Deepgram เข้าซื้อกิจการ Daily พร้อมยืนยันว่าจะคง Pipecat ให้เป็นโอเพนซอร์ส

เมื่อวันที่ 29 ตุลาคม 2026 Deepgram ประกาศเข้าซื้อกิจการ Daily ซึ่งเป็นบริษัทผู้อยู่เบื้องหลังเฟรมเวิร์กเอเจนต์เสียง Pipecat แบบโอเพนซอร์ส โดยเปิดเผยข้อตกลงนี้ในงาน Deepgram Speak ครั้งแรกที่ซานฟรานซิสโก ทีม Daily จะเข้าร่วมกับ Deepgram ส่วน Pipecat จะยังคงเป็นโอเพนซอร์สอย่างเต็มรูปแบบและไม่มีค่าใช้จ่ายสำหรับนักพัฒนา ภายใต้สัญญาอนุญาต BSD V2 เดิม

Deepgram ระบุว่า Pipecat และโครงสร้างพื้นฐานเครือข่ายเรียลไทม์ทั่วโลกของ Daily จะเป็นรากฐานของแพลตฟอร์มเอเจนต์เสียงใหม่ ควบคู่ไปกับโมเดลเสียงของบริษัทเอง ซึ่งจะก่อให้เกิดสิ่งที่บริษัทเรียกว่าแพลตฟอร์ม AI สนทนาด้วยเสียงแบบครบวงจร เปิดกว้าง และพร้อมใช้งานจริงเป็นแพลตฟอร์มแรก บริษัทกล่าวว่า Pipecat เป็นเฟรมเวิร์กเอเจนต์เสียงโอเพนซอร์สที่ได้รับความนิยมสูงสุดในโลก และเครือข่ายของ Daily เชื่อมต่อผู้ใช้ปลายทางกับเอเจนต์เสียงด้วยความหน่วงต่ำเป็นพิเศษและความน่าเชื่อถือสูง

Kwindla Hultman Kramer ผู้ร่วมก่อตั้ง Daily จะเข้าร่วม Deepgram ในตำแหน่งหัวหน้าฝ่ายโอเพนซอร์ส Kramer กล่าวว่า “การคง Pipecat ให้เป็นโอเพนซอร์สเป็นปัจจัยสำคัญในการตัดสินใจเข้าร่วม Deepgram ของเรา” ในประกาศการเข้าซื้อกิจการ Scott Stephenson ซีอีโอและผู้ร่วมก่อตั้ง Deepgram กล่าวว่า Kramer และทีม Daily เข้าใจว่าต้องทำอย่างไรให้การสนทนาสดดำเนินไปได้อย่างน่าเชื่อถือ และการเข้าซื้อ Daily จะนำความเชี่ยวชาญดังกล่าวมาผสานกับความเชี่ยวชาญของ Deepgram เพื่อจัดการระบบเสียงทั้งระบบและช่วยให้นักพัฒนานำต้นแบบไปสู่การใช้งานจริงได้เร็วขึ้น

พันธสัญญาด้านโอเพนซอร์สและมูลนิธิ Pipecat

นอกจากจะคงเฟรมเวิร์กให้ใช้งานได้ฟรีภายใต้สัญญาอนุญาต BSD V2 แล้ว Deepgram ยังระบุว่าจะลงทุนเพื่อพัฒนา Pipecat อย่างต่อเนื่องและสนับสนุนชุมชน โดยจะคง Pipecat ทั้งหมดให้เป็นโอเพนซอร์สและไม่ผูกติดกับผู้ให้บริการรายใด เพื่อให้นักพัฒนาสามารถเลือกและผสานโมเดล เครื่องมือ ระบบรับส่งข้อมูลผ่านเครือข่าย และ API จากผู้ให้บริการหลายรายได้ นอกจากนี้ ทั้งสองบริษัทยังกำลังจัดตั้งมูลนิธิ Pipecat อิสระร่วมกับองค์กรจำนวนมากที่มีส่วนร่วมในการพัฒนาและใช้งานเฟรมเวิร์กนี้

