Aquisições
Deepgram adquire a Daily e se compromete a manter o Pipecat de código aberto
Adicione Unite.AI às suas fontes preferidas no Google
A Deepgram anunciou em 29 de outubro de 2026 que está adquirindo a Daily, empresa responsável pelo framework de agente de voz de código aberto Pipecat. O acordo foi anunciado no primeiro evento Deepgram Speak, em São Francisco. A equipe da Daily se juntará à Deepgram, e o Pipecat continuará totalmente de código aberto e gratuito para desenvolvedores, sob a licença BSD V2 existente.
A Deepgram afirmou que o Pipecat e a infraestrutura global de rede em tempo real da Daily servirão de base para sua nova plataforma de agentes de voz, juntamente com seus próprios modelos de fala, formando o que a empresa descreveu como a primeira plataforma completa, aberta e pronta para produção de IA conversacional por voz. A empresa caracterizou o Pipecat como o framework de agentes de voz de código aberto mais popular do mundo e afirmou que a rede da Daily conecta usuários finais a agentes de voz com latência ultrabaixa e alta confiabilidade.
Kwindla Hultman Kramer, cofundador da Daily, se juntará à Deepgram como responsável por código aberto. “Manter o Pipecat aberto foi fundamental para nossa decisão de nos juntarmos à Deepgram”, disse Kramer no anúncio da aquisição. Scott Stephenson, CEO e cofundador da Deepgram, afirmou que Kramer e a equipe da Daily sabem o que é necessário para manter uma conversa ao vivo funcionando de forma confiável e que a aquisição da Daily reúne essa experiência à da Deepgram para enfrentar os desafios de todo o sistema de voz e oferecer aos desenvolvedores um caminho mais rápido do protótipo à produção.
Compromissos com o código aberto e a Fundação Pipecat
Além de manter o framework gratuito sob a licença BSD V2, a Deepgram afirmou que investirá no desenvolvimento contínuo e na comunidade do Pipecat, mantendo todo o projeto de código aberto e independente de fornecedores. Assim, os desenvolvedores poderão escolher e combinar modelos, ferramentas, transporte de rede e APIs de diferentes provedores. As empresas também estão criando uma Fundação Pipecat independente, juntamente com muitas das organizações que contribuíram para o framework e o utilizam.
Em uma publicação no blog da Daily, Kramer escreveu que a fundação será administrada por um comitê diretivo que representará todo o ecossistema de IA em tempo real, incluindo empresas que concorrem com a Deepgram. Ele escreveu que nada mudará para os clientes da Daily nem para o ecossistema Pipecat: a Deepgram venderá, dará suporte e continuará desenvolvendo todos os produtos e serviços atuais da Daily, incluindo WebRTC, telefonia e bibliotecas multiplataforma, e o Pipecat continuará independente de fornecedores. Kramer também escreveu que a Deepgram está adotando o Pipecat como base de seus novos produtos e serviços de IA por voz.
Kramer escreveu que o Pipecat tem mais de 200 integrações e quase 400 colaboradores. Ele atribuiu a 18 engenheiros a criação do framework, agradecendo especialmente a Mark, que, segundo ele, conduz o desenvolvimento do Pipecat desde seu lançamento. Também agradeceu aos investidores que lideraram as rodadas de investimento da Daily — David Waxman, da TenOneTen; Avidan Ross, da Root; Jenny Lefcourt, da Freestyle; Lachy Groom; e Roseanne e Renata, da Renegade Partners —, além dos membros do conselho Lee Edwards e Roseanne Wincek.
A história compartilhada pelas empresas
Kramer contou que ele e Nina fundaram a Daily para criar infraestrutura de áudio e vídeo em tempo real. Isso envolveu escrever software otimizado para roteamento de pacotes, projetar e implantar clusters de computação especializados em dezenas de locais pelo mundo e desenvolver bibliotecas cliente que permitem aos desenvolvedores incorporar áudio e vídeo em tempo real a aplicativos web, para desktop e para dispositivos móveis nativos. Kramer escreveu que a Daily e a Deepgram participaram juntas do Y Combinator em 2016 e que, desde 2019, a Deepgram fornece a transcrição integrada às APIs de áudio e vídeo da Daily.
