iVOD / 161223

Field Value
IVOD_ID 161223
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/161223
日期 2025-05-12
會議資料.會議代碼 委員會-11-3-23-11
會議資料.會議代碼:str 第11屆第3會期交通委員會第11次全體委員會議
會議資料.屆 11
會議資料.會期 3
會議資料.會次 11
會議資料.種類 委員會
會議資料.委員會代碼[0] 23
會議資料.委員會代碼:str[0] 交通委員會
會議資料.標題 第11屆第3會期交通委員會第11次全體委員會議
影片種類 Clip
開始時間 2025-05-12T13:02:24+08:00
結束時間 2025-05-12T13:11:04+08:00
影片長度 00:08:40
支援功能[0] ai-transcript
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/2e24114430e85d526edb478d95e43b05988fdfbeb5b6687585e0b6e5cd30ed739bf675f76cd7c0d35ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 葉元之
委員發言時間 13:02:24 - 13:11:04
會議時間 2025-05-12T09:00:00+08:00
會議名稱 立法院第11屆第3會期交通委員會第11次全體委員會議(事由:一、審查(一)委員吳宗憲等17人、(二)委員賴士葆等28人、(三)委員楊瓊瓔等26人分別擬具「人工智慧基本法草案」及(四)台灣民眾黨黨團擬具「人工智慧發展及管理條例草案」案。 二、審查(一)委員林俊憲等23人擬具「公路法第二十七條、第二十八條及第七十五條條文修正草案」、(二)委員陳冠廷等18人、(三)委員徐富癸等17人分別擬具「公路法第三十二條條文修正草案」、(四)委員陳冠廷等16人擬具「公路法第三十三條條文修正草案」、(五)台灣民眾黨黨團、(六)委員馬文君等19人、(七)委員邱若華等17人分別擬具「公路法第三十九條之一條文修正草案」、(八)委員何欣純等18人擬具「公路法第四十六條及第六十條之一條文修正草案」、(九)委員王義川等16人擬具「公路法第六十五條條文修正草案」及(十)委員林俊憲等21人擬具「公路法第七十二條條文修正草案」案。 三、審查(一)委員林俊憲等22人擬具「停車場法第四條條文修正草案」、(二)委員廖先翔等17人擬具「停車場法第三十二條條文修正草案」及(三)台灣民眾黨黨團擬具「停車場法第三十八條條文修正草案」案。 【本日會議僅針對開會事由二及三進行合併詢答】)
transcript.pyannote[0].speaker SPEAKER_01
transcript.pyannote[0].start 4.28346875
transcript.pyannote[0].end 5.98784375
transcript.pyannote[1].speaker SPEAKER_02
transcript.pyannote[1].start 6.34221875
transcript.pyannote[1].end 7.30409375
transcript.pyannote[2].speaker SPEAKER_02
transcript.pyannote[2].start 7.67534375
transcript.pyannote[2].end 8.58659375
transcript.pyannote[3].speaker SPEAKER_01
transcript.pyannote[3].start 12.09659375
transcript.pyannote[3].end 26.59221875
transcript.pyannote[4].speaker SPEAKER_01
transcript.pyannote[4].start 27.06471875
transcript.pyannote[4].end 31.57034375
transcript.pyannote[5].speaker SPEAKER_01
transcript.pyannote[5].start 32.09346875
transcript.pyannote[5].end 36.56534375
transcript.pyannote[6].speaker SPEAKER_01
transcript.pyannote[6].start 37.03784375
transcript.pyannote[6].end 37.89846875
transcript.pyannote[7].speaker SPEAKER_01
transcript.pyannote[7].start 38.23596875
transcript.pyannote[7].end 41.27346875
transcript.pyannote[8].speaker SPEAKER_01
transcript.pyannote[8].start 41.66159375
transcript.pyannote[8].end 52.61346875
transcript.pyannote[9].speaker SPEAKER_01
transcript.pyannote[9].start 52.86659375
transcript.pyannote[9].end 57.30471875
transcript.pyannote[10].speaker SPEAKER_01
transcript.pyannote[10].start 57.65909375
transcript.pyannote[10].end 61.37159375
transcript.pyannote[11].speaker SPEAKER_01
transcript.pyannote[11].start 62.01284375
transcript.pyannote[11].end 72.12096875
transcript.pyannote[12].speaker SPEAKER_01
transcript.pyannote[12].start 72.50909375
transcript.pyannote[12].end 73.84221875
transcript.pyannote[13].speaker SPEAKER_01
transcript.pyannote[13].start 74.09534375
transcript.pyannote[13].end 80.10284375
transcript.pyannote[14].speaker SPEAKER_01
transcript.pyannote[14].start 80.49096875
transcript.pyannote[14].end 89.75534375
