2026 年 1 月 13 日，語音 AI 平台 Deepgram 宣布以 13 億美元估值完成 1.3 億美元 C 輪融資，由 AVP 領投。Alkeon、In-Q-Tel、Madrona、Tiger、Wing 與 Y Combinator 等既有股東全數跟投，Alumni Ventures、哥倫比亞大學、Princeville Capital、Twilio 與 SAP 則首次進場。公司累計募資超過 2.15 億美元，正式晉身獨角獸。同日還宣布收購 Y Combinator 培育的 OfOne——一家為速食餐廳做語音點餐的新創，價格未揭露。
最不尋常的是這家公司的財務狀態：Deepgram 在前一年已經現金流轉正。CEO Scott Stephenson 對 TechCrunch 說得直白：「我們沒有主動出來募資，是好幾個投資人自己找上門。」
為什麼現金流為正還要募資
Stephenson 的解釋是需求拉力：「過去一年，語音 AI 已經進入主流，市場的拉力比以往任何時候都大。」報導指出，銷售、行銷、客服與消費性應用的語音 AI 使用量同步攀升，新資金將用於打造能支撐數十億次互動的即時前沿語音模型。
投資人端的說法透露了另一層訊息。AVP 的 de Saint-Aignan 表示，盡職調查過程中發現企業客戶不斷揭露「很多語音 AI 技術的底層其實是 Deepgram」——換句話說，Deepgram 早已是許多語音產品的隱形引擎，只是品牌不在第一線。領投方此時進場，賭的是這層基礎設施地位能隨市場擴張直接變現。
股東名單本身就是訊號：Twilio 與 SAP 兩家戰略投資人首次進場，一個是通訊 API 的主要通路，一個自帶企業軟體的既定客群。Stephenson 對投資人的篩選標準說得很清楚：「我們要的是真正懂語音 AI 技術細節的戰略投資人。」
OfOne：語音 AI 的第一個大規模接觸點
OfOne 為快速服務餐廳（QSR）提供語音點餐方案，宣稱點單準確率超過 93%。這樁收購讓 Deepgram 從「賣 API 給開發者」往「直接經營場景」跨出一步。Stephenson 的觀察值得記下：「點餐可能是超過三億美國人第一次與語音 AI 的正面互動。」
這個判斷背後是務實的落地順序：消費者對語音機器人的容忍度，在講求速度的得來速與電話訂餐場景反而最高——使用者要的是快，不是社交。電話訂餐也是少數天然以語音為介面的商業流程，不需要改造任何使用習慣。
語音 API 市場的競爭格局
Deepgram 的產品線涵蓋語音轉文字（STT）與文字轉語音（TTS）模型，以及支援對話式辨識、打斷處理與低延遲的 API 平台，客戶超過 1,300 個組織，包括會議記錄工具 Granola、語音代理新創 Vapi，以及 Twilio。
資金正湧入同一條賽道。2025 年的可比輪次包括 Sesame 的 2.5 億美元 B 輪、ElevenLabs 的 1.8 億美元 C 輪、Gradium 的 7,000 萬美元種子輪。分析師預估語音 AI 市場將以每年 30% 以上的速度成長，2030 年達到 140 億至 200 億美元。Deepgram 的差異化在位置而非品牌：相對於 ElevenLabs 偏內容生成、Sesame 偏對話體驗，它賣的是可嵌入產品的工程層——模型加 API。
對開發者的意義
三個觀察。第一，語音能力持續商品化：STT、TTS、打斷處理與延遲控制正在變成標準 API 供應，產品團隊的差異化會往工作流與資料移動。第二，戰略投資人進場通常預示通路整合——把語音 API 綁進既有通訊與企業軟體的計費體系，整合成本會繼續下降。第三，收購 OfOne 提醒開發者：平台供應商隨時可能跨進你的場景變成直接競爭者，選語音 API 時，把「供應商會不會往場景端延伸」納入評估。
參考來源
- Deepgram raises $130M at $1.3B valuation and buys a YC AI startup — TechCrunch
- Voice AI startup Deepgram raises $130 million at $1.3 billion valuation — Reuters
- Deepgram raises $130M at $1.3B valuation — Yahoo Finance
本文由 AI 協助自上述來源整理，經人工審核後發布。