Deepgram 收购 Pipecat 开发商 Daily，强化语音 AI 基础设施

语音 AI 赛道持续升温，随着更多商业模式涌现，头部玩家正通过合作与收购巩固自身地位。Deepgram 是最新采取此类行动的公司：该公司周四宣布，将收购 Daily。Daily 是广受欢迎的开源语音 AI 基础设施 Pipecat 的开发者和维护者。 双方未披露交易金额，但表示将继续保持 Pipecat 开源。 对于不熟悉的人，Pipecat 是一个框架，用于管理语音和视频流以及流水线中的其他组件，如语音转文本（STT）、大语言模型和文本转语音（TTS）模型，同时降低延迟。其开发商 Daily 则为各类语音和视频通话提供托管基础设施。 借助 Pipecat，Deepgram 很可能将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 等投资者处融资超过 6200 万美元。今年早些时候，Deepgram 完成 1.3 亿美元 C 轮融资，跻身独角兽行列。巧合的是，两家公司都曾是 2016 年 Y Combinator 同一批次的成员。 Daily 联合创始人 Kwindla Kramer 表示，大约在 GPT-4 发布前后，公司开始试验 AI 与人类之间通过语音和文本进行交流，最终催生了 Pipecat 框架。他指出，尽管有很多收购意向，但他更看重 Deepgram CEO Scott Stephenson 对永久保持 Pipecat 开源的承诺，以及两家公司的工程文化契合，这使 Daily 团队能在更大的组织中自由地从事技术栈不同部分的工作。 Kramer 对 TechCrunch 表示：“Scott 非常坚定地承诺，Pipecat 将永远开源且保持厂商中立。我认为这背后既有个人承诺，也有商业驱动。如果你身处一个增长非常快的生态系统的中心，而这个生态系统中许多部分确实来自你公司且是最佳选择，那么尽可能开放一切就是一种商业优势。” Stephenson 表示，Deepgram 长期以来一直希望参与开源，公司意识到面向智能体的编排框架是一个潜在领域，这推动了与 Daily 合作的决策。 他说：“我们希望开放生态系统，让每个人都能构建语音智能体。如果你使用 Deepgram 模型，那很好，但我希望你为你自己的用例使用最好的模型。如果 Deepgram 注意到我们自己的模型和产品在某些领域还有差距需要追赶，那也很好。我们希望你们使用合作伙伴的方案，同时我们也会努力在这些领域变得更好。” Stephenson 表示，此次收购让开发者能够通过接入不同模型以及连接所有部分的上下文总线，构建具有表现力且端到端语音系统的智能体。 对 Deepgram 而言，这笔交易还让它能通过 Pipecat 探索语音之外的领域，因为该框架支持不同格式的实时通信。 Kramer 说：“我们从未把 Pipecat 仅仅视为语音工具包。我们把它视为构建这种新型 AI 原生软件所需的工具包。因为我们的背景，我们一直默认实时是前提。” Deepgram 还推出了实时上下文标准（Real-Time Context Standard，RCS），这是它与 Pipecat 团队共同开发的面向语音智能体的开放协议。该协议定义了元数据，例如来自音频的上下文（如低语）、供语言模型如何使用这些信号的指令，以及关于响应应如何呈现的指导。 语音 AI 在模型和基础设施两端都吸引了大量投资。ElevenLabs、Gradium 和 Fish Audio 等模型公司已融资数百万美元。另一方面，LiveKit 和 Vapi 等基础设施公司今年也完成了数百万美元级融资。