Компания Deepgram объявила о покупке Daily — разработчика и сопровождающего популярной открытой инфраструктуры для голосового искусственного интеллекта Pipecat. О сделке стало известно в четверг, однако её финансовые условия стороны раскрывать не стали. При этом Pipecat продолжит распространяться как проект с открытым исходным кодом.
Pipecat объединяет в одном рабочем процессе голосовые и видеопотоки, распознавание речи, большие языковые модели и синтез речи, помогая уменьшать задержку. Daily предоставляет облачную инфраструктуру для голосовых и видеозвонков разных типов. После сделки Deepgram сможет глубже изучить технологии обработки голосовых и видеоданных в реальном времени.
По данным PitchBook, Daily привлекла более 62 млн долларов от Tiger Global, Highfield Capital, Ната Фридмана, Лэчи Грума и Кевина Вейла. В начале этого года Deepgram получила статус единорога после привлечения 130 млн долларов в раунде серии C. Обе компании участвовали в одной программе Y Combinator в 2016 году.
Сооснователь Daily Квиндла Крамер рассказал, что после выхода GPT-4 команда начала экспериментировать с общением искусственного интеллекта и человека посредством голоса и текста. Эти работы в итоге привели к созданию Pipecat. По словам Крамера, Daily рассматривала несколько предложений о покупке, но выбрала Deepgram из-за приверженности её генерального директора Скотта Стивенсона сохранению открытости проекта и близкой инженерной культуры, которая позволит команде работать над разными уровнями технологического стека.
«Скотт был полностью привержен тому, чтобы Pipecat навсегда оставался открытым и независимым от поставщиков. Я думаю, что здесь есть и личная убеждённость, и коммерческий мотив. Если ты находишься в центре быстро растущей экосистемы, а многие её действительно лучшие элементы созданы твоей компанией, то максимальная открытость становится коммерческим преимуществом», — сказал Крамер TechCrunch.
Стивенсон заявил, что Deepgram давно хотела развивать проекты с открытым исходным кодом и увидела в Pipecat подходящую основу для координации работы интеллектуальных агентов. Компания намерена дать разработчикам возможность подключать разные модели, включая решения других поставщиков, и создавать выразительные сквозные речевые системы. Одновременно Deepgram представила открытый протокол Real-Time Context Standard (RCS), разработанный вместе с командой Pipecat: он описывает контекст аудио, инструкции для языковой модели и параметры звучания ответа. На фоне сделки рынок голосового ИИ продолжает привлекать инвестиции: ElevenLabs, Gradium и Fish Audio получили многомиллионное финансирование, а инфраструктурные компании LiveKit и Vapi в этом году также закрыли крупные раунды.