Deepgram 收购 Pipecat 开发商 Daily，强化实时语音 AI 基础设施

语音 AI 赛道正热，随着更多商业模式通过合作与收购逐渐浮出水面，头部企业正努力巩固自身地位。Deepgram 是最新采取此类行动的公司：该公司周四表示，正在收购 Daily——最受欢迎的开源语音 AI 基础设施之一 Pipecat 的开发者和维护者。

两家公司未披露交易金额，但表示将继续让 Pipecat 保持开源。

对于初次接触的人来说，Pipecat 是一个框架，可管理语音和视频流，以及处理管线中的其他组件，如语音转文本（STT）、大型语言模型和文本转语音（TTS）模型，同时降低延迟。其开发者 Daily 为各种类型的语音和视频通话提供托管基础设施。

借助 Pipecat，Deepgram 可能会更深入地理解实时语音和视频基础设施。

根据 PitchBook 数据，Daily 迄今已从 Tiger Global、Highfield Capital、Nat Friedman、Lachy Groom 和 Kevin Weil 等投资者处筹集超过 $62 million。今年早些时候，Deepgram 借助$130 million 的 C 轮融资跻身独角兽行列。巧的是，两家公司同属 Y Combinator 2016 年批次。

Daily 联合创始人 Kwindla Kramer 表示，在 GPT-4 问世之际，公司开始尝试通过语音和文本实现 AI 与人类之间的通信，最终促成了 Pipecat 框架。他指出，尽管有众多收购意向，但他更看重 Deepgram CEO Scott Stephenson 致力于让 Pipecat 永远保持开源的态度，也看重两家组织工程文化的契合，这使 Daily 团队能够在更大的组织中自由从事技术栈不同部分的研发。

“Scott 非常坚定地要让 Pipecat 永远保持开源并保持厂商中立。我认为，这背后既有个人层面的投入，也有商业驱动力。如果你处于一个飞速增长的生态系统中心，而该生态系统中有许多组成部分确实是你公司的最佳成果，那么让一切尽可能开放，就如同一种商业优势，”Kramer 告诉 TechCrunch。

Stephenson 表示，Deepgram 一直希望从事开源工作，公司意识到面向智能体的编排框架是一个有潜力的领域，这促成了与 Daily 合作的决定。

“我们希望开放这个生态系统，让每个人都能构建语音智能体。如果你使用 Deepgram 模型当然很好，但我希望你能针对自己的用例使用最好的模型。如果 Deepgram 注意到自家模型和产品在某个领域仍有需要追赶的地方，那也很好。我们希望你们使用合作伙伴的方案，同时我们也会继续努力，在这些领域做得更好，”他表示。

Stephenson 表示，这次收购使开发者能够通过接入不同模型以及连接所有组成部分的上下文总线，构建富有表现力的智能体和端到端语音系统。

对 Deepgram 而言，这笔交易还使其能够通过 Pipecat 探索语音以外的领域，因为该框架支持多种格式的实时通信。

“我们从未将 Pipecat 视为语音工具包，而是把它当作构建这种新型 AI 原生软件所需的工具包。鉴于我们的原有背景，我们一直默认采用实时技术，”Kramer 表示。

Deepgram 还将推出 Real-Time Context Standard (RCS)，这是它与 Pipecat 团队共同开发的一种面向语音代理的开放协议。该协议定义了来自音频的上下文（例如耳语）等元数据、供语言模型参考的指令（说明它可以使用这些信号），以及关于回复应呈现何种语气的指导。

语音 AI 在模型和基础设施两个领域都获得了大量投资。ElevenLabs、Gradium 和 Fish Audio 等模型开发商筹集了数百万美元。与此同时，LiveKit 和 Vapi 等基础设施公司今年完成了数百万美元的融资。

当你通过我们文章中的链接购买时，我们可能会获得少量佣金。这不会影响我们的编辑独立性。

Ivan 在 TechCrunch 报道全球消费科技领域的动态。他驻在印度，曾在 Huffington Post 和 The Next Web 等媒体工作。

你可以通过发送电子邮件至 [email protected]，或在 Signal 上通过 ivan.42 发送加密消息，来联系 Ivan 或核实其外联信息。

查看简介