iVOD / 155415

Field Value
影片長度 880
委員名稱 翁曉玲
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/d4cdf32868ad364ba869da3552d382e1768d2097a9b873f67579206f6b095827e9dc9408b91f925d5ea18f28b6918d91.mp4/playlist.m3u8
transcript.pyannote[0].speaker SPEAKER_01
transcript.pyannote[0].start 9.98721875
transcript.pyannote[0].end 28.44846875
transcript.pyannote[1].speaker SPEAKER_01
transcript.pyannote[1].start 28.95471875
transcript.pyannote[1].end 40.49721875
transcript.pyannote[2].speaker SPEAKER_01
transcript.pyannote[2].start 40.83471875
transcript.pyannote[2].end 49.98096875
transcript.pyannote[3].speaker SPEAKER_01
transcript.pyannote[3].start 50.08221875
transcript.pyannote[3].end 64.45971875
transcript.pyannote[4].speaker SPEAKER_01
transcript.pyannote[4].start 65.01659375
transcript.pyannote[4].end 72.42471875
transcript.pyannote[5].speaker SPEAKER_03
transcript.pyannote[5].start 73.11659375
transcript.pyannote[5].end 75.36096875
transcript.pyannote[6].speaker SPEAKER_01
transcript.pyannote[6].start 73.72409375
transcript.pyannote[6].end 75.41159375
transcript.pyannote[7].speaker SPEAKER_03
transcript.pyannote[7].start 75.41159375
transcript.pyannote[7].end 119.16846875
transcript.pyannote[8].speaker SPEAKER_01
transcript.pyannote[8].start 78.73596875
transcript.pyannote[8].end 78.82034375
transcript.pyannote[9].speaker SPEAKER_00
transcript.pyannote[9].start 78.82034375
transcript.pyannote[9].end 78.83721875
transcript.pyannote[10].speaker SPEAKER_01
transcript.pyannote[10].start 78.83721875
transcript.pyannote[10].end 78.85409375
transcript.pyannote[11].speaker SPEAKER_00
transcript.pyannote[11].start 78.85409375
transcript.pyannote[11].end 78.90471875
transcript.pyannote[12].speaker SPEAKER_00
transcript.pyannote[12].start 81.46971875
transcript.pyannote[12].end 83.49471875
transcript.pyannote[13].speaker SPEAKER_01
transcript.pyannote[13].start 119.45534375
transcript.pyannote[13].end 125.76659375
transcript.pyannote[14].speaker SPEAKER_01
transcript.pyannote[14].start 126.05346875
transcript.pyannote[14].end 139.72221875
transcript.pyannote[15].speaker SPEAKER_01
transcript.pyannote[15].start 140.32971875
transcript.pyannote[15].end 191.39346875
transcript.pyannote[16].speaker SPEAKER_03
transcript.pyannote[16].start 190.61721875
transcript.pyannote[16].end 191.52846875
transcript.pyannote[17].speaker SPEAKER_01
transcript.pyannote[17].start 192.52409375
transcript.pyannote[17].end 195.03846875
transcript.pyannote[18].speaker SPEAKER_03
transcript.pyannote[18].start 193.99221875
transcript.pyannote[18].end 194.80221875
transcript.pyannote[19].speaker SPEAKER_03
transcript.pyannote[19].start 195.27471875
transcript.pyannote[19].end 196.25346875
transcript.pyannote[20].speaker SPEAKER_01
transcript.pyannote[20].start 198.12659375
transcript.pyannote[20].end 198.91971875
transcript.pyannote[21].speaker SPEAKER_01
