Firefox 160 Bisa Mengenali Suara Tanpa Kirim ke Server

Bayangkan kamu punya form pemesanan di website, dan pelanggan bisa menekan tombol mikrofon lalu mengucapkan alamat pengirimannya. Di Chrome, fitur seperti ini sudah lama bisa dibuat. Di Firefox, tombol itu selama bertahun-tahun tidak berfungsi, sehingga banyak developer menyembunyikannya untuk pengguna Firefox.

Mulai Firefox 160, situasinya berubah. Mozilla merilis versi ini pada 10 November 2026, dan catatan rilisnya menyebut antarmuka SpeechRecognition dari Web Speech API kini didukung, dengan pengenalan suara real-time di perangkat untuk 40 bahasa. Suara pengguna diolah di komputernya sendiri, bukan dikirim ke server pengenal suara.

Apa yang sebenarnya baru?

Web Speech API punya dua bagian. Bagian pertama, SpeechSynthesis, mengubah teks menjadi suara dan sudah lama ada di Firefox. Bagian kedua, SpeechRecognition, mengubah suara menjadi teks. Bagian kedua inilah yang selama ini tidak tersedia di versi rilis Firefox.

Dokumentasi MDN untuk Firefox 160 merinci batasannya. Fitur ini tersedia di desktop, mendukung konversi suara ke teks secara real-time di perangkat untuk 40 bahasa, dan tidak didukung di Android. Pengenalan jarak jauh (lewat cloud) juga tidak didukung.

Kalimat terakhir itu penting. Firefox memilih jalur yang berbeda dari kebanyakan implementasi lama. Di diskusi pengembang Mozilla, Paul Adenot menyebut implementasinya "strictly on device", benar-benar hanya di perangkat. Tidak ada opsi untuk mengirim audio ke layanan pihak ketiga.

Satu catatan: utas diskusi itu, yang dibuka September 2026, awalnya menargetkan Firefox 161. Catatan rilis resmi dan MDN menunjukkan fitur ini ternyata sudah masuk di Firefox 160.

Cara kerjanya dari sisi pengguna

Pengenalan di perangkat butuh paket bahasa. Menurut panduan MDN, browser perlu mengunduh paket untuk setiap bahasa satu kali. Setelah terpasang, fitur ini bisa dipakai tanpa koneksi internet.

Alurnya kira-kira begini dari sisi pengguna:

• Membuka website yang memakai fitur suara, lalu menekan tombol mikrofon.
• Bila paket bahasanya belum ada, website bisa memicu pengunduhan dan memberi tahu pengguna untuk menunggu.
• Browser meminta izin mikrofon seperti biasa.
• Setelah itu, ucapan muncul sebagai teks.

Per 11 November 2026, catatan rilis dan MDN tidak merinci daftar 40 bahasa yang didukung, ukuran paket bahasanya, maupun model yang dipakai. Jadi jangan berasumsi bahasa Indonesia pasti tersedia. Cara paling aman adalah mengeceknya langsung dari kode, seperti di bagian berikutnya.

Yang perlu diketahui developer

Bagi yang membuat website, perubahan ini berarti satu kode bisa berjalan di lebih banyak browser. Panduan MDN menjelaskan tiga hal pokok.

Pertama, properti processLocally. Bila diset true sebelum start(), pengenalan suara diminta berjalan di perangkat. Nilai bawaannya false. Bila paket bahasa belum terpasang, start() gagal dengan error language-not-supported.

Kedua, metode statis SpeechRecognition.available(). Metode ini mengecek ketersediaan bahasa dan mengembalikan salah satu nilai: available, downloadable, downloading, atau unavailable.

Ketiga, SpeechRecognition.install(). Metode ini mengunduh paket bahasa dan mengembalikan true bila berhasil.

