Dans un secteur de l'intelligence artificielle vocale en pleine consolidation, Deepgram a officialisé le rachat de l'entreprise Daily. Cette opération stratégique permet à la licorne spécialisée dans la reconnaissance vocale d'intégrer Pipecat, un framework open-source reconnu pour la gestion des flux audio et vidéo en temps réel.
Une synergie technologique pour l'IA conversationnelle
Pipecat se distingue par sa capacité à orchestrer des pipelines complexes incluant la transcription (STT), les grands modèles de langage (LLM) et la synthèse vocale (TTS), tout en minimisant la latence. En absorbant Daily, Deepgram ne se contente pas d'acquérir une infrastructure de communication ; l'entreprise cherche à offrir aux développeurs un environnement capable de connecter divers modèles de manière fluide. Cette intégration permet de construire des agents conversationnels plus expressifs, capables de traiter des interactions end-to-end avec une meilleure gestion du contexte.
Le maintien de l'open-source comme levier stratégique
Malgré l'acquisition, les deux entités ont confirmé que Pipecat restera un projet open-source. Kwindla Kramer, cofondateur de Daily, a souligné que cet engagement envers la neutralité vis-à-vis des fournisseurs était une condition sine qua non de l'accord. Pour Scott Stephenson, PDG de Deepgram, cette approche ouverte est un avantage commercial : en favorisant un écosystème où les utilisateurs peuvent choisir les meilleurs modèles pour chaque cas d'usage, Deepgram se positionne comme un acteur central de l'infrastructure plutôt que comme un fournisseur fermé.
Lancement du standard RCS pour les agents vocaux
Parallèlement à ce rachat, Deepgram introduit le Real-Time Context Standard (RCS), un protocole ouvert co-développé avec l'équipe de Daily. Ce standard vise à définir des métadonnées essentielles pour les agents vocaux, telles que l'interprétation des signaux audio (chuchotements, intentions) et les instructions de comportement pour les modèles de langage. Cette initiative illustre la volonté des deux entreprises de structurer un marché où la concurrence s'intensifie, portée par des levées de fonds massives chez les concepteurs de modèles comme ElevenLabs ou Fish Audio, et chez les acteurs de l'infrastructure comme LiveKit et Vapi.