transcript.pyannote[21].start 200.60721875
transcript.pyannote[21].end 242.28846875
transcript.pyannote[22].speaker SPEAKER_01
transcript.pyannote[22].start 242.81159375
transcript.pyannote[22].end 277.18596875
transcript.pyannote[23].speaker SPEAKER_04
transcript.pyannote[23].start 278.53596875
transcript.pyannote[23].end 315.47534375
transcript.pyannote[24].speaker SPEAKER_01
transcript.pyannote[24].start 305.24909375
transcript.pyannote[24].end 307.29096875
transcript.pyannote[25].speaker SPEAKER_01
transcript.pyannote[25].start 307.84784375
transcript.pyannote[25].end 309.36659375
transcript.pyannote[26].speaker SPEAKER_01
transcript.pyannote[26].start 314.22659375
transcript.pyannote[26].end 363.68721875
transcript.pyannote[27].speaker SPEAKER_01
transcript.pyannote[27].start 364.75034375
transcript.pyannote[27].end 365.99909375
transcript.pyannote[28].speaker SPEAKER_04
transcript.pyannote[28].start 367.46721875
transcript.pyannote[28].end 375.43221875
transcript.pyannote[29].speaker SPEAKER_04
transcript.pyannote[29].start 375.55034375
transcript.pyannote[29].end 382.01346875
transcript.pyannote[30].speaker SPEAKER_01
transcript.pyannote[30].start 382.14846875
transcript.pyannote[30].end 383.21159375
transcript.pyannote[31].speaker SPEAKER_04
transcript.pyannote[31].start 382.68846875
transcript.pyannote[31].end 389.32034375
transcript.pyannote[32].speaker SPEAKER_01
transcript.pyannote[32].start 389.50596875
transcript.pyannote[32].end 427.81221875
transcript.pyannote[33].speaker SPEAKER_04
transcript.pyannote[33].start 395.58096875
transcript.pyannote[33].end 397.08284375
transcript.pyannote[34].speaker SPEAKER_01
transcript.pyannote[34].start 428.33534375
transcript.pyannote[34].end 436.57034375
transcript.pyannote[35].speaker SPEAKER_01
transcript.pyannote[35].start 437.65034375
transcript.pyannote[35].end 437.78534375
transcript.pyannote[36].speaker SPEAKER_01
transcript.pyannote[36].start 438.37596875
transcript.pyannote[36].end 440.89034375
transcript.pyannote[37].speaker SPEAKER_01
transcript.pyannote[37].start 441.54846875
transcript.pyannote[37].end 445.90221875
transcript.pyannote[38].speaker SPEAKER_00
transcript.pyannote[38].start 447.55596875
transcript.pyannote[38].end 462.81096875
transcript.pyannote[39].speaker SPEAKER_02
transcript.pyannote[39].start 462.81096875
transcript.pyannote[39].end 468.10971875
transcript.pyannote[40].speaker SPEAKER_02
transcript.pyannote[40].start 468.32909375
transcript.pyannote[40].end 481.33971875
transcript.pyannote[41].speaker SPEAKER_01
transcript.pyannote[41].start 481.33971875
transcript.pyannote[41].end 500.74596875
transcript.pyannote[42].speaker SPEAKER_01
transcript.pyannote[42].start 501.10034375
transcript.pyannote[42].end 534.86721875
transcript.pyannote[43].speaker SPEAKER_01
transcript.pyannote[43].start 535.32284375
transcript.pyannote[43].end 549.05909375
