L'ESSENTIEL EN 30 SECONDES

  • Deepgram a annoncé le 29 octobre le rachat de Daily ; ni le prix ni la date de finalisation n'ont été communiqués.
  • Pipecat conserve sa licence BSD et sera piloté par une fondation indépendante, dotée d'un comité de pilotage ouvert aux concurrents de Deepgram.
  • Deepgram publie aussi le Real-Time Context Standard (RCS), un projet de protocole ouvert conçu avec l'équipe de Pipecat et soumis aux commentaires.

Le spécialiste de la reconnaissance vocale Deepgram a annoncé le 29 octobre l'acquisition de Daily, fournisseur d'infrastructures audio et vidéo en temps réel et créateur de Pipecat, un framework open source pour concevoir des agents vocaux. L'annonce a été faite lors de Speak, le premier événement organisé par Deepgram à San Francisco. Le montant, la structure de l'opération et la date de finalisation n'ont pas été dévoilés.

Ce que deviennent Daily et Pipecat

Selon les deux entreprises, l'équipe de Daily rejoint Deepgram, et le cofondateur de Daily, Kwindla Hultman Kramer, y prend la direction de l'open source. Daily indique que Deepgram continuera de commercialiser, d'assurer le support et de développer l'ensemble de ses produits actuels : bibliothèques WebRTC, téléphonie, outils multiplateformes et réseau mondial, que Deepgram chiffre à 75 points de présence. Rien ne change pour les clients, assure Daily.

Pipecat, dont Daily a ouvert le code en 2024, restera gratuit sous sa licence BSD actuelle. Deepgram explique créer une Pipecat Foundation indépendante avec Daily et d'autres organisations qui utilisent le projet ou y contribuent. D'après Daily, la fondation sera dirigée par un comité de pilotage censé représenter l'ensemble de l'écosystème de l'IA en temps réel, y compris des concurrents de Deepgram. Ni les membres, ni le financement, ni la composition du comité n'ont été publiés. Daily revendique pour Pipecat plus de 200 intégrations et près de 400 contributeurs.

Les deux sociétés se connaissent de longue date : elles sont passées ensemble par Y Combinator en 2016, et Deepgram fournit la transcription des API de Daily depuis 2019.

Un protocole ouvert pour le contexte conversationnel

En parallèle, Deepgram a publié le Real-Time Context Standard (RCS), élaboré avec l'équipe de Pipecat. Dans un billet signé par son directeur produit, Ed Anuff, l'entreprise le présente comme une extension du format « chat completions » utilisé par la plupart des API de grands modèles de langage. Il ajoute trois types de métadonnées : des indices sur la manière dont l'interlocuteur s'est exprimé, des consignes sur la façon dont le modèle doit en tenir compte, et des indications sur le ton que doit adopter la synthèse vocale. Des adaptateurs doivent traduire ces champs pour chaque fournisseur de modèles. La spécification est ouverte aux commentaires, avec une démonstration sur GitHub ; aucune licence n'est mentionnée.

Contexte et questions en suspens

Deepgram compte faire de Pipecat le cœur d'une future Voice Agent Platform, sans date de lancement annoncée. L'indépendance de la fondation devient donc le point clé : l'entreprise qui finance le framework vendra aussi une offre concurrente bâtie dessus. La manière dont le comité de pilotage sera désigné, et l'arrivée éventuelle d'autres fournisseurs de modèles vocaux, diront si Pipecat reste aussi neutre que promis.