transcript.pyannote[15].speaker SPEAKER_01
transcript.pyannote[15].start 89.97471875
transcript.pyannote[15].end 92.96159375
transcript.pyannote[16].speaker SPEAKER_01
transcript.pyannote[16].start 93.63659375
transcript.pyannote[16].end 102.96846875
transcript.pyannote[17].speaker SPEAKER_01
transcript.pyannote[17].start 106.14096875
transcript.pyannote[17].end 111.27096875
transcript.pyannote[18].speaker SPEAKER_02
transcript.pyannote[18].start 110.08971875
transcript.pyannote[18].end 111.18659375
transcript.pyannote[19].speaker SPEAKER_02
transcript.pyannote[19].start 113.11034375
transcript.pyannote[19].end 141.03846875
transcript.pyannote[20].speaker SPEAKER_01
transcript.pyannote[20].start 114.10596875
transcript.pyannote[20].end 114.64596875
transcript.pyannote[21].speaker SPEAKER_00
transcript.pyannote[21].start 114.64596875
transcript.pyannote[21].end 114.66284375
transcript.pyannote[22].speaker SPEAKER_01
transcript.pyannote[22].start 115.75971875
transcript.pyannote[22].end 116.02971875
transcript.pyannote[23].speaker SPEAKER_00
transcript.pyannote[23].start 116.02971875
transcript.pyannote[23].end 116.06346875
transcript.pyannote[24].speaker SPEAKER_00
transcript.pyannote[24].start 123.45471875
transcript.pyannote[24].end 124.06221875
transcript.pyannote[25].speaker SPEAKER_00
transcript.pyannote[25].start 134.74409375
transcript.pyannote[25].end 135.04784375
transcript.pyannote[26].speaker SPEAKER_01
transcript.pyannote[26].start 141.03846875
transcript.pyannote[26].end 152.51346875
transcript.pyannote[27].speaker SPEAKER_02
transcript.pyannote[27].start 155.14596875
transcript.pyannote[27].end 164.86596875
transcript.pyannote[28].speaker SPEAKER_01
transcript.pyannote[28].start 161.72721875
transcript.pyannote[28].end 161.99721875
transcript.pyannote[29].speaker SPEAKER_01
transcript.pyannote[29].start 164.35971875
transcript.pyannote[29].end 167.73471875
transcript.pyannote[30].speaker SPEAKER_02
transcript.pyannote[30].start 166.33409375
transcript.pyannote[30].end 170.08034375
transcript.pyannote[31].speaker SPEAKER_01
transcript.pyannote[31].start 168.84846875
transcript.pyannote[31].end 175.98659375
transcript.pyannote[32].speaker SPEAKER_01
transcript.pyannote[32].start 177.97784375
transcript.pyannote[32].end 196.86096875
transcript.pyannote[33].speaker SPEAKER_01
transcript.pyannote[33].start 197.46846875
transcript.pyannote[33].end 200.70846875
transcript.pyannote[34].speaker SPEAKER_00
transcript.pyannote[34].start 197.68784375
transcript.pyannote[34].end 198.61596875
transcript.pyannote[35].speaker SPEAKER_01
transcript.pyannote[35].start 201.56909375
transcript.pyannote[35].end 206.02409375
transcript.pyannote[36].speaker SPEAKER_01
transcript.pyannote[36].start 206.34471875
transcript.pyannote[36].end 210.31034375
transcript.pyannote[37].speaker SPEAKER_01
transcript.pyannote[37].start 210.78284375
transcript.pyannote[37].end 213.07784375
transcript.pyannote[38].speaker SPEAKER_01
transcript.pyannote[38].start 213.46596875