Contoh sederhana untuk mengecek bahasa Indonesia sebelum menyalakan mikrofon:

const SR = window.SpeechRecognition || window.webkitSpeechRecognition;

if (!SR) {
  // Browser tidak mendukung, sembunyikan tombol mikrofon
} else {
  const status = await SR.available({ langs: ["id-ID"], processLocally: true });

  if (status === "available") {
    const rec = new SR();
    rec.lang = "id-ID";
    rec.processLocally = true;
    rec.interimResults = true;
    rec.onresult = (e) => {
      const teks = e.results[e.results.length - 1][0].transcript;
      document.querySelector("#alamat").value = teks;
    };
    rec.start();
  } else if (status === "unavailable") {
    // Bahasa tidak tersedia, tampilkan pesan
  } else {
    await SR.install({ langs: ["id-ID"] });
  }
}

Pemakaian available() dan install() diatur oleh Permissions-Policy on-device-speech-recognition, dengan nilai bawaan self. Artinya, bila fitur suara ditaruh di dalam iframe dari domain lain (misalnya widget chat pihak ketiga), pemilik halaman induk perlu mengizinkannya secara eksplisit.

Satu hal lagi: MDN mencatat bahwa browser yang mendukung pengenalan di perangkat melakukannya tanpa awalan, sehingga webkitSpeechRecognition hanya perlu sebagai cadangan untuk browser lama.

Perbandingan sebelum dan sesudah Firefox 160

Kenapa "di perangkat" penting untuk privasi?

Suara adalah data pribadi. Saat pengenalan suara berjalan di server, rekaman pengguna dikirim ke pihak lain, entah itu vendor browser atau penyedia layanan suara. Bagi website yang menerima data sensitif, misalnya keluhan pasien, data keuangan, atau alamat rumah, alur ini menambah pertanyaan soal ke mana audio itu pergi.

Dengan pemrosesan di perangkat, audio tidak perlu meninggalkan komputer pengguna. Website hanya menerima teks hasilnya. Ini memudahkan pemilik website menjelaskan alur data di kebijakan privasi, dan sejalan dengan semangat UU Pelindungan Data Pribadi yang meminta pemrosesan data seperlunya.

Namun ada sisi lain. Kualitas pengenalan di perangkat bergantung pada model yang tersedia dan kemampuan komputer pengguna. MDN menyebut opsi quality pada available() dan install(), karena memproses perintah singkat jauh lebih mudah daripada dikte panjang. Untuk transkrip rapat yang panjang dan akurat, layanan khusus seperti yang dibahas di AI transkrip rapat untuk notulen otomatis mungkin masih lebih cocok.

Ide pemakaian untuk website bisnis

Tidak semua website butuh fitur suara. Tetapi ada beberapa tempat yang memang terbantu:

• Kolom pencarian produk. Pengguna bisa menyebut nama barang tanpa mengetik, berguna di toko dengan katalog panjang.
• Form panjang. Alamat, keluhan, atau deskripsi masalah bisa didiktekan.
• Aksesibilitas. Pengguna yang kesulitan mengetik mendapat cara lain untuk mengisi form. Dasarnya dibahas di aksesibilitas website dan WCAG untuk bisnis.
• Aplikasi internal. Catatan lapangan atau laporan singkat dari staf yang sedang bergerak.

Prinsipnya tetap sama: perlakukan suara sebagai fitur tambahan, bukan satu-satunya cara. Selalu sediakan kolom ketik biasa, karena pengguna Android, Safari, atau browser lama mungkin belum mendapat fitur ini. Akses mikrofon di browser modern umumnya juga mensyaratkan halaman HTTPS, jadi pastikan website sudah memakai SSL.

Ringkasnya, Firefox 160 menutup salah satu celah dukungan Web Speech API yang paling lama. Fitur suara di website kini bisa menjangkau pengguna Firefox desktop, dengan bonus privasi karena audio tidak dikirim ke server. Cek ketersediaan bahasa lewat available() sebelum mengandalkannya untuk pengguna Indonesia.