ในโพสต์อีกชิ้นบนบล็อกของ Daily Kramer เขียนว่า มูลนิธิจะบริหารงานโดยคณะกรรมการกำกับดูแลที่เป็นตัวแทนของระบบนิเวศ AI แบบเรียลไทม์ทั้งหมด ซึ่งรวมถึงบริษัทที่แข่งขันกับ Deepgram ด้วย เขาระบุว่าลูกค้าของ Daily และระบบนิเวศ Pipecat จะไม่ได้รับผลกระทบใด ๆ โดย Deepgram จะจำหน่าย สนับสนุน และพัฒนาผลิตภัณฑ์และบริการทั้งหมดที่ Daily มีอยู่ในปัจจุบัน ซึ่งรวมถึง WebRTC ระบบโทรศัพท์ และไลบรารีข้ามแพลตฟอร์ม ขณะที่ Pipecat จะยังคงไม่ผูกติดกับผู้ให้บริการรายใด Kramer ยังเขียนด้วยว่า Deepgram กำลังนำ Pipecat มาใช้เป็นแกนหลักของผลิตภัณฑ์และบริการ AI เสียงใหม่

Kramer เขียนว่า Pipecat มีการเชื่อมต่อระบบต่าง ๆ มากกว่า 200 รายการ และมีผู้ร่วมพัฒนาเกือบ 400 คน เขายกย่องวิศวกร 18 คนที่ร่วมกันสร้างเฟรมเวิร์กนี้ และกล่าวขอบคุณ Mark เป็นพิเศษ โดยระบุว่า Mark เป็นแรงขับเคลื่อนการพัฒนา Pipecat มาตั้งแต่เปิดตัว นอกจากนี้ เขายังขอบคุณนักลงทุนที่เป็นผู้นำในการระดมทุนแต่ละรอบของ Daily ได้แก่ David Waxman จาก TenOneTen, Avidan Ross จาก Root, Jenny Lefcourt จาก Freestyle, Lachy Groom และ Roseanne กับ Renata จาก Renegade Partners รวมถึงกรรมการ Lee Edwards และ Roseanne Wincek

ประวัติความร่วมมือของทั้งสองบริษัท

Kramer เล่าว่าเขาและ Nina ก่อตั้ง Daily ขึ้นเพื่อสร้างโครงสร้างพื้นฐานสำหรับเสียงและวิดีโอแบบเรียลไทม์ ซึ่งหมายถึงการเขียนซอฟต์แวร์กำหนดเส้นทางแพ็กเก็ตที่ปรับให้ทำงานได้อย่างมีประสิทธิภาพ การออกแบบและติดตั้งคลัสเตอร์ประมวลผลเฉพาะทางในหลายสิบแห่งทั่วโลก และการเขียนไลบรารีฝั่งไคลเอนต์ที่ช่วยให้นักพัฒนาฝังเสียงและวิดีโอแบบเรียลไทม์ลงในแอปพลิเคชันบนเว็บ เดสก์ท็อป และอุปกรณ์เคลื่อนที่แบบเนทีฟได้ เขาเขียนว่า Daily และ Deepgram เข้าร่วม Y Combinator พร้อมกันในปี 2016 และ Deepgram ให้บริการระบบถอดเสียงภายใน API ด้านเสียงและวิดีโอของ Daily มาตั้งแต่ปี 2019

Kramer เขียนว่า Daily เริ่มสร้างเอเจนต์เสียงแบบเรียลไทม์และทดลองซอฟต์แวร์ที่ออกแบบมาเพื่อ AI โดยเฉพาะในปี 2023 และเปิดซอร์ส Pipecat ทั้งหมดในปี 2024 ซึ่งประกอบด้วยเฟรมเวิร์กจัดการและประสานงานหลัก, SDK ฝั่งไคลเอนต์สำหรับทุกแพลตฟอร์มและภาษา, มาตรฐานการส่งข้อความและเหตุการณ์ RTVI, โมเดลตรวจจับจังหวะการพูด Smart Turn ที่ประมวลผลเสียงโดยตรงบนอุปกรณ์, ระบบรับส่งข้อมูล SmallWebRTC และไลบรารีวิศวกรรมบริบท Pipecat Flows เขาอธิบายว่า Pipecat เป็นเฟรมเวิร์กสำหรับเอเจนต์เสียงและ AI แบบหลายโมดัลที่มีผู้ใช้งานแพร่หลายที่สุด โดยช่วยจัดการปัญหาต่าง ๆ เช่น การสลับระหว่างโมเดล การรับส่งข้อมูลผ่านเครือข่ายที่มีความหน่วงต่ำ การสตรีมข้อมูลระหว่างโมเดล การตรวจจับจังหวะการพูด และการจัดการเมื่อมีการพูดแทรก