transcript.pyannote[38].end 219.74346875
transcript.pyannote[39].speaker SPEAKER_01
transcript.pyannote[39].start 219.99659375
transcript.pyannote[39].end 222.27471875
transcript.pyannote[40].speaker SPEAKER_01
transcript.pyannote[40].start 222.91596875
transcript.pyannote[40].end 229.05846875
transcript.pyannote[41].speaker SPEAKER_01
transcript.pyannote[41].start 229.42971875
transcript.pyannote[41].end 230.49284375
transcript.pyannote[42].speaker SPEAKER_01
transcript.pyannote[42].start 231.33659375
transcript.pyannote[42].end 247.04721875
transcript.pyannote[43].speaker SPEAKER_01
transcript.pyannote[43].start 248.02596875
transcript.pyannote[43].end 251.18159375
transcript.pyannote[44].speaker SPEAKER_01
transcript.pyannote[44].start 251.60346875
transcript.pyannote[44].end 253.10534375
transcript.pyannote[45].speaker SPEAKER_01
transcript.pyannote[45].start 253.22346875
transcript.pyannote[45].end 254.82659375
transcript.pyannote[46].speaker SPEAKER_02
transcript.pyannote[46].start 257.08784375
transcript.pyannote[46].end 269.35596875
transcript.pyannote[47].speaker SPEAKER_01
transcript.pyannote[47].start 269.35596875
transcript.pyannote[47].end 269.65971875
transcript.pyannote[48].speaker SPEAKER_02
transcript.pyannote[48].start 269.65971875
transcript.pyannote[48].end 270.03096875
transcript.pyannote[49].speaker SPEAKER_01
transcript.pyannote[49].start 270.03096875
transcript.pyannote[49].end 282.01221875
transcript.pyannote[50].speaker SPEAKER_02
transcript.pyannote[50].start 273.47346875
transcript.pyannote[50].end 276.19034375
transcript.pyannote[51].speaker SPEAKER_01
transcript.pyannote[51].start 282.21471875
transcript.pyannote[51].end 283.54784375
transcript.pyannote[52].speaker SPEAKER_02
transcript.pyannote[52].start 283.02471875
transcript.pyannote[52].end 283.53096875
transcript.pyannote[53].speaker SPEAKER_02
transcript.pyannote[53].start 283.54784375
transcript.pyannote[53].end 284.35784375
transcript.pyannote[54].speaker SPEAKER_01
transcript.pyannote[54].start 284.35784375
transcript.pyannote[54].end 284.74596875
transcript.pyannote[55].speaker SPEAKER_02
transcript.pyannote[55].start 284.40846875
transcript.pyannote[55].end 284.93159375
transcript.pyannote[56].speaker SPEAKER_01
transcript.pyannote[56].start 284.93159375
transcript.pyannote[56].end 298.85346875
transcript.pyannote[57].speaker SPEAKER_02
transcript.pyannote[57].start 284.94846875
transcript.pyannote[57].end 284.99909375
transcript.pyannote[58].speaker SPEAKER_02
transcript.pyannote[58].start 286.18034375
transcript.pyannote[58].end 287.98596875
transcript.pyannote[59].speaker SPEAKER_01
transcript.pyannote[59].start 299.81534375
transcript.pyannote[59].end 300.03471875
transcript.pyannote[60].speaker SPEAKER_00
transcript.pyannote[60].start 300.42284375
transcript.pyannote[60].end 302.41409375
transcript.pyannote[61].speaker SPEAKER_01
transcript.pyannote[61].start 301.65471875
transcript.pyannote[61].end 302.78534375
transcript.pyannote[62].speaker SPEAKER_00
