Deepgram przejmuje Daily, firmę stojącą za otwartym frameworkiem Pipecat do budowy agentów głosowych. Transakcję ogłoszono 29 października, a kwoty nie ujawniono. Razem z przejęciem powstaje niezależna fundacja Pipecat, która ma pilnować, by framework pozostał otwarty i neutralny wobec dostawców modeli.
Obie firmy wyszły z tego samego naboru akceleratora Y Combinator w 2016 roku. Deepgram specjalizuje się w rozpoznawaniu i syntezie mowy. Na początku tego roku zebrał 130 mln dolarów w rundzie Series C i dołączył do grona jednorożców. Daily rozwijało infrastrukturę do połączeń głosowych i wideo, czyli WebRTC i telefonię, i pozyskało od inwestorów ponad 62 mln dolarów. Najważniejszym aktywem okazał się jednak Pipecat. Framework spina w jeden potok strumień audio, rozpoznawanie mowy, model językowy i syntezę głosu, pilnując przy tym niskich opóźnień. Według Daily zbudowało go 18 inżynierów, a dziś ma ponad 200 integracji i blisko 400 kontrybutorów.
Co dokładnie ogłoszono
Fundacją Pipecat ma kierować komitet sterujący złożony z firm z całego rynku AI czasu rzeczywistego, w tym z konkurentów Deepgramu. Dla obecnych klientów Daily nic się nie zmienia. Deepgram przejmuje sprzedaż, wsparcie i rozwój wszystkich produktów: WebRTC, telefonii, bibliotek wieloplatformowych oraz usługi Pipecat Cloud. Przy okazji Deepgram zaprezentował Real-Time Context Standard (RCS), otwarty protokół opisujący metadane, instrukcje dla modelu językowego i wskazówki dotyczące odpowiedzi agenta głosowego.
„Chcemy otworzyć ekosystem, żeby każdy mógł budować agentów głosowych” (Kwindla Kramer, współzałożyciel Daily, w rozmowie z TechCrunch; tłum. red.)
To ruch typowy dla dojrzewającego rynku. Dostawca modeli mowy kupuje warstwę, przez którą przechodzi cały ruch agenta, i jednocześnie zapewnia, że klienci dalej mogą wybierać modele konkurencji, takich jak ElevenLabs czy Fish Audio. Fundacja z zewnętrznym komitetem ma uwiarygodnić tę obietnicę. Segment rośnie szybko: dzień wcześniej Nvidia udostępniła otwarty model transkrypcji obsługujący do 40 języków.
Co to znaczy dla firm w Polsce
Daily wskazuje obsługę klienta jako główne zastosowanie agentów głosowych. To także najczęstszy pomysł na AI w polskich infoliniach i call center. Kto buduje voicebota, powinien oddzielić warstwę orkiestracji od dostawcy rozpoznawania i syntezy mowy. Wtedy zmiana modelu na lepiej radzący sobie z polszczyzną nie wymaga przepisywania całej aplikacji. Otwarty framework pod niezależnym nadzorem zmniejsza ryzyko uzależnienia od jednego dostawcy, ale nie zwalnia z własnych testów jakości po polsku. Warto też pamiętać, że nagrania rozmów z klientami to dane osobowe. Wybór dostawcy chmurowego trzeba więc sprawdzić także pod kątem RODO.
Źródło: TechCrunch (EN), 29 października 2026; blog Daily (EN), komunikat o przejęciu i fundacji Pipecat.
