Deepgram Akuisisi Daily Pengembang Pipecat untuk Perkuat Agen Suara AI
Perusahaan AI Deepgram resmi membeli Daily guna mempercepat agen suara pintar dengan jeda respons lebih singkat, sambil menjaga Pipecat tetap terbuka gratis.
Ilustrasi: liput24
Poin penting
- Deepgram resmi mengakuisisi Daily, perusahaan pembuat kerangka kerja agen suara Pipecat.
- Nilai akuisisi tidak diumumkan ke publik, tetapi Pipecat dipastikan tetap bersistem kode terbuka.
- Kedua pihak merilis protokol baru bernama Real-Time Context Standard untuk komunikasi agen AI suara.
Layanan suara berbasis kecerdasan buatan semakin diminati banyak perusahaan. Kini, teknologi tersebut terus dikembangkan untuk mempercepat waktu respons percakapan.
Deepgram mengambil langkah besar untuk memperkuat infrastruktur percakapan AI miliknya. Perusahaan rintisan ini resmi mengakuisisi Daily, seperti dilaporkan oleh TechCrunch pada Kamis.
Daily dikenal luas sebagai pembuat kerangka kerja Pipecat. Kerangka kerja kode terbuka ini mengelola alur panggilan suara dan video AI.
Nilai transaksi akuisisi ini tidak diungkapkan kepada publik. Meski begitu, Deepgram berjanji akan mempertahankan Pipecat tetap terbuka bagi komunitas programmer.
Gabungan Dua Startup Alumnus Y Combinator
Deepgram dan Daily memiliki riwayat yang cukup dekat. Keduanya sama-sama berasal dari program akselerator Y Combinator angkatan 2016.
Sebelum akuisisi ini terjadi, Daily telah mengumpulkan dana lebih dari 62 juta dolar AS. Investor mereka meliputi Tiger Global, Highfield Capital, Nat Friedman, Lachy Groom, dan Kevin Weil.
Sementara itu, Deepgram awal tahun ini telah menyandang status unicorn. Gelar tersebut diraih setelah mereka mengantongi pendanaan Seri C sebesar 130 juta dolar AS.
Co-founder Daily, Kwindla Kramer, menceritakan awal mula proyek Pipecat. Ide ini lahir saat GPT-4 pertama kali dirilis ke publik.
Kramer menyebut perusahaannya mulai meneliti komunikasi langsung antara AI dan manusia. Riset itu kemudian berkembang menjadi kerangka kerja Pipecat.
"Scott sangat berkomitmen agar Pipecat tetap menjadi kode terbuka dan netral terhadap vendor selamanya," kata Kwindla Kramer, Co-founder Daily.
Memangkas Jeda Waktu Bicara Robot
Pipecat berfungsi menghubungkan berbagai modul kecerdasan buatan. Sistem ini merangkai pengubah suara ke teks, model bahasa besar, dan pengubah teks ke suara.
Peran utama kerangka kerja ini adalah mengurangi latensi atau jeda waktu respon. Percakapan robot pun dapat berjalan lebih mulus mendekati tempo bicara manusia.
CEO Deepgram Scott Stephenson menjelaskan alasan di balik aksi korporasi ini. Ia ingin mempermudah para pengembang luar dalam membangun agen suara pintar.
"Kami ingin membuka ekosistem ini agar semua orang bisa membangun agen suara," kata Scott Stephenson, CEO Deepgram.
Stephenson juga menegaskan pengguna bebas memakai model AI dari penyedia mana pun. Deepgram tidak membatasi pengembang hanya pada produk buatan mereka sendiri.
Bersamaan dengan akuisisi ini, mereka memperkenalkan Real-Time Context Standard atau RCS. Protokol terbuka ini dirancang bersama oleh Deepgram dan tim Pipecat.
Protokol RCS mengatur data konteks seperti audio bisikan pengguna. Panduan ini memberi petunjuk bagi model bahasa agar menghasilkan suara balasan yang sesuai.
Investasi di sektor AI suara memang tengah meningkat pesat. Pembuat model seperti ElevenLabs, Gradium, dan Fish Audio telah meraup modal jutaan dolar.
Penyedia infrastruktur lain seperti LiveKit dan Vapi juga sukses menghimpun pendanaan jutaan dolar tahun ini.
Apa Artinya bagi Pelaku Usaha
Bagi para pemimpin bisnis, langkah konsolidasi ini membawa kemudahan integrasi teknologi. Penggabungan infrastruktur audio mempermudah perancangan sistem asisten telepon otomatis perusahaan.
Pusat layanan pelanggan berpeluang mengurangi jeda panggilan secara nyata. Agen pintar dapat merespons pertanyaan pelanggan dengan jeda bicara yang jauh lebih rendah.
Di Indonesia, sektor perbankan, logistik, dan niaga elektronik dapat memanfaatkan kemajuan ini. Kecepatan respon suara sangat krusial dalam menjaga kepuasan konsumen saat menghubungi saluran bantuan.
Komitmen kode terbuka juga menguntungkan divisi teknologi Anda. Perusahaan tidak terkunci pada satu vendor tunggal dan bebas memilih model AI yang paling cocok.
