Deepgram achiziționează Daily și se angajează să păstreze Pipecat cu sursă deschisă

Pe 29 octombrie 2026, Deepgram a anunțat că achiziționează Daily, compania din spatele cadrului open-source pentru agenți vocali Pipecat, prezentând tranzacția la primul său eveniment Deepgram Speak, organizat la San Francisco. Echipa Daily se va alătura Deepgram, iar Pipecat va rămâne complet cu sursă deschisă și gratuit pentru dezvoltatori, în baza licenței BSD V2 existente.

Deepgram a declarat că Pipecat și infrastructura globală de rețea în timp real a Daily vor sta la baza noii sale platforme pentru agenți vocali, alături de propriile modele de vorbire, formând ceea ce compania a descris drept prima platformă completă, deschisă și pregătită pentru producție dedicată inteligenței artificiale conversaționale bazate pe voce. Compania a caracterizat Pipecat drept cel mai popular cadru open-source pentru agenți vocali din lume și a spus că rețeaua Daily conectează utilizatorii finali la agenții vocali cu o latență extrem de scăzută și o fiabilitate ridicată.

Kwindla Hultman Kramer, cofondatorul Daily, se alătură Deepgram în funcția de director al proiectelor open-source. „Păstrarea Pipecat ca proiect cu sursă deschisă a fost esențială pentru decizia noastră de a ne alătura Deepgram”, a declarat Kramer în anunțul achiziției. Scott Stephenson, CEO și cofondator al Deepgram, a spus că Kramer și echipa Daily înțeleg ce este necesar pentru ca o conversație în desfășurare să funcționeze în mod fiabil și că achiziția Daily reunește această expertiză cu cea a Deepgram, pentru a aborda întregul sistem vocal și a le oferi dezvoltatorilor o cale mai rapidă de la prototip la producție.

Angajamente privind sursa deschisă și Fundația Pipecat

Pe lângă faptul că va păstra cadrul gratuit în baza licenței BSD V2, Deepgram a declarat că va investi în dezvoltarea continuă a Pipecat și în comunitatea acestuia, păstrând totodată întregul Pipecat cu sursă deschisă și neutru față de furnizori, astfel încât dezvoltatorii să poată alege și combina modele, instrumente, soluții de transport în rețea și API-uri de la diferiți furnizori. De asemenea, cele două companii înființează împreună o Fundație Pipecat independentă, alături de multe dintre organizațiile care au contribuit la dezvoltarea cadrului și îl folosesc.

Într-o postare separată pe blogul Daily, Kramer a scris că fundația va fi administrată de un comitet director care reprezintă întregul ecosistem al inteligenței artificiale în timp real, inclusiv companii care concurează cu Deepgram. El a scris că nimic nu se va schimba pentru clienții Daily și ecosistemul Pipecat: Deepgram va vinde, va oferi asistență și va dezvolta toate produsele și serviciile actuale ale Daily, inclusiv WebRTC, telefonia și bibliotecile multiplatformă, iar Pipecat va rămâne neutru față de furnizori. Kramer a mai scris că Deepgram adoptă Pipecat drept nucleul noilor sale produse și servicii de inteligență artificială vocală.

Kramer a scris că Pipecat are peste 200 de integrări și aproape 400 de colaboratori. El a atribuit meritul pentru construirea cadrului celor 18 ingineri, mulțumindu-i în mod special lui Mark, despre care a spus că a coordonat dezvoltarea Pipecat încă de la lansare, și le-a mulțumit investitorilor care au condus rundele de finanțare ale Daily — David Waxman de la TenOneTen, Avidan Ross de la Root, Jenny Lefcourt de la Freestyle, Lachy Groom și Roseanne și Renata de la Renegade Partners — precum și membrilor consiliului de administrație Lee Edwards și Roseanne Wincek.