transcript.pyannote[62].start 302.73471875
transcript.pyannote[62].end 315.55971875
transcript.pyannote[63].speaker SPEAKER_01
transcript.pyannote[63].start 313.90596875
transcript.pyannote[63].end 315.23909375
transcript.pyannote[64].speaker SPEAKER_01
transcript.pyannote[64].start 315.61034375
transcript.pyannote[64].end 315.64409375
transcript.pyannote[65].speaker SPEAKER_00
transcript.pyannote[65].start 315.64409375
transcript.pyannote[65].end 315.66096875
transcript.pyannote[66].speaker SPEAKER_01
transcript.pyannote[66].start 315.66096875
transcript.pyannote[66].end 347.45346875
transcript.pyannote[67].speaker SPEAKER_00
transcript.pyannote[67].start 316.62284375
transcript.pyannote[67].end 316.70721875
transcript.pyannote[68].speaker SPEAKER_00
transcript.pyannote[68].start 318.19221875
transcript.pyannote[68].end 318.39471875
transcript.pyannote[69].speaker SPEAKER_00
transcript.pyannote[69].start 319.60971875
transcript.pyannote[69].end 320.70659375
transcript.pyannote[70].speaker SPEAKER_00
transcript.pyannote[70].start 322.91721875
transcript.pyannote[70].end 325.41471875
transcript.pyannote[71].speaker SPEAKER_00
transcript.pyannote[71].start 347.55471875
transcript.pyannote[71].end 381.10221875
transcript.pyannote[72].speaker SPEAKER_01
transcript.pyannote[72].start 348.70221875
transcript.pyannote[72].end 348.87096875
transcript.pyannote[73].speaker SPEAKER_01
transcript.pyannote[73].start 352.92096875
transcript.pyannote[73].end 353.89971875
transcript.pyannote[74].speaker SPEAKER_01
transcript.pyannote[74].start 356.71784375
transcript.pyannote[74].end 358.74284375
transcript.pyannote[75].speaker SPEAKER_01
transcript.pyannote[75].start 380.54534375
transcript.pyannote[75].end 389.74221875
transcript.pyannote[76].speaker SPEAKER_00
transcript.pyannote[76].start 385.70909375
transcript.pyannote[76].end 385.91159375
transcript.pyannote[77].speaker SPEAKER_00
transcript.pyannote[77].start 387.61596875
transcript.pyannote[77].end 396.00284375
transcript.pyannote[78].speaker SPEAKER_01
transcript.pyannote[78].start 396.00284375
transcript.pyannote[78].end 398.02784375
transcript.pyannote[79].speaker SPEAKER_01
transcript.pyannote[79].start 398.48346875
transcript.pyannote[79].end 401.60534375
transcript.pyannote[80].speaker SPEAKER_01
transcript.pyannote[80].start 402.49971875
transcript.pyannote[80].end 407.66346875
transcript.pyannote[81].speaker SPEAKER_01
transcript.pyannote[81].start 408.42284375
transcript.pyannote[81].end 425.19659375
transcript.pyannote[82].speaker SPEAKER_00
transcript.pyannote[82].start 413.13096875
transcript.pyannote[82].end 413.60346875
transcript.pyannote[83].speaker SPEAKER_01
transcript.pyannote[83].start 425.65221875
transcript.pyannote[83].end 433.43159375
transcript.pyannote[84].speaker SPEAKER_01
transcript.pyannote[84].start 433.60034375
transcript.pyannote[84].end 445.96971875
transcript.pyannote[85].speaker SPEAKER_00
transcript.pyannote[85].start 433.81971875
transcript.pyannote[85].end 434.98409375
