Deepgram przejmuje Daily, twórcę Pipecat. Co dalej z frameworkiem agentów głosowych

Co kupuje Deepgram

Daily od lat dostarcza infrastrukturę do połączeń audio i wideo w czasie rzeczywistym, czyli WebRTC, telefonię, biblioteki klienckie i globalną sieć serwerów. W 2024 roku firma udostępniła jako open source Pipecat, framework, który łączy w jeden potok rozpoznawanie mowy, model językowy i syntezę głosu. Taki potok decyduje o tym, jak szybko agent odpowiada i czy poprawnie reaguje, gdy rozmówca mu przerwie.

Razem z frameworkiem Daily udostępniło m.in. model Smart Turn do wykrywania końca wypowiedzi, transport SmallWebRTC, standard komunikatów RTVI i narzędzie Pipecat Flows do projektowania scenariuszy rozmowy. Współzałożyciel Daily Kwindla Hultman Kramer nazywa Pipecat najczęściej używanym frameworkiem do agentów głosowych i multimodalnych. To deklaracja firmy, której nie da się niezależnie zweryfikować.

Pipecat pod nadzorem fundacji

Najważniejsza dla programistów deklaracja dotyczy przyszłości kodu. Deepgram zakłada niezależną Pipecat Foundation, którą pokieruje komitet sterujący złożony z przedstawicieli branży, w tym firm konkurujących z Deepgramem. Pipecat ma pozostać otwarty i neutralny wobec dostawców, więc nadal będzie można w nim łączyć modele różnych firm.

Prezes Deepgramu Scott Stephenson zapowiedział w rozmowie z TechCrunchem, że firma chce poszerzać ekosystem, a nie zamykać go na własne modele. Jednocześnie Deepgram oprze na Pipecat swoje nowe produkty głosowe. TechCrunch podaje też, że Deepgram wprowadza Real-Time Context Standard, otwarty protokół opisujący m.in. kontekst dźwięku, na przykład szept, i sposób, w jaki model językowy ma z niego korzystać.

• Ogłoszono komitet sterujący z udziałem konkurentów oraz zachowanie otwartego i neutralnego charakteru projektu.
• Nie podano składu komitetu, budżetu fundacji, licencji po zmianie ani daty przekazania projektu.
• Według Daily bez zmian pozostają obecne usługi, wsparcie i ekosystem integracji Pipecat.

Dlaczego rynek agentów głosowych się konsoliduje

Deepgram i Daily przeszły razem przez akcelerator Y Combinator w 2016 roku, a od 2019 roku modele Deepgramu obsługują transkrypcję w API Daily. Przejęcie łączy więc dwóch długoletnich partnerów. Deepgram dostaje warstwę transportu i orkiestracji, której dotąd nie miał, i może oferować cały stos od modelu po połączenie z rozmówcą.

Rynek głosowej AI przyciąga w 2026 roku duże pieniądze. Deepgram w styczniu zebrał 130 mln USD przy wycenie 1,3 mld USD i przejął wtedy start-up OfOne. Pieniądze pozyskały też ElevenLabs, LiveKit i Vapi, a dostawcy modeli wydają własne rozwiązania typu mowa-mowa, takie jak Eleven Realtime czy GPT-Live 1. Sama Daily zebrała według danych PitchBooka, które przytacza TechCrunch, ponad 62 mln USD.

Co to oznacza dla polskich firm

Z frameworków takich jak Pipecat korzystają zespoły budujące voiceboty do obsługi klienta, rejestracji wizyt czy infolinii. W naszej ocenie przejęcie nie wymaga dziś żadnej reakcji. Kod pozostaje otwarty, a integracje z modelami innych dostawców mają działać jak dotąd.

Firmy, które korzystają z hostowanych usług Daily, powinny śledzić ewentualne zmiany w umowach i cennikach po zamknięciu transakcji. Warto też sprawdzić, gdzie przetwarzane są nagrania rozmów, bo dane głosowe klientów z UE podlegają RODO. Zespoły wybierające framework do nowego projektu mogą traktować powstanie fundacji jako sygnał stabilności, ale do czasu publikacji jej statutu to tylko zapowiedź.

Ograniczenia i niewiadome

Strony nie podały ceny, struktury transakcji ani informacji, czy wymaga ona zgód regulatorów. Nie wiadomo, ilu pracowników przejdzie do Deepgramu ani jak zmieni się oferta Pipecat Cloud. Deklaracje o neutralności fundacji pochodzą od stron transakcji i ich realizację będzie można ocenić dopiero po powołaniu komitetu sterującego.