Pelacakan suara - teleprompter yang dikendalikan suara

Cara kerja pelacakan suara

Pelacakan suara mendengarkan ucapan Anda saat membaca dan menggerakkan naskah agar selalu selaras. Bicara lebih lambat dan guliran akan melambat. Berhenti sejenak untuk menjawab pertanyaan dan guliran akan berhenti. Mulai berbicara kembali dan naskah akan melanjutkan pergerakannya dari titik tersebut.

Fitur ini dalam keadaan nonaktif saat halaman pertama kali dimuat, dan akan tetap nonaktif sampai Anda menekan tombol mikrofon di panel kontrol (dock). Tidak ada audio yang didengarkan sebelum tombol tersebut ditekan, dan momen saat Anda mengaktifkannya adalah saat browser meminta izin akses mikrofon Anda. Kami sengaja tidak menampilkan kotak dialog konfirmasi tambahan dari pihak kami, karena tindakan menekan tombol tersebut sudah merupakan permintaan eksplisit Anda untuk menggunakan fitur ini.

Hal yang menggerakkan naskah adalah pencocokan kata, bukan tingkat volume suara. Sistem mengambil beberapa kata terakhir yang didengarnya, mencocokkannya dengan kata-kata yang berada tepat di depan garis panduan baca, lalu menggeser naskah ke posisi kata-kata tersebut berada. Ucapan yang tidak ada di dalam naskah tidak akan menggerakkan naskah sama sekali: batuk, instruksi mendadak kepada penata lampu, atau kata yang salah dikenali oleh sistem. Naskah akan menunggu dengan tenang alih-alih melompat tak beraturan.

Ke mana audio Anda dikirim

Sistem pengenalan ucapan dijalankan oleh browser Anda, bukan oleh server kami. Bergantung pada browser yang Anda gunakan, audio Anda akan tetap berada di perangkat Anda atau dikirim ke vendor pengembang browser tersebut untuk diubah menjadi teks. Keterangan di samping tombol sakelar akan secara jelas memberi tahu jalur mana yang berlaku sebelum Anda mengaktifkan apa pun. Pada jalur pertama, keterangannya berbunyi:

Pengenalan ucapan berjalan di perangkat Anda. Audio tidak diunggah.

Pada jalur kedua:

Browser Anda tidak dapat menjalankan pengenalan ucapan di perangkat. Mengaktifkan ini akan mengirim audio ke penyedia browser Anda untuk transkripsi.

Jika browser mampu mengenali ucapan langsung di perangkat, sistem akan memintanya untuk memprosesnya secara lokal. Pertama kali Anda mengaktifkan pelacakan suara, browser mungkin perlu mengunduh paket bahasa; setelah paket terpasang, proses pengenalan ucapan sepenuhnya berlangsung di perangkat Anda. Jika browser tidak mampu melakukannya, yang saat ini mencakup Safari dan iOS, audio akan dikirim ke vendor peramban untuk ditranskripsikan sesuai dengan ketentuan kebijakan privasi vendor tersebut.

Dalam kedua skenario tersebut, kami tidak pernah menerima, menyimpan, atau meneruskan rekaman audio Anda. Kami sama sekali tidak berada dalam jalur transmisi data tersebut. Mikrofon Anda berkomunikasi langsung dengan browser Anda, dan browser Anda hanya menyerahkan hasil berupa teks kepada kami.

Keterangan tersebut diletakkan secara permanen di samping tombol karena tidak ada bagian lain yang menyatakannya. Permintaan izin mikrofon dari browser hanya menanyakan apakah situs diizinkan mengakses mikrofon, tanpa menjelaskan ke mana data audio akan diproses setelahnya, dan panduan resmi dari Apple sendiri menyerahkan tanggung jawab penjelasan ini kepada situs web terkait, bukan pada sistem operasi.

Dua pernyataan yang tidak akan pernah kami tuliskan, karena pada beberapa peramban hal tersebut tidak benar: pengenalan ucapan di sini tidak selalu bersifat lokal, dan pelacakan suara tidak selalu dapat digunakan saat offline. Keduanya hanya benar pada jalur di perangkat setelah paket bahasa selesai diunduh. Keduanya tidak berlaku pada jalur vendor, di mana transkripsi diproses di server eksternal dan memerlukan koneksi internet aktif.

