Deepgram anunciou na manhã de hoje a aquisição da Daily, empresa por trás do framework open-source Pipecat, amplamente considerado o sistema de orquestração mais utilizado no mundo para agentes de voz em produção. O valor do acordo não foi divulgado, mas a transação representa um marco na consolidação do mercado de infraestrutura de IA conversacional.
O Pipecat nasceu como uma ferramenta interna da Daily, criada para lidar com os desafios técnicos de manter conversas em tempo real via voz — latência, detecção de interrupção, troca entre STT (speech-to-text), LLM e TTS (text-to-speech). Com a evolução dos agentes de voz, o framework ganhou uma comunidade massiva de desenvolvedores e se tornou a camada de orquestração padrão para equipes que precisam colocar um bot de voz no ar, seja para atendimento ao cliente, agendamento médico ou assistentes pessoais.
Scott Stephenson, CEO e co-fundador da Deepgram, chamou a aquisição de um passo estratégico em direção a uma plataforma completa de voz AI. "Muitas equipes tratam voz AI como um recurso para adicionar no fim do roadmap. Na realidade, é uma disciplina de infraestrutura distinta, com demandas próprias de latência, precisão e escala", disse Stephenson. A Deepgram, que hoje opera para mais de 5.000 organizações globalmente e já processou mais de 200.000 anos de áudio através da plataforma de 650.000 desenvolvedores, vai integrar o time da Daily e usar a rede global de 75 pontos de presença da empresa como base da infraestrutura de transporte de voz.
O ponto que mais importa para a comunidade de código aberto: o Pipecat permanecerá open source sob a licença BSD V2, com a promessa de "para sempre". Kwindla "Kwin" Hultman Kramer, co-fundador da Daily, agora assume o cargo de Head of Open Source na Deepgram. "Scott era super comprometido com o Pipecat sendo open source e vendor-neutral para sempre", contou Kramer à TechCrunch. "Eu acho que há um compromisso pessoal e um driver comercial ali. Se você está no meio de um ecossistema que está crescendo muito rápido, e muitas partes desse ecossistema são genuinamente as melhores do setor, então manter tudo o mais aberto possível é uma vantagem comercial".
Além da aquisição, a Deepgram lançou o Real-Time Context Standard (RCS), um protocolo aberto co-desenvolvido com a equipe do Pipecat. O RCS é projetado para transportar contexto adicional junto com o fluxo de áudio — sinais de tom, volume, emoção — e instruções para o LLM sobre como interpretar esses sinais na geração da resposta. É uma tentativa ambiciosa de padronizar a forma como agentes de voz percebem e reagem à expressividade humana em tempo real.
Para entender a profundidade dessa aquisição, é útil olhar para o histórico da Daily. A empresa foi fundada com o objetivo de simplificar a infraestrutura de áudio e vídeo em tempo real, enfrentando problemas como roteamento otimizado de pacotes, deploy de clusters de compute em dezenas de regiões e desenvolvimento de bibliotecas cliente que permitissem a embedação de chamadas de vídeo em aplicações web. Quando a onda de agentes de voz começou em 2024, a Daily migrou parte de seu foco para o stack de voz AI, lançando o Pipecat e o Pipecat Cloud. O Pipecat Cloud atingiu GA (general availability) em meados de 2025, com mais de 1.000 equipes já operando em produção.
A Deepgram já era uma unicorn após uma rodada Series C de $130 milhões em 2026, e a aquisição da Daily — que havia levantado mais de $62 milhões de investidores como Tiger Global, Highfield Capital e TenOneTen — sinaliza uma fase de consolidação no setor. Empresas como ElevenLabs, Gradium, Fish Audio, LiveKit e Vapi também estão coletando rodadas significativas este ano, disputando fatias do mercado de infraestrutura de voz. Com frameworks open-source como o Pipecat à frente, a pergunta é quem vai controlar a camada de orquestração do próximo ciclo de agentes conversacionais — e a resposta provavelmente não é mais uma startup isolada.
Fontes: TechCrunch, Deepgram, Unite.AI
✓ Fontes independentes cruzadas e verificadas antes da publicação
