Deepgram mua lại Daily, đơn vị phát triển Pipecat, nhằm tăng cường hạ tầng AI giọng nói

Lĩnh vực AI giọng nói đang phát triển sôi động, và các doanh nghiệp hàng đầu đang nỗ lực củng cố vị thế khi ngày càng có nhiều mô hình kinh doanh xuất hiện thông qua các thương vụ hợp tác và mua lại. Deepgram là cái tên mới nhất thực hiện động thái này: Doanh nghiệp thông báo vào ngày thứ Năm rằng họ sẽ mua lại Daily, đơn vị phát triển và duy trì Pipecat - một trong những cơ sở hạ tầng AI giọng nói mã nguồn mở phổ biến nhất hiện nay. Các bên không tiết lộ giá trị thương vụ, song khẳng định sẽ tiếp tục duy trì Pipecat dưới dạng mã nguồn mở. Pipecat là nền tảng (framework) quản lý các luồng âm thanh và video cùng các thành phần khác trong quy trình xử lý, bao gồm chuyển đổi tiếng nói thành văn bản (STT), các mô hình ngôn ngữ lớn và mô hình chuyển văn bản thành giọng nói (TTS), đồng thời giúp giảm độ trễ. Đơn vị phát triển nền tảng này, Daily, chuyên cung cấp hạ tầng máy chủ cho mọi hình thức gọi thoại và gọi video. Thông qua Pipecat, Deepgram có thể sẽ hiểu sâu sắc hơn về cơ sở hạ tầng âm thanh và video theo thời gian thực. Theo dữ liệu từ PitchBook, Daily đã huy động được hơn 62 triệu USD vốn đầu tư từ các nhà đầu tư như Tiger Global, Highfield Capital, Nat Friedman, Lachy Groom và Kevin Weil. Đầu năm nay, Deepgram đã đạt danh hiệu "kỳ lân" công nghệ sau vòng gọi vốn Series C trị giá 130 triệu USD. Đáng chú ý, cả hai doanh nghiệp đều từng tham gia cùng một khóa đào tạo của vườn ươm Y Combinator vào năm 2016. Ông Kwindla Kramer, đồng sáng lập Daily, cho biết vào thời điểm GPT-4 ra mắt, công ty đã bắt đầu thử nghiệm khả năng giao tiếp giữa AI và con người qua giọng nói và văn bản, từ đó hình thành nền tảng Pipecat. Ông lưu ý rằng dù nhận được nhiều đề nghị mua lại, ông đánh giá cao cam kết của Tổng giám đốc Deepgram Scott Stephenson về việc duy trì Pipecat là mã nguồn mở vĩnh viễn. Bên cạnh đó, văn hóa kỹ thuật của hai bên có sự tương đồng, cho phép đội ngũ Daily có quyền tự chủ để phát triển các thành phần khác nhau trong toàn bộ hệ thống công nghệ thuộc một tổ chức quy mô lớn hơn. "Ông Scott rất quyết tâm giữ cho Pipecat luôn là mã nguồn mở và trung lập với các nhà cung cấp. Tôi nhận thấy ở đây có cả cam kết cá nhân lẫn động lực thương mại. Khi đứng ở vị trí trung tâm của một hệ sinh thái đang tăng trưởng rất nhanh, đồng thời sở hữu nhiều thành phần vượt trội nhất trong hệ sinh thái đó, việc duy trì cơ chế mở tối đa sẽ trở thành một lợi thế thương mại", ông Kramer chia sẻ với TechCrunch. Stephenson cho biết Deepgram từ lâu đã mong muốn tham gia mảng mã nguồn mở, và doanh nghiệp nhận thấy nền tảng điều phối dành cho các tác tử (agents) là một lĩnh vực tiềm năng, dẫn tới quyết định hợp tác với Daily. "Chúng tôi muốn mở rộng hệ sinh thái để mọi người đều có thể xây dựng các tác tử giọng nói. Việc sử dụng các mô hình của Deepgram là điều rất tốt, song mục tiêu là người dùng có được các mô hình phù hợp nhất cho từng trường hợp sử dụng cụ thể. Nếu Deepgram nhận thấy bản thân cần bắt kịp trong một lĩnh vực nhất định đối với các mô hình và sản phẩm của mình, điều đó cũng rất tích cực. Chúng tôi muốn người dùng hợp tác với các đối tác khác, và