Browser mana yang mendukungnya

Per 27 Agustus 2026:

• Chrome, versi desktop maupun Android, berfungsi dengan baik. Pengenalan ucapan telah tersedia di balik prefix sejak Chrome 25, dan sejak Chrome 139 dapat dijalankan langsung di perangkat, yang merupakan jalur prioritas pertama yang diminta oleh sistem kami.
• Safari berfungsi di Mac sejak versi 14.1 dan di iOS sejak 14.5, melalui jalur vendor peramban. Apakah Apple memproses transkripsi di perangkat atau di server bergantung pada tipe perangkat dan pengaturannya, dan situs web tidak dapat melihat proses mana yang sedang berlangsung, sehingga halaman ini tidak mengklaim kepastiannya.
• Edge memiliki antarmukanya namun sering tidak stabil. Sering kali terjadi kegagalan tepat saat proses pengenalan dimulai, apa pun bahasa yang Anda gunakan. Saat hal itu terjadi, naskah akan kembali ke kecepatan tetap dan memberitahukannya kepada Anda.
• Firefox, versi desktop maupun Android, tidak menyediakan fitur ini untuk situs web. Fitur ini dinonaktifkan sejak versi 22.
• Opera tidak mendukung fitur ini.
• Samsung Internet telah mendukung fitur ini sejak versi 4.

Data dari caniuse mencatat dukungan pengenalan ucapan sebesar 87,55% dari total penggunaan browser global, termasuk dukungan parsial. Dua kendala utama dari angka tersebut yang relevan di sini adalah: Firefox, dan versi Edge apa pun yang kebetulan Anda gunakan.

Kami tidak akan memberi tahu Anda bahwa setiap peramban modern mendukung fitur ini. Salah satu browser besar tidak mendukungnya, dan pengguna pertama yang membuka halaman ini di Firefox akan langsung membuktikannya.

Jalur pemrosesan vendor juga memerlukan koneksi internet aktif agar dapat berfungsi. Hanya jalur pemrosesan di perangkat yang dapat beroperasi secara offline, dan itu pun hanya setelah paket bahasa selesai diunduh sepenuhnya.

Apa yang terjadi jika fitur tidak didukung

Ada tiga status kondisi, bukan dua.

Fitur berfungsi normal. Tombol sakelar tersedia dalam posisi nonaktif. Anda mengaktifkannya, browser meminta izin mikrofon, dan Anda memutuskan pilihannya.

Fitur tidak dapat berfungsi di sini. Tombol tetap berada di tempatnya, ditandai sebagai tidak tersedia, dengan teks keterangan di bawahnya yang menjelaskan bahwa peramban ini tidak mendukung pengenalan ucapan dan naskah akan bergulir dengan kecepatan tetap. Kami sengaja tidak menyembunyikan tombol tersebut. Halaman yang menguraikan sebuah fitur namun tidak dapat Anda temukan tombolnya di dalam produk hanya akan membuang waktu Anda dengan janji kosong. Tombol yang tidak tersedia tersebut tetap dapat diakses melalui keyboard dan tetap memiliki cincin fokus navigasi, dan baris penjelasannya ditautkan langsung ke tombol tersebut alih-alih mengambang bebas, sehingga pembaca layar (screen reader) dapat membacakan penjelasannya bersama dengan kontrol terkait.

Fitur mengalami kendala saat sedang berjalan. Sistem pengenalan ucapan mungkin tersedia tetapi tetap bisa gagal tepat saat dimulai. Edge sering mengalami hal ini, dan penolakan izin mikrofon atau putusnya koneksi jaringan dapat menyebabkannya di browser mana pun. Pelacakan suara akan mematikan dirinya secara otomatis, pengguliran berkecepatan tetap akan mengambil alih, dan panel dock akan mengumumkan bahwa naskah kembali ke kecepatan tetap. Sistem mengumumkannya melalui suara alih-alih hanya mengubah warna tampilan, karena pada momen tersebut mata Anda sedang fokus menatap garis panduan baca, bukan pada panel kontrol.

Kondisi ketiga inilah yang menjadi alasan mengapa sekadar menanyakan ke peramban apakah fitur tersebut tersedia tidaklah cukup. Edge sering menjawab "ya" lalu gagal beberapa detik kemudian, sehingga kegagalan tersebut harus ditangani tepat saat terjadi dan direspons dengan pemberitahuan visual yang jelas.