Istoria comună a companiilor

Kramer a povestit că el și Nina au fondat Daily pentru a construi o infrastructură pentru audio și video în timp real, ceea ce a presupus scrierea unui software optimizat pentru rutarea pachetelor, proiectarea și implementarea unor clustere de calcul specializate în zeci de locații din întreaga lume și crearea unor biblioteci client care le permit dezvoltatorilor să integreze audio și video în timp real în aplicații web, desktop și mobile native. Daily și Deepgram au participat împreună la Y Combinator în 2016, a scris el, iar Deepgram furnizează transcrierea în API-urile audio-video ale Daily din 2019.

Kramer a scris că Daily a început să construiască agenți vocali în timp real și să experimenteze cu software conceput nativ pentru inteligența artificială în 2023, iar în 2024 a publicat cu sursă deschisă toate componentele Pipecat: cadrul central de orchestrare, SDK-uri pentru fiecare platformă și limbaj, standardul de mesagerie și evenimente RTVI, modelul nativ audio Pipecat Smart Turn pentru detectarea schimbării vorbitorului, soluția de transport SmallWebRTC și biblioteca Pipecat Flows pentru ingineria contextului. El a descris Pipecat drept cel mai utilizat cadru pentru agenți vocali și inteligență artificială multimodală, spunând că acesta gestionează probleme precum trecerea de la un model la altul, transportul în rețea cu latență redusă, transmiterea de date în flux între modele, detectarea schimbării vorbitorului și gestionarea întreruperilor.

Potrivit anunțului Deepgram, infrastructura Daily este o rețea globală cu 75 de puncte de prezență, proiectată pentru cerințele de latență și fiabilitate ale inteligenței artificiale în timp real. Deepgram a declarat că propriile sale modele de vorbire și infrastructura în timp real susțin, în mediul de producție, inteligența artificială conversațională bazată pe voce pentru peste 5.000 de organizații din întreaga lume și că peste 650.000 de dezvoltatori au folosit Deepgram pentru a procesa peste 200.000 de ani de conținut audio.

Real-Time Context Standard și pașii următori

La evenimentul Speak, Stephenson a prezentat și Real-Time Context Standard (RCS), un protocol deschis dezvoltat împreună cu echipa Pipecat. Potrivit Deepgram, RCS răspunde unei lacune din sistemele actuale de inteligență artificială vocală: cuvintele trec de la un model la altul, însă contextul audio din jurul lor — precum tonul, identitatea vorbitorului și ceea ce se întâmplă în fundal — se pierde pe parcurs. RCS definește trei noi tipuri de metadate: contextul audio, de exemplu o șoaptă sau un cuvânt neclar; instrucțiuni despre modul în care un model lingvistic ar trebui să folosească aceste semnale; și indicații despre cum ar trebui să sune răspunsul. Adaptoarele traduc aceste semnale și instrucțiunile privind redarea pentru fiecare model, astfel încât dezvoltatorii să poată folosi aceeași abordare cu modele de la diferiți furnizori.

Depozitul demonstrativ al standardului Real-Time Context Standard descrie RCS drept un standard deschis care transportă acel context în același flux de text, în formate pe care orice model din lanț le poate produce și citi. Agentul său vocal demonstrativ gestionează serviciul pentru clienți al unui magazin de echipamente pentru activități în aer liber, numit Northwind Outfitters, conectând Deepgram Flux pentru transcrierea vocală, un analizor al tonului care detectează emoția și sarcasmul în fiecare intervenție a utilizatorului, modelul lingvistic PhoneLLM Mini și serviciul de transformare a textului în vorbire ElevenLabs, cu implementare pe Pipecat Cloud. Deepgram a invitat dezvoltatorii, furnizorii de modele și echipele care construiesc aplicații vocale să testeze RCS în propriile sisteme, să ofere feedback și să contribuie la specificație.

Mai târziu, în aceeași zi, la Speak, directorul de produs Ed Anuff urma să prezinte în avanpremieră viitoarea platformă Deepgram Voice Agent și să introducă două modele noi, concepute pentru conversații în timp real, suport lingvistic extins și un API global menit să îmbunătățească fiabilitatea conexiunii și să reducă latența. Deepgram a declarat că detaliile tehnice complete, demonstrațiile și informațiile despre disponibilitatea celorlalte anunțuri de produs din acea zi urmau să fie publicate pe blogul companiei după discursul principal al lui Anuff.