transcript.pyannote[44].speaker SPEAKER_01
transcript.pyannote[44].start 550.96596875
transcript.pyannote[44].end 565.09034375
transcript.pyannote[45].speaker SPEAKER_01
transcript.pyannote[45].start 565.42784375
transcript.pyannote[45].end 578.21909375
transcript.pyannote[46].speaker SPEAKER_01
transcript.pyannote[46].start 578.45534375
transcript.pyannote[46].end 585.74534375
transcript.pyannote[47].speaker SPEAKER_04
transcript.pyannote[47].start 581.76284375
transcript.pyannote[47].end 581.77971875
transcript.pyannote[48].speaker SPEAKER_01
transcript.pyannote[48].start 586.23471875
transcript.pyannote[48].end 590.18346875
transcript.pyannote[49].speaker SPEAKER_01
transcript.pyannote[49].start 591.02721875
transcript.pyannote[49].end 594.33471875
transcript.pyannote[50].speaker SPEAKER_01
transcript.pyannote[50].start 594.55409375
transcript.pyannote[50].end 599.05971875
transcript.pyannote[51].speaker SPEAKER_01
transcript.pyannote[51].start 599.32971875
transcript.pyannote[51].end 601.81034375
transcript.pyannote[52].speaker SPEAKER_01
transcript.pyannote[52].start 602.24909375
transcript.pyannote[52].end 602.77221875
transcript.pyannote[53].speaker SPEAKER_01
transcript.pyannote[53].start 604.22346875
transcript.pyannote[53].end 623.35971875
transcript.pyannote[54].speaker SPEAKER_01
transcript.pyannote[54].start 624.77721875
transcript.pyannote[54].end 630.39659375
transcript.pyannote[55].speaker SPEAKER_01
transcript.pyannote[55].start 630.85221875
transcript.pyannote[55].end 642.29346875
transcript.pyannote[56].speaker SPEAKER_01
transcript.pyannote[56].start 642.58034375
transcript.pyannote[56].end 643.35659375
transcript.pyannote[57].speaker SPEAKER_01
transcript.pyannote[57].start 644.43659375
transcript.pyannote[57].end 649.71846875
transcript.pyannote[58].speaker SPEAKER_01
transcript.pyannote[58].start 650.30909375
transcript.pyannote[58].end 651.03471875
transcript.pyannote[59].speaker SPEAKER_01
transcript.pyannote[59].start 652.14846875
transcript.pyannote[59].end 652.43534375
transcript.pyannote[60].speaker SPEAKER_01
transcript.pyannote[60].start 652.95846875
transcript.pyannote[60].end 657.59909375
transcript.pyannote[61].speaker SPEAKER_01
transcript.pyannote[61].start 657.97034375
transcript.pyannote[61].end 665.56409375
transcript.pyannote[62].speaker SPEAKER_01
transcript.pyannote[62].start 666.08721875
transcript.pyannote[62].end 671.75721875
transcript.pyannote[63].speaker SPEAKER_01
transcript.pyannote[63].start 673.36034375
transcript.pyannote[63].end 676.65096875
transcript.pyannote[64].speaker SPEAKER_01
transcript.pyannote[64].start 677.03909375
transcript.pyannote[64].end 692.02409375
transcript.pyannote[65].speaker SPEAKER_04
transcript.pyannote[65].start 692.95221875
transcript.pyannote[65].end 695.39909375
transcript.pyannote[66].speaker SPEAKER_01
transcript.pyannote[66].start 695.53409375
