Компания Deepgram объявила о покупке Daily — разработчика и сопровождающего проекта Pipecat, одной из наиболее популярных инфраструктур с открытым исходным кодом для голосовых систем на основе искусственного интеллекта. Сумма сделки не раскрыта. При этом Pipecat сохранит открытый исходный код.
Pipecat объединяет голосовые и видеопотоки с другими элементами технологической цепочки, включая распознавание речи, большие языковые модели и синтез речи. Фреймворк также помогает уменьшать задержку при обработке данных. Daily, помимо разработки Pipecat, предоставляет облачную инфраструктуру для голосовых и видеозвонков.
После сделки Deepgram сможет глубже изучить инфраструктуру для работы с голосом и видео в реальном времени. Основатель Daily Квиндла Крамер рассказал TechCrunch, что компания начала экспериментировать с общением искусственного интеллекта и человека через голос и текст примерно после выхода GPT-4, а результатом этих разработок стал Pipecat.
По словам Крамера, Daily получала интерес со стороны нескольких покупателей, однако он выбрал Deepgram из-за позиции ее генерального директора Скотта Стивенсона, который выступил за постоянное сохранение открытости Pipecat. Кроме того, инженерные культуры двух компаний оказались близкими, а команда Daily получила возможность заниматься разными уровнями технологического стека внутри более крупной организации. «Скотт был полностью привержен тому, чтобы Pipecat навсегда оставался открытым и независимым от поставщиков. Я думаю, здесь есть и личная убежденность, и коммерческий мотив. Если вы находитесь в центре быстро растущей экосистемы, а многие ее лучшие элементы действительно созданы вашей компанией, то максимальная открытость становится коммерческим преимуществом», — сказал Крамер TechCrunch.
Стивенсон отметил, что Deepgram давно хотела работать с проектами открытого исходного кода и увидела в оркестрационной платформе для интеллектуальных агентов перспективное направление. По его словам, разработчики смогут создавать агентов с выразительной речью и сквозными голосовыми системами, подключая разные модели и контекстный канал, связывающий все компоненты. «Мы хотим открыть экосистему, чтобы каждый мог создавать голосовых агентов. Хорошо, если вы используете модели Deepgram, но я хочу, чтобы для своей задачи вы выбирали лучшие модели. Если Deepgram заметит, что в какой-то области нашим моделям и продуктам нужно догонять рынок, это тоже хорошо. Мы хотим, чтобы вы использовали партнерские решения, а сами будем улучшаться в этих направлениях», — заявил он.
Сделка позволит Deepgram применять Pipecat не только в голосовых проектах: фреймворк рассчитан на коммуникации в реальном времени в разных форматах. Daily также участвовала вместе с Deepgram в создании открытого протокола Real-Time Context Standard (RCS) для голосовых агентов. Он описывает метаданные аудиоконтекста, например шепот, инструкции для языковой модели по работе с такими сигналами и требования к звучанию ответа. По данным PitchBook, Daily привлекла более 62 млн долларов от Tiger Global, Highfield Capital, Нэта Фридмана, Лэчи Грума и Кевина Вейла, а Deepgram ранее в этом году получила статус единорога после раунда Series C на 130 млн долларов; обе компании входили в один набор Y Combinator в 2016 году.