Bahasa apa yang didengarkan

Pelacakan suara meminta pengenal ucapan menggunakan bahasa yang sedang aktif di halaman tersebut, dan menanyakan kepada browser pada saat itu juga apakah ia mampu memproses bahasa tersebut, alih-alih memeriksanya dari daftar yang kami simpan sendiri. Chrome tidak mempublikasikan daftar resmi bahasa yang didukung oleh mesin pengenalnya, dan rangkaian bahasa yang memiliki model luring di perangkat dapat berubah sewaktu-waktu tanpa pemberitahuan. Tabel statis di dalam kode kami akan menjadi usang dalam hitungan bulan, dan berisiko memberikan informasi keliru.

Dua daftar sering tertukar di sini. Bahasa antarmuka yang tersedia di situs ini, dan bahasa yang dapat ditranskripsikan oleh browser Anda, berasal dari sumber yang berbeda dan bukanlah rangkaian yang sama persis. Ketersediaan salah satunya tidak menjamin ketersediaan yang lain.

Apakah Anda benar-benar membutuhkannya

Sebagian besar proses membaca tidak memerlukannya. Kecepatan tetap yang disesuaikan dengan kata per menit Anda sendiri adalah metode utama di sini, dan teleprompter dibangun dengan fokus utama tersebut. Pelacakan suara baru menunjukkan nilai pentingnya saat tempo bicara tidak sepenuhnya berada dalam kendali Anda: wawancara yang sering diinterupsi, demonstrasi perangkat lunak saat Anda menunggu proses kompilasi selesai, atau pengambilan rekaman di mana Anda harus berhenti untuk menggeser lampu dan mengulang kembali kalimat tersebut.

Fitur ini juga memiliki konsekuensi. Membutuhkan mikrofon, ruangan yang cukup hening untuk mesin pengenal browser Anda, dan pada sebagian besar peramban membutuhkan koneksi internet. Kecepatan tetap tidak memerlukan semua hal tersebut, dan estimasi durasi pada panggung prompter maupun penghitung waktu naskah dihitung berdasarkan kecepatan tetap tersebut.

Ini juga bukanlah fitur yang langka. Per 27 Agustus 2026, VoicePrompter dan SolPrompter sama-sama menyediakan fitur pelacakan suara secara gratis dan tanpa perlu mendaftar. Keunikan alat kami terletak pada hal-hal yang lebih spesifik dan dapat diverifikasi: fitur ini selalu nonaktif sampai Anda memintanya, memprioritaskan pemrosesan di perangkat kapan pun peramban menyediakannya, memberi tahu jalur mana yang Anda gunakan sebelum diaktifkan, dan mengumumkan secara lisan jika terjadi gangguan teknis.

Pertanyaan umum

Apakah fitur ini berfungsi di Firefox? Tidak. Firefox tidak menyediakan antarmuka pengenalan ucapan untuk situs web. Teleprompter tetap dapat digunakan secara normal di sana dengan kecepatan gulir tetap.

Apakah suara saya diunggah ke server? Bergantung pada browser Anda, dan tombol sakelar akan secara jelas memberitahukannya sebelum Anda mengaktifkannya. Pada browser yang mendukung pengenalan ucapan di perangkat, audio tetap berada di perangkat Anda. Pada Safari dan iOS, audio dikirim ke vendor browser untuk ditranskripsikan. Kami tidak pernah menerima data audio Anda.

Apakah saya wajib mengizinkan akses mikrofon? Ya. Pelacakan suara tidak dapat mendengar Anda tanpa izin tersebut. Menolak izin adalah pilihan yang wajar, dan naskah akan tetap bergulir menggunakan kecepatan tetap.

Apakah alat ini merekam audio atau video? Tidak. Tidak ada bagian dari alat ini yang merekam audio atau video. Mesin pengenal hanya mengubah ucapan menjadi teks dan teks tersebut digunakan untuk menggeser naskah.

Apa yang terjadi jika fitur berhenti di tengah pengambilan rekaman? Naskah akan secara otomatis kembali ke kecepatan tetap yang Anda tentukan dan panel kontrol akan mengumumkannya, sehingga Anda tidak perlu menebak apa yang sedang terjadi.