Deepgram compra a Daily, criadora do framework aberto Pipecat, para reforçar sua infraestrutura de voz

A Deepgram, empresa de reconhecimento de fala por IA, anunciou na quinta-feira, 29 de outubro de 2026, a compra da Daily, companhia que criou e mantém o Pipecat, um dos frameworks de código aberto mais usados para construir agentes de voz. O valor da transação não foi divulgado. As duas empresas confirmaram que o Pipecat vai continuar open source (TechCrunch, 29/10/2026).

Para quem nunca ouviu falar, o Pipecat é uma camada de orquestração: ele gerencia o fluxo de áudio e vídeo em tempo real e conecta as peças de um agente de voz, como o reconhecimento de fala (transformar áudio em texto), o modelo de linguagem que gera a resposta e a síntese de voz (transformar texto em áudio de volta), tudo tentando reduzir a latência entre uma fala e outra. A Daily, por sua vez, vende a infraestrutura hospedada que carrega essas chamadas de voz e vídeo.

Por que isso importa para quem já usa Pipecat

Quem monta assistente de voz hoje em dia costuma escolher os componentes separadamente: um provedor de reconhecimento de fala, um modelo de linguagem, um serviço de síntese de voz e algo para amarrar tudo com baixa latência. O Pipecat virou popular justamente por fazer esse papel de cola sem prender o desenvolvedor a um único fornecedor de modelo.

Com a compra, a Deepgram passa a ser dona do framework que muita gente usa para rodar modelos de concorrentes dela. A companhia garantiu publicamente que isso não muda: o Pipecat segue aceitando qualquer provedor de transcrição, modelo de linguagem ou voz, não só os produtos da própria Deepgram.

O que o cofundador da Daily disse sobre a venda

Kwindla Kramer, cofundador da Daily, contou à TechCrunch que o projeto nasceu por volta do lançamento do GPT-4, quando a empresa começou a testar comunicação entre humanos e IA por voz e texto, o que resultou no Pipecat. Segundo ele, havia interesse de outros compradores, mas o compromisso do CEO da Deepgram, Scott Stephenson, com manter o framework aberto pesou na decisão.

Scott estava muito comprometido com o Pipecat ser open source e neutro em relação a fornecedores para sempre. Acho que existe tanto um compromisso pessoal quanto um motivo comercial aí. Se você está no meio de um ecossistema que está crescendo muito rápido, e tem várias partes desse ecossistema que são genuinamente as melhores vindas da sua empresa, então deixar tudo o mais aberto possível vira uma vantagem comercial.

Scott was super committed to Pipecat being open source and vendor-neutral forever. I think there is both a personal commitment and commercial driver there. If you sit in the middle of an ecosystem that's growing very fast, and have many parts of that ecosystem that are genuinely the best from your company, then everything being as open as possible is like a commercial advantage.Kwindla Kramer, cofundador da Daily

Kramer também disse que a equipe nunca enxergou o Pipecat como uma ferramenta só de voz, mas como a base para um tipo novo de software nativo de IA, pensado desde o início para tempo real, o que abre espaço para a Deepgram usar o framework além de aplicações de voz.

O plano da Deepgram: abrir o ecossistema em vez de fechá-lo

Stephenson explicou que a Deepgram queria entrar em open source há tempos e identificou que um framework de orquestração de agentes era a peça que faltava, o que motivou a parceria com a Daily.

Queremos abrir o ecossistema para que todo mundo possa construir agentes de voz. É ótimo se você estiver usando modelos da Deepgram, mas eu quero que você use os melhores modelos para o seu caso de uso. E se a Deepgram perceber que tem terreno a recuperar em alguma área para os próprios modelos e produtos, ótimo. Queremos que você use parceiros, e aí vamos trabalhar para melhorar nessas áreas também.

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. And if Deepgram notices that we have some ground to catch up on in a certain area for our own models and products, that's great. We want you to use partners, and then we'll also work on becoming better in those areas.Scott Stephenson, CEO da Deepgram

Para ele, a aquisição permite que desenvolvedores construam agentes com mais expressividade e sistemas de voz ponta a ponta, plugando diferentes modelos a um barramento de contexto que conecta todas as partes do pipeline.

Um protocolo novo para padronizar o contexto do áudio

Junto com a aquisição, a Deepgram lançou o Real-Time Context Standard (RCS), um protocolo aberto para agentes de voz desenvolvido em conjunto com o time do Pipecat. O RCS define metadados extraídos do áudio, como um sussurro, que viram instruções para o modelo de linguagem usar esses sinais, além de orientações sobre como a resposta falada deve soar.

Na prática, isso tenta resolver um problema comum em pipelines de voz: hoje, cada combinação de provedor de transcrição, modelo e voz trata sinais como entonação ou interrupção de um jeito diferente, e o desenvolvedor acaba escrevendo código específico para cada fornecedor. Um protocolo compartilhado reduziria esse retrabalho ao trocar de provedor dentro do próprio Pipecat.

O tamanho das apostas em voz por IA

A Daily levantou mais de 62 milhões de dólares desde a fundação, com investidores como Tiger Global, Highfield Capital, Nat Friedman, Lachy Groom e Kevin Weil, segundo dados da PitchBook citados pela TechCrunch. A Deepgram, por sua vez, alcançou valuation de unicórnio em 2026 após uma rodada Série C de 130 milhões de dólares. As duas empresas, curiosamente, passaram pelo mesmo lote da aceleradora Y Combinator em 2016.

O movimento acontece num setor que está atraindo capital tanto do lado dos modelos quanto da infraestrutura:

O que muda para quem desenvolve agentes de voz no Brasil

Quem já tem projeto rodando sobre Pipecat não precisa reescrever nada agora: a promessa pública das duas empresas é manter o framework aberto e neutro em relação a provedores, incluindo os concorrentes da Deepgram em transcrição e síntese de voz. O ponto de atenção é de médio prazo, não imediato.

Vale acompanhar dois pontos nos próximos meses. Primeiro, se a governança do projeto aberto muda na prática, por exemplo se features novas aparecem primeiro integradas a produtos da própria Deepgram antes de chegar a outros provedores. Segundo, como o Real-Time Context Standard evolui: se ganhar adesão de outros players da tabela acima, pode virar um padrão de fato para quem monta pipeline de voz, parecido com o papel que outros protocolos abertos já tiveram em integração de modelos de linguagem. Por ora, não há cronograma público de adoção do RCS fora da própria Deepgram.

Fonte: TechCrunch AI