Deepgram adquire a Daily, criadora do Pipecat, para reforçar a infraestrutura de voz

A Deepgram anunciou na quinta-feira a aquisição da Daily, criadora e mantenedora do Pipecat, um dos frameworks de código aberto de IA para voz mais populares do mercado. A operação foi divulgada no âmbito de um setor em que os principais players procuram consolidar posições através de parcerias e aquisições.

O Pipecat é um framework desenhado para gerir fluxos de voz e vídeo, integrando-se a outros componentes da cadeia, como sistemas de transcrição de fala para texto (STT), grandes modelos de linguagem e ferramentas de síntese de fala (TTS), com foco na redução da latência. A Daily oferece infraestrutura hospedada para chamadas de voz e vídeo. Com a incorporação do Pipecat, a Deepgram espera compreender melhor as infraestruturas de comunicação em tempo real.

Nenhuma das partes divulgou o valor exato do acordo, mas ambas asseguraram que o Pipecat será mantido como software de código aberto. Segundo dados do PitchBook citados na notícia, a Daily acumulava mais de 62 milhões de dólares em financiamento, com apoio de investidores como Tiger Global, Highfield Capital, Nat Friedman, Lachy Groom e Kevin Weil. Já no início deste ano, a Deepgram atingiu o estatuto de unicórnio, captando 130 milhões de dólares na ronda Série C. Ambas as empresas fizeram parte do mesmo lote do Y Combinator em 2016.

Kwindla Kramer, do Daily, afirmou ao TechCrunch que valorizou o compromisso do CEO da Deepgram, Scott Stephenson, em manter o Pipecat como código aberto de forma permanente e neutra em relação a fornecedores, referindo também a compatibilidade da cultura de engenhura das duas organizações. Stephenson, por sua vez, disse que a Deepgram desejava atuar no open source há tempo e que a empresa quer "abrir o ecossistema para que todos possam construir agentes de voz", usando os melhores modelos para cada caso de uso.

Para além da voz, a operação permite à Deepgram explorar outras áreas através do Pipecat, já que o framework serve a comunicação em tempo real em diferentes formatos. A empresa lançará também o Real-Time Context Standard (RCS), um protocolo aberto para agentes de voz co-desenvolvido com a equipa do Pipecat, que define metadados de contexto a partir do áudio, instruções para os modelos de linguagem sobre como utilizar esses sinais e orientações sobre a subida da resposta.

Porque importa

A aquisição acontece num setor de IA para voz com forte movimento de investimento: fabricantes como ElevenLabs, Gradium e Fish Audio captaram milhões de dólares, enquanto empresas de infraestrutura como LiveKit e Vapi obtiveram rondas de financiamento multimilionárias este ano. A manutenção do Pipecat como código aberto é um fator decisivo para a decisão e pode pesar na forma como os desenvolvedores escolhem as plataformas onde constroem agentes de voz.