Deepgram покупает Daily, создателя открытого фреймворка Pipecat для голосовых ИИ-агентов

Pipecat управляет потоками голоса и видео и связывает распознавание речи, большие языковые модели и синтез речи с низкой задержкой. Daily, его создатель, предоставляет размещённую инфраструктуру для голосовых и видеозвонков любого типа.

По данным PitchBook, Daily привлекла более $62 млн от Tiger Global, Highfield Capital, Nat Friedman, Lachy Groom и Kevin Weil. Deepgram в начале года получила статус единорога после раунда Series C на $130 млн. Обе компании проходили программу Y Combinator в одном наборе 2016 года.

Почему открытый код остаётся

Соучредитель Daily Квиндла Крамер рассказал, что компания начала экспериментировать с общением ИИ и людей голосом и текстом примерно во время выхода GPT-4, и так появился Pipecat. По его словам, на сделку повлияло то, что гендиректор Deepgram Скотт Стефенсон привержен открытости Pipecat и нейтральности к поставщикам навсегда, а инженерные культуры компаний совпадают.

Стефенсон сказал, что Deepgram давно хотела работать в открытом коде, а оркестрационный фреймворк для агентов показался перспективным направлением. Он подчеркнул, что компания хочет, чтобы разработчики использовали лучшие модели для своих задач, в том числе не модели Deepgram.

Что это меняет для Deepgram и разработчиков

Стефенсон сказал, что сделка позволяет создавать агентов с выразительной речью и сквозными речевыми системами, подключая разные модели через общую шину контекста. Для Deepgram Pipecat также открывает направления за пределами голоса, так как фреймворк работает с коммуникацией в реальном времени в разных форматах.

Вместе с командой Pipecat Deepgram запускает Real-Time Context Standard (RCS), открытый протокол для голосовых агентов. Он описывает метаданные, например контекст из аудио, и правила того, как языковая модель может использовать эти сигналы и как должен звучать ответ.