Deepgram cumpără Daily, creatorul framework-ului Pipecat, pentru a accelera dezvoltarea agenților vocali

Sectorul de voce asistată de inteligență artificială trece printr-o fază accelerată de consolidare, pe măsură ce companiile caută să elimine latența și să ofere conversații fluide în timp real. Deepgram a făcut o mișcare strategică de calibru și a anunțat achiziția Daily, compania din spatele Pipecat, unul dintre cele mai populare cadre open-source folosite la construirea asistenților vocali interactivi. Mișcarea unește expertiza de recunoaștere a vorbirii cu infrastructura de apeluri audio și video.

Ce s-a întâmplat

Deși suma tranzacției nu a fost făcută publică, fuziunea aduce la un loc două companii care au făcut parte din aceeași promoție a acceleratorului Y Combinator în 2016. Deepgram, care a devenit recent unicorn după o rundă de finanțare Series C de 130 de milioane de dolari, preia infrastructura Daily, startup care strânsese la rândul său peste 62 de milioane de dolari de la investitori cunoscuți precum Tiger Global, Nat Friedman sau Kevin Weil. Principalul atu al Daily este Pipecat, un framework care orchestrează fluxurile audio-video alături de modele de transcriere (STT), modele lingvistice mari și sinteză vocală (TTS).

Conducerea ambelor companii a subliniat că Pipecat va rămâne în continuare un proiect complet open-source și neutru față de furnizorii de modele AI. Dezvoltatorii vor putea folosi în continuare orice furnizor preferă, chiar dacă Deepgram își va integra propriile soluții. În plus, cele două echipe lansează Real-Time Context Standard (RCS), un nou protocol deschis destinat agenților vocali, capabil să transmită instrucțiuni de context din audio, cum ar fi șoaptele sau tonul conversației, direct către modelele de limbaj.

De ce contează în România

Pentru programatorii, echipele de suport tehnic și startup-urile din România care lucrează la automatizarea centrelor de apeluri sau la asistenți digitali pentru clienți, infrastructura vocală este adesea cel mai dificil obstacol tehnic. Latența ridicată poate strica complet experiența unei conversații om-mașină. Faptul că Pipecat rămâne deschis și primește susținerea financiară a unui gigant de talia Deepgram le oferă inginerilor locali certitudinea unui instrument stabil pe termen lung.

În plus, flexibilitatea agnostică a platformei permite echipelor din țară să combine cele mai bune unelte disponibile: transcriere rapidă, procesare prin modele precum GPT sau Claude și generare audio în limba română sau alte limbi europene, fără riscul de a rămâne blocați într-un ecosistem proprietar închis.

Cum poți încerca

Dacă vrei să construiești un asistent vocal, framework-ul Pipecat este complet gratuit și poate fi descărcat direct din depozitul său oficial de pe GitHub. Acesta oferă exemple gata de rulare în Python sau TypeScript, prin care poți conecta fluxuri de la diverși furnizori de modele lingvistice și de sinteză a vocii.

Infrastructura cloud de la Daily și modelele de transcriere sau sinteză de la Deepgram pot fi accesate și testate prin intermediul consolelor lor web, ambele oferind credite gratuite la înregistrare pentru teste inițiale prin API. protocolul RCS va deveni accesibil dezvoltatorilor pe măsură ce este integrat treptat în versiunile viitoare de Pipecat.