transcript.pyannote[66].end 696.02346875
transcript.pyannote[67].speaker SPEAKER_01
transcript.pyannote[67].start 697.03596875
transcript.pyannote[67].end 705.22034375
transcript.pyannote[68].speaker SPEAKER_04
transcript.pyannote[68].start 704.62971875
transcript.pyannote[68].end 723.44534375
transcript.pyannote[69].speaker SPEAKER_04
transcript.pyannote[69].start 723.69846875
transcript.pyannote[69].end 741.04596875
transcript.pyannote[70].speaker SPEAKER_04
transcript.pyannote[70].start 741.06284375
transcript.pyannote[70].end 756.92534375
transcript.pyannote[71].speaker SPEAKER_01
transcript.pyannote[71].start 754.91721875
transcript.pyannote[71].end 868.94159375
transcript.pyannote[72].speaker SPEAKER_01
transcript.pyannote[72].start 869.53221875
transcript.pyannote[72].end 879.13409375
transcript.pyannote[73].speaker SPEAKER_04
transcript.pyannote[73].start 879.20159375
transcript.pyannote[73].end 880.41659375
transcript.pyannote[74].speaker SPEAKER_01
transcript.pyannote[74].start 880.19721875
transcript.pyannote[74].end 880.33221875
transcript.whisperx[0].start 11.432
transcript.whisperx[0].end 37.507
transcript.whisperx[0].text 主席好我想今天在質詢部會所長之前呢我想講一個問題就是我們知道其實每一次的質詢這個所有的立法委員都很認真我們大家都希望能夠早一點就能夠看到各部門所提出來的這個專案專題報告書可是以我們這一次的開會其實首先我要先謝謝我們的召委這個鍾嘉斌召委他
transcript.whisperx[1].start 39.891
transcript.whisperx[1].end 63.966
transcript.whisperx[1].text 指示了今天這個相關部會單位要來報告政府機關導入AI提升效能的這個議題這個議題其實很重要那當然我們在看到這個這次議程的安排主要是以人事總處為主及相關部會那我當時以為說可能就是人總吧速發部啊經濟部等等那些單位結果沒想到我今天來的時候呢一下子拿了12份的報告
transcript.whisperx[2].start 65.569
transcript.whisperx[2].end 94.511
transcript.whisperx[2].text 對 所以這個部分我不知道說是不是昭緯是之前就已經有通知相關的部會機關今天都要來報告嗎來 那麼跟翁委員說明一下因為上週原定我們通常一般在星期三或星期四最遲星期四會確定下週議程一邊發開會通知但是因為上週四是因為國慶日沒有上班那在上週三的議程聯絡後在上週我就做了更動所以人總的報告提前到星期一
transcript.whisperx[3].start 95.111
transcript.whisperx[3].end 118.998
transcript.whisperx[3].text 那這個過程當中我們也希望人總能夠將所有相關有AI導入的各機關名單提供所以因此我們在星期五的時候呢在很短的時間內又通知了相關的部會前來報告所以各機關的作業的準備時間啊大概只有星期五下班後到星期一的上班這段時間那提供的資料比較倉促可能造成委員在質詢應用上的不便也請多包涵
transcript.whisperx[4].start 119.86
transcript.whisperx[4].end 139.396
transcript.whisperx[4].text 好 謝謝周偉德說明我們其實同樣的都是禮拜五指導就是這個議程那我必須講就是各部會機關因為看起來你們今天報告其實頁數非常少啦大概少的話是三四頁但理論上這些東西都是你們應該stand by這個例行性的都要準備好相關的資料
transcript.whisperx[5].start 141.273
transcript.whisperx[5].end 158.419
transcript.whisperx[5].text 周末假日我都還在家裡面認真的讀報告可是今天看到另外還有十幾份的報告書我想我們委員不是神童我們沒有辦法一下子看這麼多報告書就知道說你們到底在做了些什麼
transcript.whisperx[6].start 159.439
transcript.whisperx[6].end 164.843
transcript.whisperx[6].text 對 這也很浪費你們的時間 寫了報告書幾個委員沒有時間看所以我希望說是不是可以自此之後這個各機關至少都能夠在 如果說禮拜五才公告的議程的話那可能禮拜六禮拜天要提早交給委員而不是我們當場的時候才拿到像法務部 矯正署 農業部 經管會 環境部就是你們今天早上才送的報告啊
transcript.whisperx[7].start 181.633
transcript.whisperx[7].end 182.494
transcript.whisperx[7].text 委員長 請切次長下一頁
transcript.whisperx[8].start 200.646
transcript.whisperx[8].end 204.209
transcript.whisperx[8].text 我想我這次其實也看了就是經濟部還有人種數位速發部等所提出來的AI的相關的業務報告書那我核對了一下這幾份業務報告書裡面其實我發現還是有蠻多高度重疊的地方譬如說
