Deepgram kjøper Daily og forplikter seg til å holde Pipecat åpen kildekode

Deepgram kunngjorde 29. oktober 2026 at selskapet kjøper opp Daily, selskapet bak rammeverket Pipecat for stemmeagenter med åpen kildekode. Oppkjøpet ble presentert under det første Deepgram Speak-arrangementet i San Francisco. Daily-teamet blir en del av Deepgram, og Pipecat vil fortsatt være helt åpen kildekode og gratis for utviklere under den eksisterende BSD V2-lisensen.

Deepgram sa at Pipecat og Dailys globale nettverksinfrastruktur for sanntid vil danne grunnlaget for selskapets nye plattform for stemmeagenter, sammen med Deepgrams egne taleteknologimodeller. Selskapet beskrev dette som den første komplette, åpne plattformen for stemmebasert KI i produksjonsklassen. Deepgram omtalte Pipecat som verdens mest populære rammeverk for stemmeagenter med åpen kildekode, og sa at Dailys nettverk kobler sluttbrukere til stemmeagenter med svært lav forsinkelse og høy pålitelighet.

Dailys medgrunnlegger Kwindla Hultman Kramer blir leder for åpen kildekode i Deepgram. «Det var avgjørende for beslutningen vår om å bli en del av Deepgram at Pipecat skulle forbli åpen», sa Kramer i kunngjøringen av oppkjøpet. Deepgrams administrerende direktør og medgrunnlegger Scott Stephenson sa at Kramer og Daily-teamet vet hva som skal til for å holde en pågående samtale stabil og pålitelig, og at oppkjøpet av Daily samler denne kompetansen med Deepgrams, slik at selskapet kan løse utfordringer i hele stemmesystemet og gi utviklere en raskere vei fra prototype til produksjon.

Forpliktelser knyttet til åpen kildekode og Pipecat-stiftelsen

I tillegg til å holde rammeverket gratis under BSD V2-lisensen sa Deepgram at selskapet vil investere i den videre utviklingen av Pipecat og i fellesskapet rundt det, samtidig som hele Pipecat forblir åpen kildekode og leverandørnøytralt. Dermed kan utviklere velge og kombinere modeller, verktøy, nettverkstransport og API-er fra ulike leverandører. Selskapene oppretter også en uavhengig Pipecat-stiftelse sammen med mange av organisasjonene som har bidratt til rammeverket og bruker det.

I et eget innlegg på Dailys blogg skrev Kramer at stiftelsen skal ledes av en styringskomité som representerer hele økosystemet for sanntidsbasert KI, også selskaper som konkurrerer med Deepgram. Han skrev at ingenting vil endre seg for Dailys kunder eller Pipecat-økosystemet: Deepgram vil selge, støtte og videreutvikle alle Dailys nåværende produkter og tjenester, blant annet WebRTC, telefoni og biblioteker på tvers av plattformer, og Pipecat vil fortsatt være leverandørnøytralt. Kramer skrev også at Deepgram tar i bruk Pipecat som kjernen i sine nye produkter og tjenester for stemmebasert KI.

Kramer skrev at Pipecat har mer enn 200 integrasjoner og nesten 400 bidragsytere. Han ga 18 ingeniører æren for å ha utviklet rammeverket, og takket spesielt Mark, som ifølge Kramer har drevet utviklingen av Pipecat siden lanseringen. Han takket også investorene som ledet Dailys finansieringsrunder – David Waxman i TenOneTen, Avidan Ross i Root, Jenny Lefcourt i Freestyle, Lachy Groom samt Roseanne og Renata i Renegade Partners – og styremedlemmene Lee Edwards og Roseanne Wincek.