chúng tôi cũng sẽ nỗ lực để hoàn thiện hơn trong các lĩnh vực đó", ông phát biểu. Ông Stephenson cho biết thương vụ mua lại cho phép các nhà phát triển xây dựng các tác tử có tính biểu đạt cao và các hệ thống tiếng nói đầu-cuối (end-to-end) bằng cách tích hợp nhiều mô hình khác nhau cùng một trục truyền ngữ cảnh (context bus) kết nối toàn bộ hệ thống. Đối với Deepgram, thương vụ này cũng mở ra cơ hội khám phá các lĩnh vực ngoài giọng nói thông qua Pipecat, do nền tảng này phục vụ truyền thông thời gian thực dưới nhiều định dạng khác nhau. "Chúng tôi chưa bao giờ coi Pipecat đơn thuần là một bộ công cụ giọng nói. Chúng tôi xem đây là bộ công cụ cần thiết để xây dựng loại phần mềm thuần AI thế hệ mới. Xuất phát từ nền tảng chuyên môn của mình, chúng tôi luôn mặc định hệ thống phải vận hành theo thời gian thực", ông Kramer khẳng định. Deepgram đang ra mắt Real-Time Context Standard (RCS), giao thức mở dành cho các trợ lý thoại (voice agents) do công ty hợp tác phát triển cùng đội ngũ Pipecat. Giao thức này xác định các siêu dữ liệu như ngữ cảnh từ âm thanh (ví dụ: tiếng thì thầm), hướng dẫn mô hình ngôn ngữ cách khai thác các tín hiệu đó, đồng thời định hướng âm điệu phản hồi. Lĩnh vực AI giọng nói ghi nhận dòng vốn đầu tư lớn vào cả phương diện mô hình lẫn hạ tầng. Các đơn vị phát triển mô hình như ElevenLabs, Gradium và Fish Audio đã huy động được hàng triệu USD. Ở chiều ngược lại, các doanh nghiệp phát triển hạ tầng như LiveKit và Vapi cũng hoàn tất các vòng gọi vốn trị giá nhiều triệu USD trong năm nay. Chủ đề AI, DeepGram, Voice AI Khi giao dịch mua hàng được thực hiện qua các liên kết trong bài viết, tòa soạn có thể nhận được một khoản hoa hồng nhỏ. Điều này không ảnh hưởng đến tính độc lập biên tập. Ivan Mehta Ivan Mehta phụ trách theo dõi các bước phát triển của công nghệ tiêu dùng toàn cầu tại TechCrunch. Phóng viên làm việc tại Ấn Độ và từng công tác tại các cơ quan báo chí như Huffington Post và The Next Web. Độc giả có thể liên hệ hoặc xác thực trao đổi với phóng viên Ivan qua địa chỉ thư điện tử [email protected] hoặc qua tin nhắn mã hóa tới tài khoản ivan.42 trên Signal. Xem tiểu sử Ngày 4/11 Boston Mua một vé, tặng một vé Mở rộng cơ hội tại chương trình huấn luyện sáng lập viên quy mô nhất trong năm của TechCrunch với quyền tham dự miễn phí dành cho nhà đồng sáng lập hoặc đối tác Đăng ký trước khi chương trình ưu đãi kết thúc Đăng ký ngay Đọc nhiều nhất Các quỹ đầu tư mạo hiểm sẽ thu về hàng tỷ USD từ đợt phát hành cổ phiếu lần đầu ra công chúng (IPO) của Anthropic, song Amazon dự kiến sẽ thu lợi lớn hơn đáng kể Marina Temkin Tỷ phú Palmer Luckey không rời California vì quy định về thuế tài sản Julie Bort Microsoft đưa ra thỏa thuận thôi việc tự nguyện cho khoảng 60.000 nhân viên Aisha Malik Grok công bố bảy phút đầu tiên của tác phẩm ‘Odyssey’ do AI tạo ra Anthony Ha "Nghĩa địa AI": Danh sách cập nhật các dự án và doanh nghiệp khởi nghiệp thất bại Lauren Forristal Đồ chơi nổi bật mùa Giáng sinh: Tổng Giám đốc điều hành Nvidia trải nghiệm robot Microduck, 20.000 sản phẩm được tiêu thụ Julie Bort Warhound huy động 200 triệu USD để phát triển chó nghiệp vụ chiến đấu và trang bị khí tài của Anduril Dominic-Madori Davis