Kramer escreveu que a Daily começou a desenvolver agentes de voz em tempo real e experimentos de software nativo de IA em 2023 e que, em 2024, tornou todo o Pipecat de código aberto: o framework central de orquestração, SDKs do lado do cliente para todas as plataformas e linguagens, o padrão de mensagens e eventos RTVI, o modelo nativo de áudio Pipecat Smart Turn para detecção de turnos, o transporte SmallWebRTC e a biblioteca de engenharia de contexto Pipecat Flows. Ele descreveu o Pipecat como o framework para agentes de voz e IA multimodal mais amplamente utilizado, afirmando que ele lida com problemas como alternar entre modelos, transporte de rede de baixa latência, transmissão de dados entre modelos, detecção de turnos e gerenciamento de interrupções.
Segundo o anúncio da Deepgram, a infraestrutura da Daily é uma rede global com 75 pontos de presença, projetada para atender às exigências de latência e confiabilidade da IA ao vivo. A Deepgram afirmou que seus próprios modelos de fala e sua infraestrutura em tempo real viabilizam IA conversacional por voz em produção para mais de 5.000 organizações no mundo todo e que mais de 650.000 desenvolvedores usaram a Deepgram para processar mais de 200.000 anos de áudio.
Padrão de Contexto em Tempo Real e próximos passos
No evento Speak, Stephenson também apresentou o Padrão de Contexto em Tempo Real (RCS), um protocolo aberto desenvolvido em conjunto com a equipe do Pipecat. Segundo a Deepgram, o RCS aborda uma lacuna nos sistemas atuais de IA por voz: as palavras passam de um modelo para outro, mas o contexto de áudio ao redor delas — como o tom, quem está falando e o que acontece ao fundo — se perde no processo. O RCS define três novos tipos de metadados: contexto extraído do áudio, como um sussurro ou uma palavra pouco nítida; instruções sobre como um modelo de linguagem deve usar esses sinais; e orientações sobre como a resposta deve soar. Adaptadores traduzem esses sinais e as instruções de entrega para cada modelo, permitindo que os desenvolvedores usem a mesma abordagem com modelos de diferentes provedores.
O repositório de demonstração do Padrão de Contexto em Tempo Real descreve o RCS como um padrão aberto que transporta esse contexto no mesmo fluxo de texto, em formatos que qualquer modelo da cadeia consegue produzir e ler. Seu agente de voz de demonstração presta atendimento ao cliente para uma loja de equipamentos para atividades ao ar livre chamada Northwind Outfitters, encadeando a conversão de fala em texto do Deepgram Flux, um leitor de tom que analisa cada fala do usuário em busca de emoções e sarcasmo, o modelo de linguagem PhoneLLM Mini e a conversão de texto em fala do ElevenLabs, com implantação no Pipecat Cloud. A Deepgram convidou desenvolvedores, provedores de modelos e equipes que criam aplicativos de voz a testar o RCS em seus próprios sistemas, compartilhar feedback e contribuir para a especificação.
Mais tarde naquele mesmo dia, durante o Speak, estava previsto que o diretor de produtos Ed Anuff apresentasse uma prévia da futura Deepgram Voice Agent Platform e apresentasse dois novos modelos desenvolvidos para conversas ao vivo, com suporte ampliado a idiomas, além de uma API global projetada para melhorar a confiabilidade das conexões e reduzir a latência. A Deepgram afirmou que os detalhes técnicos completos, as demonstrações e a disponibilidade dos demais anúncios de produtos daquele dia seriam publicados em seu blog após a palestra principal de Anuff.