transcript.pyannote[86].speaker SPEAKER_00
transcript.pyannote[86].start 435.52409375
transcript.pyannote[86].end 436.21596875
transcript.pyannote[87].speaker SPEAKER_00
transcript.pyannote[87].start 442.12221875
transcript.pyannote[87].end 442.88159375
transcript.pyannote[88].speaker SPEAKER_01
transcript.pyannote[88].start 446.45909375
transcript.pyannote[88].end 448.14659375
transcript.pyannote[89].speaker SPEAKER_00
transcript.pyannote[89].start 448.38284375
transcript.pyannote[89].end 485.74409375
transcript.pyannote[90].speaker SPEAKER_01
transcript.pyannote[90].start 484.61346875
transcript.pyannote[90].end 490.13159375
transcript.pyannote[91].speaker SPEAKER_01
transcript.pyannote[91].start 490.70534375
transcript.pyannote[91].end 496.74659375
transcript.pyannote[92].speaker SPEAKER_01
transcript.pyannote[92].start 497.28659375
transcript.pyannote[92].end 505.99409375
transcript.pyannote[93].speaker SPEAKER_01
transcript.pyannote[93].start 507.00659375
transcript.pyannote[93].end 512.44034375
transcript.pyannote[94].speaker SPEAKER_01
transcript.pyannote[94].start 512.84534375
transcript.pyannote[94].end 515.51159375
transcript.pyannote[95].speaker SPEAKER_01
transcript.pyannote[95].start 517.77284375
transcript.pyannote[95].end 519.30846875
transcript.whisperx[0].start 4.479
transcript.whisperx[0].end 8.368
transcript.whisperx[0].text 主席好 麻煩請交通部次長好 交通部陳正次
transcript.whisperx[1].start 12.313
transcript.whisperx[1].end 36.402
transcript.whisperx[1].text 委員好 市長剛好市長今天來我想跟市長問一下車輛安全因為您在2022年8月的時候有出席一個TNCAP一個實驗室的揭牌儀式當初會成立這個叫做台灣新車安全平等計畫實驗室當初會成立這個實驗室講的是說因為台灣需要符合國情的台灣新車安全平等
transcript.whisperx[2].start 37.122
transcript.whisperx[2].end 60.905
transcript.whisperx[2].text 而且很重要因為我們要讓民眾購車的時候有客觀的參考而且要引導業界的向上提升所以必須要成立這個實驗室對用路安全或行人安全各方面產業的發展都至關重要不過我想跟您請教一下在目前為止這個成效如何因為我有看到相關的資料
transcript.whisperx[3].start 62.799
transcript.whisperx[3].end 87.333
transcript.whisperx[3].text 這邊原本當初公佈的計畫一年是要檢測八種車型一季是兩種車型然後一種車型是要檢測四輛可是在去年大概只有檢測了六種車型其中六種車型裡面有兩個是廠商自費售品換句話說如果廠商沒有自費的話可能這個實驗室只能檢驗四種車型
transcript.whisperx[4].start 90.074
transcript.whisperx[4].end 102.898
transcript.whisperx[4].text 那這跟當初接牌所發下的好語就打了一半的折扣所以不曉得為什麼會這樣那個次長您當初參加這個實驗室然後目前成果您個人滿意嗎次長回答啦因為您之前參加的那個接牌議事嘛 對啊
transcript.whisperx[5].start 113.314
transcript.whisperx[5].end 142.307
transcript.whisperx[5].text 我跟委員報告有關TNCAP就是台灣的這個安全平等的這樣的一個制度它到目前為止我們認為它是成功的而且是有效的那當然相關的這個就是評比的車輛數不如就是說跟我們原來規劃有差距是因為相關預算的問題但是透過這個廠商自我的這個智慧來沒關係市長那你當初是說要
transcript.whisperx[6].start 143.067
transcript.whisperx[6].end 152.241
transcript.whisperx[6].text 要八種車型現在只有四種車型為什麼你還會覺得是成功的已經你所檢驗的車輛已經比當初預估少一半了你還是認為是成功為什麼
transcript.whisperx[7].start 155.622
transcript.whisperx[7].end 175.581
transcript.whisperx[7].text 我想整個來講的話我們本來就是這樣的一個制度其實就是希望整個業者也能夠參與所以現在業者也那業者如果所以還好是有兩個所有要收成的車輛好沒關係即便是把業者參與的這兩個算進來還是只有達到當初預估的四分之三
transcript.whisperx[8].start 178.032
transcript.whisperx[8].end 198.568
transcript.whisperx[8].text 而且這種東西當然多多益善嘛你們當初揭牌的時候媒體的報導是很大的而且說因為有做這個事情對於台灣的安全用路安全行車安全行人保護產業發展都有大大提升可是後來的成效不如當初的預估您還是覺得是滿意的好我再問一個問題因為我們時間有限
transcript.whisperx[9].start 201.618
