Deepgram förvärvar Daily och lovar att hålla Pipecat öppen källkod

Deepgram meddelade den 29 oktober 2026 att företaget förvärvar Daily, bolaget bakom ramverket Pipecat för röstassistenter med öppen källkod. Affären presenterades vid Deepgrams första Speak-evenemang i San Francisco. Daily-teamet går över till Deepgram, och Pipecat förblir helt öppen källkod och kostnadsfritt för utvecklare enligt den befintliga BSD V2-licensen.

Deepgram uppgav att Pipecat och Dailys globala nätverksinfrastruktur i realtid ska ligga till grund för företagets nya Voice Agent Platform, tillsammans med de egna talmodellerna. Tillsammans bildar de det som företaget beskriver som den första kompletta, öppna plattformen i produktionsklass för konversationsbaserad röst-AI. Företaget beskrev Pipecat som världens populäraste ramverk med öppen källkod för röstassistenter och uppgav att Dailys nätverk kopplar slutanvändare till röstassistenter med extremt låg fördröjning och hög tillförlitlighet.

Dailys medgrundare Kwindla Hultman Kramer börjar på Deepgram som chef för öppen källkod. ”Det var avgörande för vårt beslut att gå med i Deepgram att Pipecat skulle förbli öppet”, sade Kramer i tillkännagivandet av förvärvet. Deepgrams vd och medgrundare Scott Stephenson sade att Kramer och Daily-teamet vet vad som krävs för att hålla ett pågående samtal igång på ett tillförlitligt sätt. Han tillade att förvärvet av Daily förenar den expertisen med Deepgrams, så att företagen kan ta sig an hela röstsystemet och ge utvecklare en snabbare väg från prototyp till produktion.

Åtaganden om öppen källkod och Pipecat Foundation

Utöver att fortsätta erbjuda ramverket kostnadsfritt enligt BSD V2-licensen uppgav Deepgram att företaget kommer att investera i Pipecats fortsatta utveckling och community, samtidigt som hela Pipecat förblir öppen källkod och leverantörsneutralt. Det gör att utvecklare kan välja och kombinera modeller, verktyg, nätverkstransport och API:er från olika leverantörer. Företagen bildar också en oberoende Pipecat Foundation tillsammans med många av de organisationer som har bidragit till och använder ramverket.

I ett separat inlägg på Dailys blogg skrev Kramer att stiftelsen ska ledas av en styrkommitté som företräder hela ekosystemet för AI i realtid, däribland företag som konkurrerar med Deepgram. Han skrev att ingenting kommer att förändras för Dailys kunder och Pipecat-ekosystemet: Deepgram kommer att sälja, ge support för och vidareutveckla alla Dailys nuvarande produkter och tjänster, däribland WebRTC, telefoni och plattformsoberoende bibliotek, och Pipecat förblir leverantörsneutralt. Kramer skrev också att Deepgram inför Pipecat som kärnan i sina nya produkter och tjänster för röst-AI.

Kramer skrev att Pipecat har mer än 200 integrationer och nästan 400 bidragsgivare. Han lyfte fram de 18 ingenjörer som byggde ramverket och tackade särskilt Mark, som enligt Kramer har drivit utvecklingen av Pipecat ända sedan lanseringen. Han tackade också investerarna som ledde Dailys finansieringsrundor – David Waxman på TenOneTen, Avidan Ross på Root, Jenny Lefcourt på Freestyle, Lachy Groom samt Roseanne och Renata på Renegade Partners – liksom styrelseledamöterna Lee Edwards och Roseanne Wincek.

Företagens gemensamma historia

Kramer berättade att han och Nina grundade Daily för att bygga infrastruktur för ljud och video i realtid. Det innebar att skriva optimerad programvara för paketdirigering, utforma och driftsätta specialiserade beräkningskluster på dussintals platser runt om i världen samt skriva klientbibliotek som gör det möjligt för utvecklare att bädda in ljud och video i realtid i webb-, dator- och inbyggda mobilappar. Daily och Deepgram gick tillsammans igenom Y Combinator 2016, skrev han, och Deepgram har stått för transkriberingen i Dailys ljud- och video-API:er sedan 2019.

Kramer skrev att Daily började utveckla röstassistenter i realtid och experimentell programvara byggd för AI 2023 och gjorde hela Pipecat till öppen källkod 2024: kärnramverket för orkestrering, SDK:er på klientsidan för alla plattformar och språk, meddelande- och händelsestandarden RTVI, den inbyggda ljudmodellen Pipecat Smart Turn för detektering av talarturer, transportlösningen SmallWebRTC och biblioteket Pipecat Flows för kontextutformning. Han beskrev Pipecat som det mest använda ramverket för röstassistenter och multimodal AI och sade att det hanterar problem som att växla mellan modeller, nätverkstransport med låg fördröjning, strömning av data mellan modeller, detektering av talarturer och hantering av avbrott.

Enligt Deepgrams tillkännagivande består Dailys infrastruktur av ett globalt nätverk med 75 anslutningspunkter, utformat för att klara kraven på låg fördröjning och tillförlitlighet i livebaserade AI-tjänster. Deepgram uppgav att företagets egna talmodeller och realtidsinfrastruktur driver konversationsbaserad röst-AI i produktion hos över 5 000 organisationer världen över, och att över 650 000 utvecklare har använt Deepgram för att bearbeta mer än 200 000 år ljud.

Realtidskontextstandarden och nästa steg

På Speak presenterade Stephenson också Real-Time Context Standard (RCS), ett öppet protokoll som utvecklats tillsammans med Pipecat-teamet. Enligt Deepgram åtgärdar RCS en brist i dagens system för röst-AI: ord förs vidare från en modell till nästa, men ljudkontexten runt dem – till exempel tonfall, vem som talar och vad som händer i bakgrunden – går förlorad på vägen. RCS definierar tre nya typer av metadata: ljudkontext, exempelvis en viskning eller ett otydligt ord; instruktioner för hur en språkmodell ska använda dessa signaler; och vägledning om hur svaret ska låta. Adaptrar översätter signalerna och instruktionerna för hur ljudet ska återges för varje modell, så att utvecklare kan använda samma tillvägagångssätt med modeller från olika leverantörer.

Demorepositoriet för Real-Time Context Standard beskriver RCS som en öppen standard som förmedlar det sammanhanget i samma textström, i format som alla modeller i kedjan kan generera och läsa. I demon sköter en röstagent kundservicen åt en friluftsbutik vid namn Northwind Outfitters. Den kopplar samman Deepgram Flux för tal-till-text, en tonanalysator som läser av känslor och sarkasm i varje användartur, språkmodellen PhoneLLM Mini och ElevenLabs för text-till-tal. Driftsättningen sker på Pipecat Cloud. Deepgram bjöd in utvecklare, modellleverantörer och team som bygger röstapplikationer att testa RCS i sina egna system, dela med sig av synpunkter och bidra till specifikationen.

Senare samma dag på Speak skulle produktchefen Ed Anuff presentera en förhandsvisning av den kommande plattformen Deepgram Voice Agent Platform och introducera två nya modeller utvecklade för direktsända samtal, utökat språkstöd och ett globalt API som ska förbättra anslutningens tillförlitlighet och minska fördröjningen. Deepgram uppgav att fullständiga tekniska detaljer, demonstrationer och information om tillgängligheten för dagens återstående produktnyheter skulle publiceras på företagets blogg efter Anuffs huvudanförande.