Deepgram adquiere Daily, creador de Pipecat, y mantendrá el framework abierto
Por JP Software ·
JP Software Deepgram anunció este jueves que adquiere Daily, la empresa que crea y mantiene Pipecat, uno de los frameworks open source más populares para infraestructura de voz con IA. Las compañías no revelaron el monto, pero dijeron que Pipecat seguirá siendo open source. La noticia afecta a quien construye agentes de voz o usa Pipecat en producción.
Datos clave
- Daily ha levantado más de 62 millones de dólares a la fecha, según datos de PitchBook.
- Deepgram alcanzó estatus de unicornio este año con una ronda Serie C de 130 millones de dólares.
- Ambas empresas estuvieron en el mismo lote de Y Combinator en 2016.
- Las empresas no revelaron el monto de la adquisición.
Qué es Pipecat y qué hace Daily
Pipecat es un framework que administra los flujos de voz y video junto con otras piezas del pipeline, como speech-to-text (STT), modelos de lenguaje (LLMs) y text-to-speech (TTS), mientras reduce la latencia. Daily, su creador, ofrece infraestructura hospedada para llamadas de voz y video de cualquier tipo.
Kwindla Kramer, cofundador de Daily, explicó que cuando salió GPT-4 la empresa empezó a experimentar con comunicación de IA a humano por voz y texto. De ahí surgió Pipecat.
El compromiso de mantenerlo abierto
Kramer dijo que hubo mucho interés de compra, pero prefirió a Deepgram por el compromiso de su CEO, Scott Stephenson, de mantener Pipecat open source y neutral frente a proveedores para siempre. Según Kramer, además, la cultura de ingeniería de ambas organizaciones coincide.
Stephenson dijo: “Queremos abrir el ecosistema para que todos puedan construir agentes de voz. Está bien si usas modelos de Deepgram, pero quiero que uses los mejores modelos para tu caso”.
Real-Time Context Standard (RCS)
Deepgram también lanza Real-Time Context Standard (RCS), un protocolo abierto para agentes de voz que desarrolló junto con el equipo de Pipecat. Define metadatos del audio, como el contexto de un susurro, instrucciones para que el modelo de lenguaje use esas señales y guía sobre cómo debe sonar la respuesta.
Según Stephenson, la compra permite construir agentes con expresividad y sistemas de voz de extremo a extremo, conectando distintos modelos mediante un bus de contexto.
Por qué te importa
Si usas Pipecat, el proyecto tiene ahora un respaldo mayor y una promesa pública de seguir abierto y neutral. No hace falta cambiar nada hoy, pero sí vale la pena seguir el repositorio y las novedades de RCS.
Si estás eligiendo cómo armar un agente de voz, el protocolo abierto es una señal de que el mercado busca piezas intercambiables. Diseñar tu pipeline para poder cambiar de modelo sin reescribir todo es una buena apuesta.