语音人工智能领域正处于火热发展阶段,行业领先企业纷纷通过合作与收购巩固市场地位。Deepgram近日宣布收购Daily,这家公司是广受欢迎的开源语音AI基础设施Pipecat的开发和维护者。
双方未透露具体交易金额,但承诺将继续保持Pipecat的开源性质。
Pipecat是一个管理语音和视频流的框架,同时支持语音转文本(STT)、大型语言模型(LLM)和文本转语音(TTS)等管道组件,且能有效降低延迟。Daily为各种语音和视频通话提供托管基础设施。
通过此次收购,Deepgram有望深入掌握实时语音和视频基础设施的技术。
根据PitchBook数据,Daily迄今已获得超过6200万美元的融资,投资方包括Tiger Global、Highfield Capital、Nat Friedman、Lachy Groom和Kevin Weil。今年早些时候,Deepgram通过1.3亿美元的C轮融资实现独角兽地位。值得一提的是,两家公司均参与了2016年同一期的Y Combinator项目。
Daily联合创始人Kwindla Kramer表示,随着GPT-4的发布,公司开始尝试基于语音和文本的AI与人类交流,最终催生了Pipecat框架。他强调,尽管收购意向众多,但他更看重Deepgram CEO Scott Stephenson对Pipecat永久开源的承诺,以及双方相似的工程文化,这让Daily团队能在更大的组织中自由探索技术栈的不同部分。
“Scott非常坚定地支持Pipecat保持开源和供应商中立。我认为这既是个人承诺,也是商业驱动力。在快速发展的生态系统中,拥有多个真正领先的组件,保持开放是商业优势。”Kramer对TechCrunch说。

Stephenson表示,Deepgram长期希望参与开源项目,发现代理编排框架是一个潜力领域,这促使他们选择与Daily合作。
“我们希望开放生态系统,让所有人都能构建语音代理。使用Deepgram模型固然好,但我更希望你能根据需求选择最合适的模型。如果Deepgram在某些领域需要提升,我们也欢迎你使用合作伙伴的产品,同时我们会努力改进。”他说。
此次收购使开发者能够通过接入不同模型和连接各部分的上下文总线,构建具备表现力的端到端语音系统代理。
此外,Pipecat支持多种实时通信格式,Deepgram也借此机会拓展语音以外的应用领域。
“我们从未将Pipecat仅视为语音工具包,而是打造AI原生软件所需的工具包。鉴于我们的背景,实时处理一直是核心。”Kramer补充道。
Deepgram还推出了实时上下文标准(RCS),这是一种与Pipecat团队共同开发的开源协议。该协议定义了音频上下文的元数据,如耳语、语言模型的指令以及响应声音的指导。
语音AI领域不仅模型开发者获得大量投资,如ElevenLabs、Gradium和Fish Audio等公司均融资数百万美元,基础设施企业如LiveKit和Vapi今年也完成了数百万美元的融资。


