Deepgram 收購 Daily,Pipecat 交由獨立基金會維持開源

語音人工智能基建公司 Deepgram 於十月二十九日在三藩市舉行的 Deepgram Speak 大會上宣布,收購實時通訊基建公司 Daily,即開源語音代理框架 Pipecat 的開發者。交易金額未有披露,Daily 團隊將加入 Deepgram,Pipecat 則繼續以 BSD v2 授權開源,並交由新成立的獨立 Pipecat 基金會管理[1][2]。

交易內容與開源承諾

Pipecat 是目前最廣泛使用的開源語音代理框架,累積超過 200 個整合、接近 400 名貢獻者,核心由 18 名工程師開發[2]。Deepgram 表示,會投資 Pipecat 的持續開發與社群,並保持供應商中立,讓開發者自由組合不同廠商的模型、工具、網絡傳輸與 API[1]。

基金會由代表整個實時人工智能生態的指導委員會管理,成員包括與 Deepgram 構成競爭的公司[2]。Daily 共同創辦人 Kwindla Hultman Kramer 加入 Deepgram 出任開源主管,他稱保持 Pipecat 開放是決定加入的關鍵,並認為語音的未來取決於開發者能否自由組合業界最好的方案[1][2]。

補齊實時網絡與語音模型

Daily 建立了一個覆蓋 75 個節點的全球實時網絡,專門針對實時語音與視像人工智能的低延遲及可靠性需求設計[1]。Deepgram 本身提供語音轉文字、文字轉語音及語音對語音模型,服務超過 5,000 間機構,累計逾 65 萬名開發者使用其平台[1]。

兩者合併後,Deepgram 會以 Pipecat 與 Daily 網絡為基礎,推出語音代理平台,把模型、開源編排與網絡傳輸整合成一條由原型到生產的路徑[1]。行政總裁 Scott Stephenson 稱,收購的目的是把兩邊在實時通訊上的經驗合併,處理整個語音系統,而非只賣單一模型[1]。

實時語境標準

大會同時公布 Real-Time Context Standard,由 Deepgram 與 Pipecat 團隊共同開發的開放協定。現時語音系統只把文字在模型之間傳遞,語氣、說話者身份、背景聲音等音訊語境會在過程中流失;新標準定義三類元數據,分別是來自音訊的語境訊號、指示語言模型如何使用這些訊號,以及回應應有的語氣與音量[1]。轉接層負責把訊號轉譯給不同廠商的模型,令開發者可以用同一套方法跨模型運作[1]。

Deepgram 稱,首版規格與示範已放在 GitHub,邀請開發者、模型供應商及語音應用團隊測試並提供回饋[1]。公司同時預告,語音代理平台會在會上作技術預覽,稍後公布完整技術細節與供應情況[1]。

參考資料

[1] Deepgram is acquiring Daily, makers of Pipecat(2026-10-29)

[2] Deepgram Is Acquiring Daily and Establishing an Independent Pipecat Foundation(2026-10-29)

發佈留言

發佈留言必須填寫的電子郵件地址不會公開。 必填欄位標示為 *

*