ตามประกาศของ Deepgram โครงสร้างพื้นฐานของ Daily คือเครือข่ายทั่วโลกที่มีจุดให้บริการ 75 แห่ง ซึ่งออกแบบมาเพื่อตอบโจทย์ด้านความหน่วงและความน่าเชื่อถือของ AI แบบสด Deepgram ระบุว่าโมเดลเสียงและโครงสร้างพื้นฐานเรียลไทม์ของบริษัทขับเคลื่อน AI สนทนาด้วยเสียงที่ใช้งานจริงให้แก่องค์กรมากกว่า 5,000 แห่งทั่วโลก และมีนักพัฒนามากกว่า 650,000 คนใช้ Deepgram ประมวลผลเสียงรวมกันมากกว่า 200,000 ปี

มาตรฐานบริบทแบบเรียลไทม์และขั้นตอนต่อไป

ในงาน Speak Stephenson ยังเปิดตัวมาตรฐานบริบทแบบเรียลไทม์ (Real-Time Context Standard: RCS) ซึ่งเป็นโปรโตคอลแบบเปิดที่พัฒนาร่วมกับทีม Pipecat ตามข้อมูลของ Deepgram RCS ช่วยแก้ปัญหาช่องว่างในระบบ AI เสียงปัจจุบัน กล่าวคือ คำพูดถูกส่งต่อจากโมเดลหนึ่งไปยังอีกโมเดลหนึ่ง แต่บริบททางเสียงที่อยู่รอบคำพูด เช่น น้ำเสียง ผู้ที่กำลังพูด และสิ่งที่เกิดขึ้นในฉากหลัง กลับสูญหายระหว่างทาง RCS กำหนดข้อมูลเมตารูปแบบใหม่ไว้สามประเภท ได้แก่ บริบทจากเสียง เช่น การกระซิบหรือคำที่ฟังไม่ชัดเจน คำแนะนำว่าโมเดลภาษาควรใช้สัญญาณเหล่านั้นอย่างไร และแนวทางกำหนดลักษณะเสียงของคำตอบ อะแดปเตอร์จะแปลงสัญญาณและคำแนะนำในการส่งมอบให้เหมาะกับแต่ละโมเดล เพื่อให้นักพัฒนาสามารถใช้แนวทางเดียวกันกับโมเดลจากผู้ให้บริการหลายรายได้

คลังสาธิตของมาตรฐานบริบทแบบเรียลไทม์ อธิบายว่า RCS เป็นมาตรฐานเปิดที่ส่งต่อบริบทดังกล่าวไปพร้อมกับสตรีมข้อความเดียวกัน ในรูปแบบที่โมเดลทุกตัวในลำดับการประมวลผลสามารถสร้างและอ่านได้ เอเจนต์เสียงตัวอย่างของมาตรฐานนี้ให้บริการลูกค้าของร้านอุปกรณ์สำหรับกิจกรรมกลางแจ้งชื่อ Northwind Outfitters โดยเชื่อมต่อ Deepgram Flux สำหรับแปลงเสียงพูดเป็นข้อความ เครื่องมือวิเคราะห์น้ำเสียงที่ตรวจจับอารมณ์และการเสียดสีในแต่ละช่วงที่ผู้ใช้พูด โมเดลภาษา PhoneLLM Mini และ ElevenLabs สำหรับแปลงข้อความเป็นเสียงพูด พร้อมติดตั้งใช้งานบน Pipecat Cloud Deepgram เชิญนักพัฒนา ผู้ให้บริการโมเดล และทีมที่พัฒนาแอปพลิเคชันเสียงให้ทดลองใช้ RCS กับระบบของตนเอง แบ่งปันข้อเสนอแนะ และร่วมพัฒนาข้อกำหนดนี้

ต่อมาในวันเดียวกันที่งาน Speak Ed Anuff ประธานเจ้าหน้าที่ฝ่ายผลิตภัณฑ์ มีกำหนดนำเสนอภาพตัวอย่างของ Deepgram Voice Agent Platform ที่กำลังจะเปิดตัว และแนะนำโมเดลใหม่สองโมเดลที่พัฒนาขึ้นสำหรับการสนทนาแบบเรียลไทม์ พร้อมการรองรับภาษาที่เพิ่มขึ้น และ Global API ที่ออกแบบมาเพื่อเพิ่มความน่าเชื่อถือของการเชื่อมต่อและลดเวลาแฝง Deepgram ระบุว่า รายละเอียดทางเทคนิคฉบับเต็ม การสาธิต และกำหนดการพร้อมใช้งานของประกาศผลิตภัณฑ์ที่เหลือในวันนั้น จะเผยแพร่บนบล็อกของบริษัทหลังการกล่าวปาฐกถาหลักของ Anuff