iVOD / 164961

Field Value
IVOD_ID 164961
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/164961
日期 2025-11-03
會議資料.會議代碼 委員會-11-4-23-5
會議資料.會議代碼:str 第11屆第4會期交通委員會第5次全體委員會議
會議資料.屆 11
會議資料.會期 4
會議資料.會次 5
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4會期交通委員會第5次全體委員會議
影片種類 Clip
開始時間 2025-11-03T11:10:55+08:00
結束時間 2025-11-03T11:19:20+08:00
影片長度 00:08:25
支援功能[0] ai-transcript
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/64fc785e736c17e9eb27b80a4a35e3e7ae8e6000a787324379fc1879a9d0e6b4951c1d5c912628115ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 廖先翔
委員發言時間 11:10:55 - 11:19:20
會議時間 2025-11-03T09:00:00+08:00
會議名稱 立法院第11屆第4會期交通委員會第5次全體委員會議(事由:審查委員蔡其昌等18人及委員李昆澤等20人分別擬具「氣象法部分條文修正草案」案。 【本日會議僅進行詢答】【11月3日及5日二天一次會】)
transcript.pyannote[0].speaker SPEAKER_00
transcript.pyannote[0].start 2.41034375
transcript.pyannote[0].end 5.43096875
transcript.pyannote[1].speaker SPEAKER_01
transcript.pyannote[1].start 12.75471875
transcript.pyannote[1].end 13.19346875
transcript.pyannote[2].speaker SPEAKER_01
transcript.pyannote[2].start 13.22721875
transcript.pyannote[2].end 13.24409375
transcript.pyannote[3].speaker SPEAKER_00
transcript.pyannote[3].start 13.24409375
transcript.pyannote[3].end 25.47846875
transcript.pyannote[4].speaker SPEAKER_00
transcript.pyannote[4].start 25.71471875
transcript.pyannote[4].end 52.15784375
transcript.pyannote[5].speaker SPEAKER_00
transcript.pyannote[5].start 52.30971875
transcript.pyannote[5].end 58.89096875
transcript.pyannote[6].speaker SPEAKER_01
transcript.pyannote[6].start 59.38034375
transcript.pyannote[6].end 60.62909375
transcript.pyannote[7].speaker SPEAKER_00
transcript.pyannote[7].start 61.01721875
transcript.pyannote[7].end 73.58909375
transcript.pyannote[8].speaker SPEAKER_01
transcript.pyannote[8].start 73.79159375
transcript.pyannote[8].end 77.14971875
transcript.pyannote[9].speaker SPEAKER_01
transcript.pyannote[9].start 77.41971875
transcript.pyannote[9].end 82.02659375
transcript.pyannote[10].speaker SPEAKER_01
transcript.pyannote[10].start 82.14471875
transcript.pyannote[10].end 82.33034375
transcript.pyannote[11].speaker SPEAKER_00
transcript.pyannote[11].start 82.33034375
transcript.pyannote[11].end 99.55971875
transcript.pyannote[12].speaker SPEAKER_01
transcript.pyannote[12].start 82.34721875
transcript.pyannote[12].end 82.43159375
transcript.pyannote[13].speaker SPEAKER_00
transcript.pyannote[13].start 99.66096875
transcript.pyannote[13].end 100.45409375
transcript.pyannote[14].speaker SPEAKER_00
transcript.pyannote[14].start 100.82534375
transcript.pyannote[14].end 103.20471875
transcript.pyannote[15].speaker SPEAKER_00
transcript.pyannote[15].start 103.22159375
transcript.pyannote[15].end 106.52909375
transcript.pyannote[16].speaker SPEAKER_00
transcript.pyannote[16].start 106.86659375
transcript.pyannote[16].end 114.00471875
transcript.pyannote[17].speaker SPEAKER_01
transcript.pyannote[17].start 114.59534375
transcript.pyannote[17].end 115.25346875
transcript.pyannote[18].speaker SPEAKER_01
transcript.pyannote[18].start 115.70909375
transcript.pyannote[18].end 149.88096875
transcript.pyannote[19].speaker SPEAKER_00
transcript.pyannote[19].start 147.45096875
transcript.pyannote[19].end 147.90659375
transcript.pyannote[20].speaker SPEAKER_00
transcript.pyannote[20].start 149.45909375
transcript.pyannote[20].end 151.38284375
transcript.pyannote[21].speaker SPEAKER_01
transcript.pyannote[21].start 150.69096875
transcript.pyannote[21].end 151.14659375
transcript.pyannote[22].speaker SPEAKER_01
transcript.pyannote[22].start 151.38284375
transcript.pyannote[22].end 156.64784375
transcript.pyannote[23].speaker SPEAKER_00
transcript.pyannote[23].start 155.46659375
transcript.pyannote[23].end 157.20471875
transcript.pyannote[24].speaker SPEAKER_01
transcript.pyannote[24].start 156.69846875
transcript.pyannote[24].end 159.87096875
transcript.pyannote[25].speaker SPEAKER_00
transcript.pyannote[25].start 159.87096875
transcript.pyannote[25].end 159.97221875
transcript.pyannote[26].speaker SPEAKER_01
transcript.pyannote[26].start 159.97221875
transcript.pyannote[26].end 162.26721875
transcript.pyannote[27].speaker SPEAKER_01
transcript.pyannote[27].start 163.36409375