transcript.whisperx[9].end 228.437
transcript.whisperx[9].text 我看到你們當初說要做這個實驗目的是要給買車的人參考嘛對不對 他可以看那個評比安全係數怎麼樣來決定要不要買這款車可是你們選擇要去評鑑哪一台車是怎麼選擇呢是選擇當年度銷量最好的前幾名這本末倒置了嘛 很多人都已經買啦買了之後 然後忽然看到說哇 裝潢部的實驗室的評比不好那怎麼辦 趕快賣是不是那誰要買
transcript.whisperx[10].start 231.4
transcript.whisperx[10].end 254.603
transcript.whisperx[10].text 所以你如果要做這個實驗你應該是在新車上市之前你就要做啊怎麼會等到人家熱銷以後再去選擇相關的來做實驗這有什麼意義 這個有達到任何的提升作用嗎該賣的都賣出去了啊為什麼會有這個機制 黃培恩市長如果真的回答不了請其他主管回答你乍聽之下會不會覺得很奇怪
transcript.whisperx[11].start 257.165
transcript.whisperx[11].end 281.433
transcript.whisperx[11].text 我跟委員報告他當然是銷售上的排行但是因為銷售的時候剛才特別提到就是說他其實是讓民眾去選擇的時候不是啦 他都買了嘛他熱銷代表很多人買嘛很多人買之後你才去做實驗做完實驗之後他買了之後發現哇 這個評比那麼差那你有達到任何提示的作用嗎你是叫他以後開車小心一點喔
transcript.whisperx[12].start 282.293
transcript.whisperx[12].end 298.092
transcript.whisperx[12].text 沒有 其實就是讓大家了解到說你應該要等到人家賣之前你這樣 我跟你講啦大家聽到都覺得很奇怪如果我們要買車 我們要選擇安全車但是希望說先看到數據再去買嘛哪有說我買了之後你再提醒我那你是叫我賣還是怎樣
transcript.whisperx[13].start 304.206
transcript.whisperx[13].end 314.511
transcript.whisperx[13].text 剛剛委員所提到的TN CAP希望車廠在新車上市銷售的時候就能自己支援來做然後把這些相關的車輛安全我不是說希望車廠
transcript.whisperx[14].start 315.772
transcript.whisperx[14].end 342.887
transcript.whisperx[14].text 不好意思我不是說實驗室我是說你的實驗室的目的是希望提醒買車的人要有安全的這個參考所以你們自己也有編預算嘛那你編預算你採購的車輛或者是做撞擊的車輛應該要上次之前就要做提醒人家去在購買的時候做參考嘛理論上應該是這樣可是你們去選擇要去購買哪個車輛或者是花實驗室去做因為一台車我看到要平件也不少錢啊一千多萬啊
transcript.whisperx[15].start 343.527
transcript.whisperx[15].end 358.43
transcript.whisperx[15].text 然後結果你們是挑熱銷的人家都賣完了你做給人家參考有什麼意義這個部分我跟委員報告一下在國外的部分基本上大概都是這個業者以熱銷為主不是 業者就是說自己來申請好啦 國外我知道嘛可是
transcript.whisperx[16].start 358.891
transcript.whisperx[16].end 379.756
transcript.whisperx[16].text 在國內的部分就是因為因為國內這個制度才開始做這個推動那對於這個希望就是說因為這個商市以銷售量這邊來做這個就是排氣的話代表說他銷售比較好後面還會有這個相當多的民眾來買這樣子的車輛那至於說
transcript.whisperx[17].start 381.656
transcript.whisperx[17].end 407.169
transcript.whisperx[17].text 這不一定喔你這個一開始大家就買了後面後面就買中古的啊你現在只是讓買中古車的人有這樣的一個參考而已這個政府出錢來買這個車輛一定是後面一定騎乘不會face out的一個這個程度你如果要花錢做這個東西啦一台車測試要一千多萬你要做就把它做到好啦你就好像有做就好不是要把它做到好啊當初揭牌的時候發下的好語
transcript.whisperx[18].start 408.579
transcript.whisperx[18].end 424.689
transcript.whisperx[18].text 結果成效打折扣然後現在還要再講說沒關係啦雖然他已經熱銷了後面還是會有人買嘛我們就提醒接下來那些人就好了至於說前面已經買車的人那就不關我的事那些人看到這個評比覺得很緊張可是他已經買了他到時候要轉手很困難
transcript.whisperx[19].start 425.751
transcript.whisperx[19].end 445.685
transcript.whisperx[19].text 所以你如果錢花下去你要照顧的是所有買車的人嘛不是說只照顧那些比較後面買車的人所以這個機制是很奇怪這個機制是鼓勵大家以後看到新車先不要買嗎先不要買然後等到出來之後再買免得先上車嗎你要做你錢花下去你就把它做到好
transcript.whisperx[20].start 446.945
transcript.whisperx[20].end 459.993
transcript.whisperx[20].text 這絕對是有調整空間跟我們報告一下TN Cup的實景到現在剛剛次長講說已經看到他的成效就是說其實去年跟今年已經有這個好幾個車型來自願來申請這樣子的一個評價那這個新車他來申請自費申請的評價都是配合他新車這個上市
transcript.whisperx[21].start 467.757
transcript.whisperx[21].end 485.352
transcript.whisperx[21].text 那其實這個TNCAP推動最後的一個目標就是希望說在國內不管國產或進口的一個部分你要新車上市銷售的時候你都能夠來參加這個評論把一個比較好的資訊這個揭露給這個消費者來做這個車輛的一個計畫怎麼樣都有成效啦5%的成效還是10%的成效啦
transcript.whisperx[22].start 490.877
transcript.whisperx[22].end 515.335
transcript.whisperx[22].text 現在我們是希望你錢花下去可以做到100分嘛你一直跟我說我已經有5分了有10分了啊你這態度就是這樣啊我們是把問題提醒給你希望可以做到更好嘛80分90分嘛啊你一直說我有5分了嘛至少我有對兩題啊這種態度我是比較不能接受啦希望交通部可以針對這個計畫因為這個不少錢啊可以再提出一個檢討啦好不好謝謝謝謝月圓之吻