Deepgram acquisisce Daily e si impegna a mantenere Pipecat open source

Il 29 ottobre 2026 Deepgram ha annunciato l’acquisizione di Daily, l’azienda che ha creato il framework open source per agenti vocali Pipecat. L’accordo è stato presentato al primo evento Deepgram Speak, a San Francisco. Il team di Daily entrerà in Deepgram e Pipecat resterà completamente open source e gratuito per gli sviluppatori, con la licenza BSD V2 esistente.

Deepgram ha dichiarato che Pipecat e l’infrastruttura globale di rete in tempo reale di Daily costituiranno, insieme ai suoi modelli vocali, le fondamenta della nuova Piattaforma per agenti vocali dell’azienda. Il risultato, secondo Deepgram, sarà la prima piattaforma completa, aperta e pronta per la produzione dedicata all’IA vocale conversazionale. L’azienda ha definito Pipecat il framework open source per agenti vocali più popolare al mondo e ha affermato che la rete di Daily collega gli utenti finali agli agenti vocali con latenza bassissima e alta affidabilità.

Kwindla Hultman Kramer, cofondatore di Daily, entrerà in Deepgram come responsabile dell’open source. «Mantenere Pipecat aperto era fondamentale per la nostra decisione di entrare in Deepgram», ha dichiarato Kramer nell’annuncio dell’acquisizione. Scott Stephenson, CEO e cofondatore di Deepgram, ha affermato che Kramer e il team di Daily sanno cosa serve per garantire il funzionamento affidabile di una conversazione dal vivo. Ha aggiunto che l’acquisizione di Daily unisce questa esperienza a quella di Deepgram, permettendo di affrontare l’intero sistema vocale e offrire agli sviluppatori un percorso più rapido dal prototipo alla produzione.

Impegni sull’open source e Pipecat Foundation

Oltre a mantenere il framework gratuito con la licenza BSD V2, Deepgram ha dichiarato che investirà nello sviluppo continuo di Pipecat e nella sua community, mantenendo tutto Pipecat open source e indipendente dai fornitori. In questo modo, gli sviluppatori potranno scegliere e combinare modelli, strumenti, sistemi di trasporto di rete e API di fornitori diversi. Le due aziende stanno inoltre istituendo una fondazione indipendente, la Pipecat Foundation, insieme a numerose organizzazioni che hanno contribuito al framework e lo utilizzano.

In un articolo sul blog di Daily, Kramer ha scritto che la fondazione sarà gestita da un comitato direttivo che rappresenterà l’intero ecosistema dell’IA in tempo reale, comprese le aziende concorrenti di Deepgram. Ha affermato che per i clienti di Daily e per l’ecosistema Pipecat non cambierà nulla: Deepgram venderà, supporterà e svilupperà tutti i prodotti e i servizi attuali di Daily, inclusi WebRTC, la telefonia e le librerie multipiattaforma, mentre Pipecat resterà indipendente dai fornitori. Kramer ha inoltre scritto che Deepgram adotterà Pipecat come nucleo dei suoi nuovi prodotti e servizi di IA vocale.

Kramer ha scritto che Pipecat conta più di 200 integrazioni e quasi 400 collaboratori. Ha attribuito a 18 ingegneri la creazione del framework, ringraziando in particolare Mark, che, ha detto, ne guida lo sviluppo sin dal lancio. Ha inoltre ringraziato gli investitori che hanno guidato i round di finanziamento di Daily: David Waxman di TenOneTen, Avidan Ross di Root, Jenny Lefcourt di Freestyle, Lachy Groom e Roseanne e Renata di Renegade Partners; ha infine ringraziato i membri del consiglio di amministrazione Lee Edwards e Roseanne Wincek.

La storia condivisa delle due aziende

Kramer ha raccontato che lui e Nina hanno fondato Daily per creare un’infrastruttura per audio e video in tempo reale. Questo ha comportato la scrittura di software ottimizzato per l’instradamento dei pacchetti, la progettazione e l’implementazione di cluster di calcolo specializzati in decine di località nel mondo e lo sviluppo di librerie client che consentissero agli sviluppatori di integrare audio e video in tempo reale nelle applicazioni web, desktop e native per dispositivi mobili. Kramer ha scritto che Daily e Deepgram hanno partecipato insieme a Y Combinator nel 2016 e che, dal 2019, Deepgram fornisce la trascrizione all’interno delle API audio-video di Daily.