transcript.whisperx[9].start 220.262
transcript.whisperx[9].end 227.787
transcript.whisperx[9].text 對於AI人力的培養:人事總處有講書發部也有:對於提升智慧化的服務:人總這邊有講有相關的課程:書發部也說要做智慧化為民服務:經濟部也要做客服效率提升:提供數據分析最佳服務等等:
transcript.whisperx[10].start 243.236
transcript.whisperx[10].end 260.634
transcript.whisperx[10].text 對,那我還沒有看其他的這個業務單位的報告書我相信可能裡面的內容是大同小異的在這樣子高度重疊的情況之下我不知道就是政府部門就中央政府機關到底有沒有一個主責單位對於我們台灣未來的AI發展
transcript.whisperx[11].start 264.358
transcript.whisperx[11].end 274.902
transcript.whisperx[11].text 不管是從提升人力的角度AI素養的角度發展相關的系統或是說要提供一些相關的服務有沒有一個組織機關目前組織機關是哪一個部會
transcript.whisperx[12].start 279.044
transcript.whisperx[12].end 292.871
transcript.whisperx[12].text 這裡大概跟委員說明一下人事總處是負責公務人員AI的培訓所以我們從7月30號陸陸續續從部長次長還有機關三級機關首長那今天下午會針對12職等的司長處長來辦訓練再來我們會針對我們的訓練對象還有一個10座課程是針對科長是業務單位
transcript.whisperx[13].start 307.979
transcript.whisperx[13].end 313.384
transcript.whisperx[13].text 蘇阿布的重點在資訊單位一樣就是我們有分兩類型的我現在看到其他機關幾乎似乎也是follow行政院所核定的AI計畫裡面的一些東西在做但是我必須說就是裡面高度的重疊在本席看來其實各部會現在所做的事情
transcript.whisperx[14].start 330.319
transcript.whisperx[14].end 330.359
transcript.whisperx[14].text 主席
transcript.whisperx[15].start 357.762
transcript.whisperx[15].end 363.355
transcript.whisperx[15].text 高階人才的AI共識營本席很好奇的是部會首長的AI共識營你們到底共識了些什麼你們討論了一些什麼嗎
transcript.whisperx[16].start 367.526
transcript.whisperx[16].end 388.671
transcript.whisperx[16].text 主要的課程是在讓所有部會首長知道人工智慧在未來國家的發展競爭上面他的幫助是怎樣還有他會有哪些的基礎環境必須要建構事實上部會首長他知道以後會把這個訊息傳達給他所屬的大家一起動起來
transcript.whisperx[17].start 389.557
transcript.whisperx[17].end 398.363
transcript.whisperx[17].text 了解所以代表現在這些部會首長根本還沒有AI的素養沒有AI sense對不對都已經當了部會首長這都是陷在弦上我們都要做的然後如果說這方面大家對於這個議題的認知還不夠還要重新來學習我告訴你台灣的AI發展一定會遠遠的落後於其他的國家好接下來下一頁那麼我要談的就是說是其實經濟部也
transcript.whisperx[18].start 417.355
transcript.whisperx[18].end 436.166
transcript.whisperx[18].text 在今年也發布了一份一一二年全國電力資源供需報告書:裡面呢有講到就是未來我們AI的電力的需求一一年會比一一二年成長八倍我想請問這經濟部經濟部今天經濟部次長次長有來是不是不好意思司長那經濟部準備好了嗎相關電力發展或書發部對這方面有沒有什麼看法
transcript.whisperx[19].start 447.917
transcript.whisperx[19].end 449.578
transcript.whisperx[19].text 本席告訴你肯定不夠 事發部呢
transcript.whisperx[20].start 463.484
transcript.whisperx[20].end 480.711
transcript.whisperx[20].text 跟委員報告就是說電力的需求當然如果分散式的把這些AI分散在各部會那這一個的確是會造成非常大的影響那這也是為什麼剛剛我報告數位政府是他有一支計畫是建立政府共購的AI機房
transcript.whisperx[21].start 481.891
transcript.whisperx[21].end 505.612
transcript.whisperx[21].text 我想其實最重要的我們要發展AI基礎建設一定要完善而且電力很明顯就是不能缺嘛沒有電的情況之下所有的系統資通訊系統是不能夠運作的所以我認為說與其我們講說發展AI其實不如說我們先把電力的這個環境先建置好這個才會更重要那接下來我想我就單獨請教這個人事長就好了
transcript.whisperx[22].start 509.555
transcript.whisperx[22].end 515.419
transcript.whisperx[22].text 兩位可以先回座本席接下來要談的就是說我有看到人事總處在人事行政政策規劃執行發展的計畫裡面其實有談到未來還是會持續的做智慧創新人事服務計畫等等這些所謂的自通訊安全的計畫大概編了一億三千
transcript.whisperx[23].start 534.372
transcript.whisperx[23].end 535.914
transcript.whisperx[23].text 本席發言委員
transcript.whisperx[24].start 552.523
transcript.whisperx[24].end 559.572
transcript.whisperx[24].text 施求人、退休金試算、退休金年金改革等系統本席也肯定人事總處規劃資通訊系統
