Deepgram، شرکت زیرساخت صوتی هوش مصنوعی، Daily را خرید. Daily سازنده و نگهدارنده‌ی Pipecat است؛ فریم‌ورکی متن‌باز که جریان‌های صوتی و ویدیویی را به‌همراه اجزای خط تولید مثل تبدیل گفتار به نوشتار، مدل‌های زبانی بزرگ و تبدیل نوشتار به گفتار مدیریت می‌کند و تأخیر را کاهش می‌دهد. مبلغ معامله فاش نشد، اما هر دو شرکت اعلام کردند Pipecat متن‌باز باقی می‌ماند.

پیشینه‌ی دو شرکت#

Daily تاکنون بیش از ۶۲ میلیون دلار سرمایه از سرمایه‌گذارانی مثل Tiger Global، Highfield Capital، Nat Friedman، Lachy Groom و Kevin Weil جذب کرده است. Deepgram هم اوایل امسال با دور Series C به ارزش ۱۳۰ میلیون دلار به ارزش‌گذاری یک میلیارد دلار رسید. جالب اینکه هر دو شرکت در بچ ۲۰۱۶ Y Combinator حضور داشتند.

Kwindla Kramer، هم‌بنیان‌گذار Daily، گفت حدود زمانی که GPT-4 منتشر شد، آزمایش ارتباط هوش مصنوعی با انسان از طریق صوت و متن را آغاز کردند که در نهایت به Pipecat منجر شد. او تأکید کرد که با وجود علاقه‌ی چندین خریدار، تعهد Scott Stephenson، مدیرعامل Deepgram، به متن‌باز و مستقل‌از‌فروشنده ماندن Pipecat برای همیشه، عامل اصلی انتخاب Deepgram بود.

معرفی پروتکل RCS#

Deepgram هم‌زمان با این خرید، پروتکل Real-Time Context Standard (RCS) را معرفی کرد؛ یک پروتکل متن‌باز برای ایجنت‌های صوتی که با تیم Pipecat توسعه یافته است. RCS متادیتاهایی مثل زمینه‌ی استخراج‌شده از صوت، دستورالعمل‌های مدل زبانی برای استفاده از سیگنال‌ها، و راهنمای نحوه‌ی بیان پاسخ را تعریف می‌کند.

Stephenson گفت این خرید به توسعه‌دهندگان اجازه می‌دهد ایجنت‌هایی با بیان‌پذیری و سیستم‌های گفتاری سرتاسری بسازند و مدل‌های مختلف را به‌همراه یک context bus به هم وصل کنند. او افزود که Deepgram می‌خواهد اکوسیستم را باز کند تا همه بتوانند ایجنت صوتی بسازند، حتی اگر از مدل‌های Deepgram استفاده نکنند.

این خبر برای کسی که ایجنت صوتی می‌سازد یعنی چه#

خرید Daily توسط Deepgram در عمل چیزی را برای توسعه‌دهندگانی که همین حالا از Pipecat استفاده می‌کنند تغییر نمی‌دهد — فریم‌ورک همان است، API همان است، و متن‌باز می‌ماند. اما دو نکته‌ی عملی وجود دارد: اول، RCS اگر پذیرش بگیرد، استاندارد جدیدی برای انتقال زمینه بین اجزای خط تولید صوتی تعریف می‌کند و ممکن است جایگزین الگوهای سفارشی فعلی شود. دوم، تعهد Stephenson به «مستقل‌از‌فروشنده» بودن Pipecat، اگر عملاً اجرا شود، یعنی توسعه‌دهنده مجبور نیست مدل‌های Deepgram را به‌عنوان پیش‌فرض بپذیرد؛ اما تاریخ نشان داده تعهدهای متن‌باز پس از اکتساب، بدون فشار جامعه، اغلب فرسایشی می‌شوند. تا زمانی که Pipecat واقعاً vendor-neutral بماند، این خبر فرصت است نه تهدید.

منبع: TechCrunch AI