Selskapenes felles historie

Kramer fortalte at han og Nina grunnla Daily for å bygge infrastruktur for lyd og video i sanntid. Det innebar å skrive optimalisert programvare for pakkeruting, utforme og ta i bruk spesialiserte databehandlingsklynger på en rekke steder rundt om i verden og utvikle klientbiblioteker som gjør det mulig for utviklere å bygge inn lyd og video i sanntid i nett-, skrivebords- og native mobilapplikasjoner. Daily og Deepgram deltok i Y Combinator sammen i 2016, skrev han, og Deepgram har stått for transkripsjon i Dailys lyd- og video-API-er siden 2019.

Kramer skrev at Daily begynte å utvikle stemmeagenter i sanntid og eksperimentell programvare bygget for KI i 2023, og at selskapet gjorde hele Pipecat åpen kildekode i 2024: det sentrale orkestreringsrammeverket, SDK-er på klientsiden for alle plattformer og språk, meldings- og hendelsesstandarden RTVI, den innebygde lydmodellen for taletursdeteksjon Pipecat Smart Turn, transportløsningen SmallWebRTC og biblioteket for kontekstutvikling Pipecat Flows. Han beskrev Pipecat som det mest utbredte rammeverket for stemmeagenter og multimodal KI, og sa at det håndterer utfordringer som å bytte mellom modeller, nettverkstransport med lav forsinkelse, strømming av data mellom modeller, taletursdeteksjon og håndtering av avbrytelser.

Ifølge Deepgrams kunngjøring består Dailys infrastruktur av et globalt nettverk med 75 tilstedeværelsespunkter, utviklet for kravene til forsinkelse og pålitelighet i direkte KI-tjenester. Deepgram sa at selskapets egne taleteknologimodeller og sanntidsinfrastruktur driver stemmebasert KI i produksjon for mer enn 5 000 organisasjoner verden over, og at over 650 000 utviklere har brukt Deepgram til å behandle mer enn 200 000 år med lyd.

Sanntidsstandard for kontekst og neste steg

Under Speak presenterte Stephenson også Real-Time Context Standard (RCS), en åpen protokoll utviklet i samarbeid med Pipecat-teamet. Ifølge Deepgram løser RCS et problem i dagens systemer for stemmebasert KI: Ord sendes fra én modell til den neste, mens lydkonteksten rundt dem – som tonefall, hvem som snakker, og hva som skjer i bakgrunnen – går tapt underveis. RCS definerer tre nye typer metadata: kontekst fra lyden, for eksempel en hvisking eller et utydelig ord; instruksjoner for hvordan en språkmodell skal bruke disse signalene; og veiledning for hvordan svaret skal høres ut. Adaptere oversetter signalene og instruksjonene for hvordan lyden skal formidles, slik at utviklere kan bruke samme fremgangsmåte med modeller fra ulike leverandører.

Demolageret for Real-Time Context Standard beskriver RCS som en åpen standard som overfører denne konteksten i den samme tekststrømmen, i formater som alle modeller i kjeden kan produsere og lese. Stemmeagenten i demoen håndterer kundeservice for en butikk for friluftsutstyr som heter Northwind Outfitters, ved å koble sammen Deepgram Flux tale-til-tekst, en toneanalysator som undersøker hver brukerreplikk for følelser og sarkasme, språkmodellen PhoneLLM Mini og ElevenLabs tekst-til-tale, med utrulling på Pipecat Cloud. Deepgram inviterte utviklere, modelltilbydere og team som bygger taleapplikasjoner, til å teste RCS i sine egne systemer, gi tilbakemeldinger og bidra til spesifikasjonen.

Senere samme dag på Speak skulle produktsjef Ed Anuff gi en forhåndsvisning av den kommende Deepgram Voice Agent Platform og presentere to nye modeller utviklet for samtaler i sanntid, utvidet språkstøtte og et globalt API som skal forbedre tilkoblingsstabiliteten og redusere forsinkelsen. Deepgram opplyste at fullstendige tekniske detaljer, demonstrasjoner og informasjon om tilgjengeligheten av dagens øvrige produktkunngjøringer ville bli publisert på selskapets blogg etter Anuffs hovedinnlegg.