- TechCrunch: Deepgram acquires Pipecat-maker Daily to bolster its voice AI infrastructure
Lihat hasil pemeriksaan (12 klaim)
| Klaim | Putusan | Dasar di sumber |
|---|---|---|
| Deepgram mengakuisisi Daily, pengembang infrastruktur agen suara open source Pipecat. | Didukung | “The company said on Thursday that it is acquiring Daily, the maker and maintainer of one of the most popular open source voice AI infrastructures, Pipecat.” TechCrunch melaporkan pernyataan Deepgram bahwa mereka mengakuisisi Daily pembuat Pipecat. |
| Nilai transaksi akuisisi tidak diumumkan ke publik, namun Pipecat dipastikan tetap berstatus open source. | Didukung | “The companies didn’t disclose the deal amount but said that they will keep Pipecat open source.” TechCrunch melaporkan kedua perusahaan tidak membeberkan nilai kesepakatan tetapi menyatakan Pipecat tetap open source. |
| Pipecat mengelola alur audio/video bersama STT, LLM, dan TTS untuk memangkas latensi. | Didukung | “Pipecat is a framework that manages voice and video streams along with other pieces in the pipeline, like speech-to-text (STT), large language models (LLMs), and text-to-speech (TTS) models while reducing latency.” TechCrunch menjelaskan definisi teknis kerangka kerja Pipecat. |
| Deepgram dan Daily sama-sama merupakan alumnus akselerator Y Combinator angkatan 2016. | Didukung | “Incidentally, both companies were in the same Y Combinator batch in 2016.” TechCrunch menyebutkan kedua startup berasal dari batch Y Combinator yang sama pada 2016. |
| Daily telah mengumpulkan pendanaan lebih dari 62 juta dolar AS dari investor termasuk Tiger Global, Highfield Capital, Nat Friedman, Lachy Groom, dan Kevin Weil. | Didukung | “Daily has raised over $62 million in funding to date from investors such as Tiger Global, Highfield Capital, Nat Friedman, Lachy Groom, and Kevin Weil, according to PitchBook data.” TechCrunch mengutip data PitchBook perihal total pendanaan Daily dan para investornya. |
| Deepgram meraih status unicorn awal tahun ini setelah memperoleh pendanaan Seri C sebesar 130 juta dolar AS. | Didukung | “Earlier this year, Deepgram reached unicorn status with a $130 million Series C round .” TechCrunch mencatat pencapaian valuasi unicorn Deepgram lewat putaran Seri C bernilai 130 juta dolar AS. |
| Eksperimen komunikasi suara dan teks AI-ke-manusia dimulai Daily sekitar waktu rilisnya GPT-4 hingga menghasilkan kerangka kerja Pipecat. | Didukung | “Kwindla Kramer, Daily’s co-founder, said around the time when GPT-4 came out, the company started experimenting with AI-to-human communication over voice and text, which eventually resulted in the Pipecat” TechCrunch memuat penuturan Kwindla Kramer mengenai asal-usul Pipecat. |
| Kwindla Kramer menyatakan Scott Stephenson sangat berkomitmen agar Pipecat tetap menjadi kode terbuka dan netral vendor selamanya. | Didukung | ““Scott was super committed to Pipecat being open source and vendor-neutral forever.” TechCrunch mengutip langsung pernyataan co-founder Daily Kwindla Kramer. |
| Scott Stephenson ingin membuka ekosistem agar semua pihak dapat membangun agen suara dengan model terbaik sesuai kebutuhan. | Didukung | ““We want to open up the ecosystem so everybody can build voice agents. It’s great if you’re using Deepgram models, but I want you to be using the best models for your use case.” TechCrunch mengutip langsung pernyataan CEO Deepgram Scott Stephenson. |
| Deepgram meluncurkan Real-Time Context Standard (RCS), protokol terbuka agen suara yang dikembangkan bersama tim Pipecat. | Didukung | “Deepgram is also launching Real-Time Context Standard (RCS), an open protocol for voice agents that it co-developed with the Pipecat team.” TechCrunch melaporkan peluncuran RCS sebagai protokol terbuka hasil kolaborasi kedua tim. |
| Protokol RCS menetapkan metadata konteks audio seperti bisikan, instruksi ke LLM, serta panduan keluaran suara balasan. | Didukung | “The protocol defines metadata like context from the audio, like a whisper, instructions for a language model on how it can use those signals, and guidance on how the response should sound.” TechCrunch merinci fungsi metadata konteks audio yang diatur oleh RCS. |
| Pembuat model AI seperti ElevenLabs, Gradium, dan Fish Audio telah menghimpun dana jutaan dolar, sementara penyedia infrastruktur seperti LiveKit dan Vapi meraih pendanaan jutaan dolar tahun ini. | Didukung | “Model makers like ElevenLabs , Gradium , and Fish Audio have raised millions of dollars. On the other hand, infrastructure companies like LiveKit and Vapi have raised multimillion-dollar funding rounds” TechCrunch memaparkan tren investasi yang diraih startup AI suara di sisi model dan infrastruktur. |
Video AI terbaru
How Gen uses ChatGPT Work to turn data Into decisions | OpenAI
