prototipe ke produksi.

Komitmen terhadap Sumber Terbuka dan Pipecat Foundation

Selain mempertahankan kerangka kerja ini agar tetap gratis berdasarkan lisensi BSD V2, Deepgram mengatakan akan berinvestasi dalam pengembangan Pipecat yang berkelanjutan dan komunitasnya, sekaligus memastikan seluruh Pipecat tetap bersumber terbuka dan netral terhadap vendor. Dengan demikian, pengembang dapat memilih dan memadukan model, alat, transportasi jaringan, dan API dari berbagai penyedia. Kedua perusahaan juga tengah membentuk Pipecat Foundation yang independen bersama banyak organisasi yang telah berkontribusi pada kerangka kerja tersebut dan menggunakannya.

Dalam tulisan terpisah di blog Daily, Kramer menulis bahwa yayasan tersebut akan dikelola oleh komite pengarah yang mewakili seluruh ekosistem AI real-time, termasuk perusahaan-perusahaan yang bersaing dengan Deepgram. Ia menulis bahwa tidak akan ada perubahan bagi pelanggan Daily maupun ekosistem Pipecat: Deepgram akan menjual, mendukung, dan mengembangkan semua produk dan layanan Daily saat ini, termasuk WebRTC, teleponi, dan pustaka lintas platform, sementara Pipecat akan tetap netral terhadap vendor. Kramer juga menulis bahwa Deepgram mengadopsi Pipecat sebagai inti dari produk dan layanan AI suara barunya.

Kramer menulis bahwa Pipecat memiliki lebih dari 200 integrasi dan hampir 400 kontributor. Ia mengapresiasi 18 insinyur yang membangun kerangka kerja tersebut, dengan ucapan terima kasih khusus kepada Mark, yang menurutnya telah mendorong pengembangan Pipecat sejak diluncurkan. Ia juga berterima kasih kepada para investor yang memimpin putaran pendanaan Daily—David Waxman dari TenOneTen, Avidan Ross dari Root, Jenny Lefcourt dari Freestyle, Lachy Groom, serta Roseanne dan Renata dari Renegade Partners—juga anggota dewan Lee Edwards dan Roseanne Wincek.

Sejarah Bersama Kedua Perusahaan

Kramer menceritakan bahwa ia dan Nina mendirikan Daily untuk membangun infrastruktur bagi audio dan video real-time. Upaya itu mencakup penulisan perangkat lunak perutean paket yang dioptimalkan, perancangan dan penerapan klaster komputasi khusus di puluhan lokasi di seluruh dunia, serta pembuatan pustaka klien yang memungkinkan pengembang menyematkan audio dan video real-time ke dalam aplikasi web, desktop, dan seluler native. Ia menulis bahwa Daily dan Deepgram mengikuti Y Combinator bersama-sama pada 2016, dan Deepgram telah mendukung transkripsi di dalam API audio-video Daily sejak 2019.

Kramer menulis bahwa Daily mulai membangun agen suara real-time dan bereksperimen dengan perangkat lunak yang dirancang khusus untuk AI pada 2023. Pada 2024, Daily membuka seluruh Pipecat sebagai sumber terbuka: kerangka kerja orkestrasi inti, SDK sisi klien untuk setiap platform dan bahasa, standar pesan dan peristiwa RTVI, model deteksi giliran berbasis audio native Pipecat Smart Turn, transportasi SmallWebRTC, serta pustaka rekayasa konteks Pipecat Flows. Ia menggambarkan Pipecat sebagai kerangka kerja agen suara dan AI multimodal yang paling banyak digunakan, yang menangani berbagai persoalan seperti peralihan antar-model, transportasi jaringan berlatensi rendah, streaming data antar-model, deteksi giliran bicara, dan penanganan interupsi.

Menurut pengumuman Deepgram, infrastruktur Daily merupakan jaringan global dengan 75 titik kehadiran yang dirancang untuk memenuhi tuntutan latensi dan keandalan AI langsung. Deepgram mengatakan model ucapan dan infrastruktur real-time miliknya mendukung AI suara percakapan dalam lingkungan produksi bagi lebih dari 5.000 organisasi di seluruh dunia. Perusahaan itu juga mengatakan bahwa lebih dari 650.000 pengembang telah menggunakan Deepgram untuk memproses lebih dari 200.000 tahun audio.

Standar Konteks Waktu Nyata dan Langkah Berikutnya

Dalam acara Speak, Stephenson juga memperkenalkan Real-Time Context Standard (RCS), sebuah protokol terbuka yang dikembangkan bersama tim Pipecat. Menurut Deepgram, RCS mengatasi kekurangan dalam sistem AI suara saat ini: kata-kata diteruskan dari satu model ke model berikutnya, tetapi konteks audio di sekitarnya—seperti nada bicara, siapa yang berbicara, dan apa yang terjadi di latar belakang—hilang dalam proses tersebut. RCS menetapkan tiga jenis metadata baru: konteks dari audio, seperti bisikan atau kata yang tidak terdengar jelas; instruksi tentang cara model bahasa menggunakan sinyal tersebut; dan panduan mengenai seperti apa suara respons yang dihasilkan. Adaptor menerjemahkan sinyal dan instruksi penyampaian tersebut untuk setiap model, sehingga pengembang dapat menggunakan pendekatan yang sama dengan model dari berbagai penyedia.

repositori demo Real-Time Context Standard menjelaskan RCS sebagai standar terbuka yang membawa konteks tersebut dalam aliran teks yang sama, dengan format yang dapat dihasilkan dan dibaca oleh model mana pun dalam rangkaian itu. Agen suara demonya menangani layanan pelanggan untuk toko perlengkapan kegiatan luar ruang bernama Northwind Outfitters, dengan merangkai Deepgram Flux untuk mengubah ucapan menjadi teks, penganalisis nada yang membaca setiap giliran percakapan pengguna untuk mengenali emosi dan sarkasme, model bahasa PhoneLLM Mini, serta ElevenLabs untuk mengubah teks menjadi ucapan, lalu menerapkannya di Pipecat Cloud. Deepgram mengundang para pengembang, penyedia model, dan tim yang membangun aplikasi suara untuk menguji RCS di sistem mereka sendiri, membagikan masukan, dan berkontribusi pada spesifikasi tersebut.

Kemudian pada hari yang sama di Speak, Chief Product Officer Ed Anuff dijadwalkan memaparkan pratinjau Deepgram Voice Agent Platform yang akan hadir, serta memperkenalkan dua model baru yang dirancang untuk percakapan langsung, dukungan bahasa yang lebih luas, dan API Global yang dirancang untuk meningkatkan keandalan koneksi serta mengurangi latensi. Deepgram mengatakan bahwa detail teknis lengkap, demo, dan informasi ketersediaan untuk pengumuman produk lainnya pada hari itu akan diterbitkan di blognya setelah pidato utama Anuff.