Рынок voice AI набрал обороты настолько, что крупные игроки начали скупать друг друга, чтобы закрепить позиции. Deepgram: компания, в начале года ставшая единорогом после раунда в 130 миллионов долларов при оценке в 1,3 миллиарда, объявила о покупке Daily, разработчика одного из самых используемых открытых фреймворков для голосового AI под названием Pipecat.
Pipecat решает техническую, но критичную задачу: управляет потоками голоса и видео, связывает между собой распознавание речи, языковую модель и синтез речи в единый конвейер, минимизируя задержки. Без низкой задержки голосовой агент звучит неестественно: с паузами, рывками, которые выдают машину с первой секунды. Daily, компания-создатель Pipecat, занималась инфраструктурой для голосовых и видеозвонков и начала экспериментировать с AI-коммуникацией ещё во времена выхода GPT-4: задолго до нынешнего бума.
Сумму сделки не раскрыли, но оба участника подчеркнули главное условие: Pipecat останется open source. Сооснователь Daily Квиндла Крамер объяснил выбор в пользу Deepgram личной убеждённостью CEO компании Скотта Стивенсона в открытости фреймворка и совпадением инженерных культур. Заметим, обе компании выросли из одного набора Y Combinator 2016 года. Стивенсон в свою очередь говорит прямо: цель, открыть экосистему так, чтобы разработчики могли комбинировать лучшие модели распознавания, синтеза и языковые модели независимо от вендора, даже если это не модели самого Deepgram.
Вместе со сделкой компания представила Real-Time Context Standard (RCS), открытый протокол, описывающий, как голосовые агенты должны передавать контекст: метаданные из аудио (например, шёпот или интонацию), инструкции для языковой модели о том, как использовать эти сигналы, и правила того, каким должен звучать ответ. По сути, это попытка создать общий язык для разрозненной экосистемы voice AI, где каждый вендор до этого говорил на своём диалекте.
Ставки в этой нише растут у всех: модели ElevenLabs, Gradium и Fish Audio привлекают сотни миллионов инвестиций, а инфраструктурные LiveKit и Vapi закрывают собственные крупные раунды. Deepgram своим ходом показывает: на следующем этапе конкуренции в голосовом AI важны не только качество модели, но и то, кто задаст стандарт, по которому вся индустрия будет собирать свои голосовые продукты.
Нужен агент под ваши процессы? Разработка AI-агентов под ключ: от аудита до запуска за 3-6 недель.
