把一段会议录音变成文字，过去多半要交给云服务：先上传，再等结果，中间那段音频离开了自己的机器。Firefox 160 换了条路——网页可以直接调用浏览器自带的语音识别，说出来的话当场转成文字，音频不出设备。

Firefox 160.0 于 11 月 10 日进入正式通道，把网页语音识别放到本机运行，同时补上了 MKV 容器里几种常见音频的播放能力。

语音识别从云端挪到本机

这次开放的是 Web Speech API 里的 SpeechRecognition 接口。以前网页要做语音输入，通常得接一家云厂商的识别服务，把音频流推上去再取回文本。160 在桌面端直接给本地识别，实时出字，覆盖 40 种语言。对网页开发者来说调用方式没变，变的只是背后那一层从远端换成了本机。

边界得说清。这项能力只在桌面端提供，Android 版没有；浏览器也不给云端识别当退路，碰上不支持的平台，网页只能自己准备一个替代的输入方式。识别效果取决于设备算力、所选语言，以及网页怎么用这个接口。

MKV 里那几种音频，现在能出声了

Matroska 是把视频、音轨、字幕装进一个文件的容器，高清片源和多音轨素材里很常见。160 之前，Firefox 对容器内部音频编码的支持并不完整，碰上装了 FLAC、MP3 或 PCM 音轨的 MKV，容易出现只有画面没有声音的情况。这一版把三种编码补齐。有个细节值得记：一年前讨论要不要支持 MKV 里的 MP3 时，团队觉得使用率低、没排进计划，最后还是决定连同 FLAC 与 PCM 一起做掉。

这里说的只是音频编码。画面能不能播，仍取决于文件里用的是哪种视频编码，别把这条读成所有 MKV 都能顺畅播放。

对常看本地片源的人来说，省下的是一步：把文件拖进浏览器窗口就能试听，确认音轨正常，再决定要不要另开播放器。

画中画多了个速度滑块

画中画窗口里新增了播放速度设置，范围 0.25 倍到 2.0 倍，预设档位是 0.75、1.0、1.25、1.5 与 2.0。它只在播放器窗口达到中等尺寸以上才出现，缩得太小就不再显示。看讲座、访谈、长会议录像时拉到 1.5 倍，遇到信息密集的段落降回 0.5 倍，不用再切回网页里找控件。

顺手改掉的几处

Mini Window 能把当前标签页或页面上选中的一块拖进一个始终置顶的小窗，边浏览边对照，这一版定位是早期形态，官方在收集反馈。历史记录可以从侧边栏直接拖到标签栏，松手就以新标签打开。地址栏右键菜单在剪贴板内容是搜索词而不是网址时，显示「粘贴并搜索」而不是「粘贴并前往」。网页存成 PDF 后，里面的数学公式能被读屏软件读出来。反复索要邮件处理权限的站点，现在可以用「永不询问」一次性挡掉，被挡的站点在设置里统一管理。

还有几条平台层面的

macOS 上的 WebGL 内容改用 Metal 渲染，部分站点的图形表现会更顺。地址栏提高了域名与地址其余部分的对比度，一眼看得出当前站点落在哪个域名。修的问题也很具体：快速点击地址栏后输入的第一个字符会丢、登录使用 NTLM 或 Kerberos 的内网站点会卡住几秒、macOS 上后台打开的链接把浏览器拽到前台、同时下载多个文件时只弹一次保存对话框。

适合谁，以及它的前提

Firefox 走双周发版，160.0 之前是 159.0，桌面几个平台同一天进稳定通道。想把语音输入留在本机、又常看本地 MKV 片源的人，这一版值得更新；只在手机上用浏览器的人拿不到本地识别这项能力。装好之后不用改什么设置，新能力跟着版本一起来。

这一版的重心不在界面，而在把两件原本依赖外部的事搬回本机：语音识别与本地视频的音频解码。