Deepgram anunció que adquirirá Daily, la empresa detrás de Pipecat, un marco de código abierto de IA de voz. Las compañías no revelaron el precio, pero señalaron que Pipecat seguirá siendo de código abierto. Daily también ofrece infraestructura alojada para llamadas de voz y video.

Deepgram anunció el jueves que adquirirá Daily, la empresa detrás de Pipecat, una de las infraestructuras de código abierto más populares para la IA de voz. Las compañías no revelaron el precio. Sí indicaron que Pipecat seguirá siendo de código abierto.

El acuerdo es el más reciente movimiento de un importante jugador de IA de voz para fortalecer su posición, a medida que el sector atrae fuertes inversiones y los modelos de negocio toman forma mediante alianzas y adquisiciones. Creadores de modelos como ElevenLabs, Gradium y Fish Audio han recaudado millones de dólares. Empresas de infraestructura, entre ellas LiveKit y Vapi, cerraron rondas de financiación multimillonarias este año.

¿Qué es Pipecat?

Pipecat es un marco que gestiona los flujos de voz y video, así como las demás piezas de un pipeline. Entre esas piezas se encuentran los modelos de conversión de voz a texto, los grandes modelos de lenguaje y los modelos de conversión de texto a voz. El marco está diseñado para reducir la latencia. Daily, que construyó Pipecat, ofrece infraestructura alojada para llamadas de voz y video de todo tipo.

Según datos de PitchBook, Daily ha recaudado más de 62 millones de dólares hasta la fecha de inversionistas como Tiger Global, Highfield Capital, Nat Friedman, Lachy Groom y Kevin Weil. Deepgram alcanzó el estatus de unicornio a comienzos de este año con una ronda Serie C de 130 millones de dólares. Ambas compañías también participaron en el mismo lote de Y Combinator en 2016.

Kwindla Kramer, cofundador de Daily, dijo que la empresa comenzó a experimentar con la comunicación entre IA y humanos por voz y texto por la época en que salió GPT-4. Ese trabajo terminó dando origen a Pipecat. Kramer afirmó que Daily despertó mucho interés de adquisición, pero que se sintió atraído por Deepgram por dos razones. La primera fue el compromiso del CEO de Deepgram, Scott Stephenson, de mantener Pipecat como código abierto para siempre. La segunda fue la cultura de ingeniería de las dos organizaciones, que, según dijo, coincidía. Esa coincidencia, afirmó Kramer, le da al equipo de Daily espacio para trabajar en diferentes partes de la pila tecnológica dentro de una empresa más grande.

¿Seguirá Pipecat siendo de código abierto después del acuerdo?

“Scott se comprometió a fondo con que Pipecat sea de código abierto y neutral frente a proveedores, para siempre”, dijo Kramer a TechCrunch. “Creo que hay tanto un compromiso personal como un motivo comercial. Si estás en el centro de un ecosistema que crece muy rápido, y tienes muchas partes de ese ecosistema que son genuinamente las mejores de tu empresa, entonces que todo sea lo más abierto posible es como una ventaja comercial”.

Stephenson dijo que Deepgram lleva mucho tiempo queriendo trabajar en código abierto. La compañía vio en un marco de orquestación para agentes de IA un área potencial para explorar, y esa idea impulsó la decisión de asociarse con Daily.

“Queremos abrir el ecosistema para que todos puedan crear agentes de voz”, dijo Stephenson. “Es genial si usas los modelos de Deepgram, pero quiero que uses los mejores modelos para tu caso de uso. Y si Deepgram nota que tenemos que ponernos al día en alguna área para nuestros propios modelos y productos, eso está bien. Queremos que uses socios, y luego también trabajaremos para mejorar en esas áreas”.

Stephenson afirmó que la adquisición permitirá a los desarrolladores crear agentes con expresividad y sistemas de voz de extremo a extremo. Los desarrolladores podrán conectar distintos modelos, y un bus de contexto une todas las piezas.

El acuerdo también le abre a Deepgram una puerta hacia áreas más allá de la voz. Pipecat admite comunicación en tiempo real en varios formatos, y Kramer afirmó que el marco nunca estuvo pensado para limitarse a la voz.

“Nunca pensamos en Pipecat como un kit de herramientas de voz”, dijo Kramer. “Lo pensamos como el kit de herramientas que necesitábamos para construir este nuevo tipo de software nativo de IA. Por de dónde venimos, siempre asumimos que todo era en tiempo real”.

¿Qué es el Estándar de Contexto en Tiempo Real?

Junto con la adquisición, Deepgram lanza el Estándar de Contexto en Tiempo Real, o RCS. Se trata de un protocolo abierto para agentes de voz que la compañía desarrolló en conjunto con el equipo de Pipecat. El protocolo define metadatos extraídos del audio, como un susurro. También incluye instrucciones para que un modelo de lenguaje sepa cómo usar esas señales, así como orientaciones sobre cómo debe sonar la respuesta.

Cet article a été rédigé avec l'assistance de l'IA.
News Factory APP - actualités agentiques pour booster votre SEO et AEO.