Deepgram تستحوذ على Daily، صانعة Pipecat، لتعزيز بنية الذكاء الاصطناعي الصوتي

قالت Deepgram يوم الخميس إنها تستحوذ على Daily، صانعة Pipecat والمسؤولة عن صيانته، وهو أحد أكثر البنى التحتية للذكاء الاصطناعي الصوتي المفتوح المصدر شيوعاً. لم تكشف الشركتان مبلغ الصفقة، لكنهما قالتا إنهما ستبقيان Pipecat مفتوح المصدر. وقالت Deepgram إن الاستحواذ يهدف إلى تعزيز بنيتها التحتية للذكاء الاصطناعي الصوتي.

Pipecat وبنية Daily التحتية

Pipecat إطار يدير تدفقات الصوت والفيديو، إلى جانب أجزاء أخرى في خط المعالجة، مثل تحويل الكلام إلى نص، ونماذج اللغة الكبيرة، ونماذج تحويل النص إلى كلام، مع تقليل زمن الاستجابة. وتوفر Daily بنية تحتية مستضافة لمكالمات الصوت والفيديو من أي نوع. ومع Pipecat، من المرجح أن تحصل Deepgram على فهم أعمق للبنية التحتية للصوت والفيديو في الوقت الفعلي.

وجمعت Daily حتى الآن أكثر من 62 مليون دولار من مستثمرين بينهم Tiger Global وHighfield Capital وNat Friedman وLachy Groom وKevin Weil، وفقاً لبيانات PitchBook. وفي وقت سابق من هذا العام بلغت Deepgram وضع «يونيكورن» بجولة Series C بقيمة 130 مليون دولار. وكانت الشركتان ضمن الدفعة نفسها من Y Combinator في 2016.

المصدر المفتوح وخطط المنتج

قال Kwindla Kramer، الشريك المؤسس في Daily، إن الشركة بدأت في وقت ظهور GPT-4 تقريباً تجربة التواصل بين الذكاء الاصطناعي والإنسان عبر الصوت والنص، وهو ما أسفر في النهاية عن إطار Pipecat. وقال إن الاهتمام بالاستحواذ كان كبيراً، لكنه فضّل التزام Scott Stephenson، الرئيس التنفيذي لـ Deepgram، بإبقاء Pipecat مفتوح المصدر إلى الأبد، إلى جانب تقارب الثقافتين الهندسيتين، وهو ما يمنح فريق Daily حرية العمل على أجزاء مختلفة من المكدس داخل منظمة أكبر.

وقال Kramer إن Scott ملتزم بأن يبقى Pipecat مفتوح المصدر ومحايداً تجاه الموردين إلى الأبد، وإن النظام البيئي المفتوح يمكن أن يشكل ميزة تجارية عندما تكون الشركة في وسط نظام بيئي سريع النمو. وقال Stephenson إن Deepgram أرادت العمل في المصدر المفتوح منذ وقت طويل، ورأت أن إطار تنسيق للوكلاء يمثل مجالاً محتملاً، وهو ما دفع إلى قرار الشراكة مع Daily. وقال إن Deepgram تريد فتح النظام البيئي كي يتمكن الجميع من بناء وكلاء صوتيين، حتى لو استخدموا نماذج مختلفة، وإن الشركة تريد أن تتحسن في المجالات التي لا تزال بحاجة إلى اللحاق بها.

وقال Stephenson إن الاستحواذ يتيح للمطورين بناء وكلاء بقدرة تعبيرية وأنظمة كلام من طرف إلى طرف، عبر توصيل نماذج مختلفة وناقل سياق يربط جميع الأجزاء. وبالنسبة إلى Deepgram، تتيح الصفقة أيضاً استكشاف مجالات تتجاوز الصوت من خلال Pipecat، لأن الإطار يخدم التواصل في الوقت الفعلي بصيغ مختلفة. وقال Kramer إن الفريق لم ينظر إلى Pipecat يوماً كمجموعة أدوات صوتية، بل كمجموعة الأدوات اللازمة لبناء نوع جديد من البرمجيات المولودة بالذكاء الاصطناعي، وإن الوقت الفعلي كان مفترضاً دائماً بحكم خلفية الشركة.

معيار Real-Time Context Standard وسياق السوق

وتطلق Deepgram أيضاً Real-Time Context Standard، وهو بروتوكول مفتوح للوكلاء الصوتيين طوّرته بالتعاون مع فريق Pipecat. ويحدد البروتوكول بيانات وصفية مثل سياق مستمد من الصوت، كالهمس، وتعليمات لنموذج اللغة حول كيفية استخدامه لتلك الإشارات، وإرشادات حول كيفية أن يبدو الرد.

وقد شهد الذكاء الاصطناعي الصوتي استثمارات كبيرة من جانب النماذج والبنية التحتية على حد سواء. فشركات مثل ElevenLabs وGradium وFish Audio جمعت ملايين الدولارات. وشركات البنية التحتية مثل LiveKit وVapi جمعت جولات تمويل بملايين الدولارات هذا العام.

المصادر: TechCrunch