Kramer ha scritto che Daily ha iniziato a sviluppare agenti vocali in tempo reale e a sperimentare software nativo per l’IA nel 2023 e che nel 2024 ha reso open source l’intero Pipecat: il framework di orchestrazione principale, gli SDK lato client per ogni piattaforma e linguaggio, lo standard di messaggistica ed eventi RTVI, il modello nativo audio Pipecat Smart Turn per il rilevamento dei turni di parola, il sistema di trasporto SmallWebRTC e la libreria di ingegneria del contesto Pipecat Flows. Ha descritto Pipecat come il framework per agenti vocali e IA multimodale più utilizzato, spiegando che gestisce problemi quali il passaggio da un modello all’altro, il trasporto di rete a bassa latenza, lo streaming di dati tra modelli, il rilevamento dei turni di parola e la gestione delle interruzioni.

Secondo l’annuncio di Deepgram, l’infrastruttura di Daily è una rete globale di 75 punti di presenza, progettata per soddisfare i requisiti di latenza e affidabilità dell’IA in tempo reale. Deepgram ha dichiarato che i propri modelli vocali e la propria infrastruttura in tempo reale alimentano l’IA vocale conversazionale in produzione per oltre 5.000 organizzazioni nel mondo e che più di 650.000 sviluppatori hanno usato Deepgram per elaborare oltre 200.000 anni di contenuti audio.

Standard per il contesto in tempo reale e prossimi passi

Durante Speak, Stephenson ha presentato anche il Real-Time Context Standard (RCS), un protocollo aperto sviluppato insieme al team di Pipecat. Secondo Deepgram, RCS colma una lacuna degli attuali sistemi di IA vocale: le parole passano da un modello all’altro, ma nel trasferimento si perde il contesto audio che le accompagna, come il tono, l’identità di chi parla e ciò che accade in sottofondo. RCS definisce tre nuovi tipi di metadati: il contesto ricavato dall’audio, come un sussurro o una parola poco chiara; le istruzioni su come un modello linguistico dovrebbe utilizzare tali segnali; e le indicazioni sul modo in cui dovrebbe suonare la risposta. Gli adattatori traducono i segnali e le istruzioni di resa per ciascun modello, così gli sviluppatori possono applicare lo stesso approccio con modelli di fornitori diversi.

Il repository dimostrativo del Real-Time Context Standard descrive RCS come uno standard aperto che trasporta quel contesto nello stesso flusso di testo, in formati che qualsiasi modello della catena può produrre e leggere. Il suo agente vocale dimostrativo gestisce il servizio clienti di un negozio di attrezzature per attività all’aperto chiamato Northwind Outfitters, collegando Deepgram Flux per la trascrizione vocale, un analizzatore del tono che rileva emozioni e sarcasmo in ogni turno dell’utente, il modello linguistico PhoneLLM Mini e ElevenLabs per la sintesi vocale, con distribuzione su Pipecat Cloud. Deepgram ha invitato sviluppatori, fornitori di modelli e team che realizzano applicazioni vocali a testare RCS nei propri sistemi, condividere osservazioni e contribuire alla specifica.

Più tardi, quello stesso giorno, a Speak era previsto che il Chief Product Officer Ed Anuff presentasse in anteprima l’imminente Deepgram Voice Agent Platform e introducesse due nuovi modelli progettati per le conversazioni in tempo reale, un supporto linguistico ampliato e un’API globale pensata per migliorare l’affidabilità della connessione e ridurre la latenza. Deepgram ha dichiarato che i dettagli tecnici completi, le dimostrazioni e le informazioni sulla disponibilità relative ai restanti annunci di prodotto della giornata sarebbero stati pubblicati sul suo blog dopo il keynote di Anuff.