Deepgram ओपन-सोर्स वॉइस AI फ्रेमवर्क Pipecat बनाने वाली कंपनी Daily का अधिग्रहण कर रही है। कंपनियों का कहना है कि Pipecat ओपन-सोर्स बना रहेगा, जिससे डेवलपर्स अलग-अलग मॉडल जोड़ सकेंगे।
Deepgram ने Daily के अधिग्रहण की घोषणा की है, लेकिन सौदे की रकम नहीं बताई है। Daily के सह-संस्थापक Kwindla Kramer ने कहा कि Pipecat को ओपन-सोर्स बनाए रखने और किसी एक वेंडर तक सीमित न करने की Deepgram की प्रतिबद्धता ने उन्हें सौदे के लिए राजी करने में मदद की।
Pipecat स्पीच-टू-टेक्स्ट, लैंग्वेज मॉडल और टेक्स्ट-टू-स्पीच के साथ वॉइस और वीडियो स्ट्रीम संभालता है और देरी कम करता है। Daily वॉइस और वीडियो कॉल के लिए होस्टेड इंफ्रास्ट्रक्चर उपलब्ध कराती है। इस अधिग्रहण से उसकी रियल-टाइम कम्युनिकेशन तकनीक Deepgram में आएगी।
Deepgram, Pipecat की टीम के साथ विकसित खुला प्रोटोकॉल Real-Time Context Standard भी लॉन्च कर रही है। यह फुसफुसाने जैसे संदर्भ संकेतों को परिभाषित करता है, लैंग्वेज मॉडल को उनके इस्तेमाल के निर्देश देता है और यह मार्गदर्शन भी देता है कि जवाब किस तरह सुनाई देने चाहिए। वॉइस एजेंट बनाने वाली कंपनियों के लिए Deepgram का कहना है कि दोनों की संयुक्त तकनीक से डेवलपर्स सिर्फ उसके मॉडल पर निर्भर रहने के बजाय अलग-अलग मॉडल जोड़ सकेंगे।
इस अधिग्रहण से अलग-अलग मॉडल का तालमेल संभालने की क्षमता और रियल-टाइम कम्युनिकेशन इंफ्रास्ट्रक्चर Deepgram में आएंगे, जिससे वॉइस AI की तकनीकी संरचना में उसकी भूमिका बढ़ेगी।
Pipecat के ओपन-सोर्स रहने और किसी एक वेंडर तक सीमित न होने से इस फ्रेमवर्क पर उत्पाद बनाने वाली कंपनियों के पास मॉडल चुनने का विकल्प बना रहेगा।
नया कॉन्टेक्स्ट प्रोटोकॉल डेवलपर्स को एजेंट के अलग-अलग हिस्सों तक आवाज के संकेत पहुंचाने का तरीका देता है, ताकि जवाब सिर्फ लिखित रूप में बदले गए शब्दों के आधार पर न बनें।
यह पोस्ट ऊपर के स्रोत से Made in 10 समाचार कक्ष ने अपने-आप लिखी है।
GitHub ने Copilot Fusion लॉन्च किया है, जो तय करता है कि कोडिंग के हर चरण को कौन-सा AI मॉडल या मॉडलों का संयोजन संभालेगा। GitHub Enterprise ग्राहक अलग सब्सक्रिप्शन लिए बिना Copilot के सभी फीचर इस्तेमाल कर सकते हैं और इस्तेमाल किए गए AI क्रेडिट के लिए भुगतान कर सकते हैं।