transcript.whisperx[25].start 566.081
transcript.whisperx[25].end 589.526
transcript.whisperx[25].text 如果說從這個先談這個事求人的這個系統來講本席也這裡也做了一些統計我們從106年一直到113年看到這個事求人光是這個系統不斷的優化擴充本席不知道為什麼要每一年都要優化而且事實上累積起來的金額也相當的可觀
transcript.whisperx[26].start 591.524
transcript.whisperx[26].end 601.253
transcript.whisperx[26].text 還有就是都是給同一家的業者那麼這個是一個問題那我們接下來再看第二個例子另外就是在考試分發
transcript.whisperx[27].start 604.261
transcript.whisperx[27].end 623.119
transcript.whisperx[27].text 另外在考試分發的人事申報作業系統同樣的也是一樣都是透過優化擴充每年都是編很高的錢如果說我們講第一年是開發的話那第二年第三年之後理論上是維運可是為什麼每一年都是優化及擴充的系統還有下面
transcript.whisperx[28].start 624.844
transcript.whisperx[28].end 643.147
transcript.whisperx[28].text 那麼在人事服務系統的部分也是一樣:靈群電腦長年都是拿這個人事總處的標案而且都是用擴充不是用優化擴充精進的專案然後呢這個這個申請的金額呢也都非常高這下一頁人力資源管理資訊系統同樣的也是一樣的情況這也是給靈群的下一頁
transcript.whisperx[29].start 653.192
transcript.whisperx[29].end 656.953
transcript.whisperx[29].text 退休撫恤系統支通電腦公司全頂退休撫恤試算系統優化系統
transcript.whisperx[30].start 673.407
transcript.whisperx[30].end 691.626
transcript.whisperx[30].text 那開發也是跟人事服務網有關的這些系統好下一頁本期要講就是說是你們自己其實都有說有關於像資通訊的服務的軟體開發有一個經費的估算原則請問人事長你們過去有按照這個估算原則在做嗎
transcript.whisperx[31].start 692.981
transcript.whisperx[31].end 694.042
transcript.whisperx[31].text 我跟委員報告因為人事總處現在維運的很多的系統是全國大家共用
transcript.whisperx[32].start 713.274
transcript.whisperx[32].end 740.427
transcript.whisperx[32].text 那這一年期間我們最少會有4次的使用者的一個meeting他會每一個人在使用之後他會覺得他有些功能是不夠滿足他的他希望再增加那很多人的需求我們會透過那個整合一年4次然後會有一個審查會把大家認為OK這個功能可以更新更新了以後我們再去做update因為
transcript.whisperx[33].start 741.247
transcript.whisperx[33].end 742.268
transcript.whisperx[33].text 我必須說我從剛剛的標案裡面我看不出來那個是有包含維護費
transcript.whisperx[34].start 764.517
transcript.whisperx[34].end 766.199
transcript.whisperx[34].text 如果說是擴充 你們也要把每一年擴充什麼本身希望你們可以做一個詳細的報告把你們 我剛剛列舉的那幾個系統到底他們擴充了一些什麼 優化了什麼我已經問過我們的一些資訊界的專家學者大家都覺得說這不太
transcript.whisperx[35].start 784.716
transcript.whisperx[35].end 790.161
transcript.whisperx[35].text 可能每一年都在擴充每一年都在優化你們不是一開始標案設計都應該要設計好了嗎怎麼可能每年都花那麼多錢下一年然後接下來我要講的不管是在審計部還有我們立法院運轉中心其實都有講這是有關於維護費的計費方式應該要依照這個相關的經費估算原則去做
transcript.whisperx[36].start 808.078
transcript.whisperx[36].end 813.081
transcript.whisperx[36].text 基本上要積極地檢討,那麼看起來我覺得人事總處基本上並沒有按照之前的估算原則去做,那麼本席希望你們可以把這個相關的報告書,然後提送一個月之內可以吧,提送一份給我,因為我覺得這很重要,這個人民的錢要花在刀口上,我們不能夠巧立名目,
transcript.whisperx[37].start 830.049
transcript.whisperx[37].end 830.109
transcript.whisperx[37].text 李慧琼議員
transcript.whisperx[38].start 852.631
transcript.whisperx[38].end 852.871
transcript.whisperx[38].text 好 OK 謝謝
會議時間 2024-10-14T09:00:00+08:00
委員發言時間 10:18:34 - 10:33:14
會議名稱 立法院第11屆第2會期司法及法制委員會第4次全體委員會議(事由:邀請行政院人事行政總處人事長暨相關部會列席就「政府機關導入AI提升效能」進行專題報告,並備質詢。)
IVOD_ID 155415
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/155415
日期 2024-10-14
會議資料.會議代碼 委員會-11-2-36-4
會議資料.屆 11
會議資料.會期 2
會議資料.會次 4
會議資料.種類 委員會
會議資料.委員會代碼[0] 36
會議資料.標題 第11屆第2會期司法及法制委員會第4次全體委員會議
影片種類 Clip
開始時間 2024-10-14T10:18:34+08:00
結束時間 2024-10-14T10:33:14+08:00
支援功能[0] ai-transcript