transcript.pyannote[27].end 165.86159375
transcript.pyannote[28].speaker SPEAKER_01
transcript.pyannote[28].start 166.58721875
transcript.pyannote[28].end 172.42596875
transcript.pyannote[29].speaker SPEAKER_00
transcript.pyannote[29].start 166.95846875
transcript.pyannote[29].end 167.31284375
transcript.pyannote[30].speaker SPEAKER_00
transcript.pyannote[30].start 172.42596875
transcript.pyannote[30].end 172.88159375
transcript.pyannote[31].speaker SPEAKER_01
transcript.pyannote[31].start 172.86471875
transcript.pyannote[31].end 181.08284375
transcript.pyannote[32].speaker SPEAKER_01
transcript.pyannote[32].start 181.26846875
transcript.pyannote[32].end 181.62284375
transcript.pyannote[33].speaker SPEAKER_01
transcript.pyannote[33].start 182.29784375
transcript.pyannote[33].end 184.52534375
transcript.pyannote[34].speaker SPEAKER_00
transcript.pyannote[34].start 184.52534375
transcript.pyannote[34].end 184.66034375
transcript.pyannote[35].speaker SPEAKER_01
transcript.pyannote[35].start 184.66034375
transcript.pyannote[35].end 188.84534375
transcript.pyannote[36].speaker SPEAKER_00
transcript.pyannote[36].start 186.93846875
transcript.pyannote[36].end 189.09846875
transcript.pyannote[37].speaker SPEAKER_01
transcript.pyannote[37].start 189.31784375
transcript.pyannote[37].end 191.37659375
transcript.pyannote[38].speaker SPEAKER_00
transcript.pyannote[38].start 191.57909375
transcript.pyannote[38].end 193.03034375
transcript.pyannote[39].speaker SPEAKER_01
transcript.pyannote[39].start 193.58721875
transcript.pyannote[39].end 197.65409375
transcript.pyannote[40].speaker SPEAKER_01
transcript.pyannote[40].start 198.04221875
transcript.pyannote[40].end 200.92784375
transcript.pyannote[41].speaker SPEAKER_00
transcript.pyannote[41].start 200.72534375
transcript.pyannote[41].end 201.01221875
transcript.pyannote[42].speaker SPEAKER_01
transcript.pyannote[42].start 200.96159375
transcript.pyannote[42].end 200.97846875
transcript.pyannote[43].speaker SPEAKER_01
transcript.pyannote[43].start 201.01221875
transcript.pyannote[43].end 227.87721875
transcript.pyannote[44].speaker SPEAKER_01
transcript.pyannote[44].start 228.33284375
transcript.pyannote[44].end 238.01909375
transcript.pyannote[45].speaker SPEAKER_00
transcript.pyannote[45].start 237.10784375
transcript.pyannote[45].end 244.19534375
transcript.pyannote[46].speaker SPEAKER_01
transcript.pyannote[46].start 238.94721875
transcript.pyannote[46].end 239.40284375
transcript.pyannote[47].speaker SPEAKER_01
transcript.pyannote[47].start 240.95534375
transcript.pyannote[47].end 242.10284375
transcript.pyannote[48].speaker SPEAKER_01
transcript.pyannote[48].start 244.41471875
transcript.pyannote[48].end 247.21596875
transcript.pyannote[49].speaker SPEAKER_00
transcript.pyannote[49].start 246.50721875
transcript.pyannote[49].end 259.68659375
transcript.pyannote[50].speaker SPEAKER_01
transcript.pyannote[50].start 257.15534375
transcript.pyannote[50].end 258.28596875
transcript.pyannote[51].speaker SPEAKER_01
transcript.pyannote[51].start 259.58534375
transcript.pyannote[51].end 260.66534375
transcript.pyannote[52].speaker SPEAKER_00
transcript.pyannote[52].start 260.66534375
transcript.pyannote[52].end 288.05346875
transcript.pyannote[53].speaker SPEAKER_01
transcript.pyannote[53].start 260.68221875
transcript.pyannote[53].end 260.69909375
transcript.pyannote[54].speaker SPEAKER_00
transcript.pyannote[54].start 288.34034375
transcript.pyannote[54].end 290.53409375
transcript.pyannote[55].speaker SPEAKER_00
transcript.pyannote[55].start 291.19221875
transcript.pyannote[55].end 293.55471875
transcript.pyannote[56].speaker SPEAKER_01
transcript.pyannote[56].start 294.02721875
transcript.pyannote[56].end 294.48284375
transcript.pyannote[57].speaker SPEAKER_00
transcript.pyannote[57].start 294.48284375
transcript.pyannote[57].end 294.68534375
transcript.pyannote[58].speaker SPEAKER_01
transcript.pyannote[58].start 294.68534375
transcript.pyannote[58].end 295.29284375
transcript.pyannote[59].speaker SPEAKER_01
transcript.pyannote[59].start 295.52909375
transcript.pyannote[59].end 296.86221875
transcript.pyannote[60].speaker SPEAKER_00
transcript.pyannote[60].start 296.96346875
transcript.pyannote[60].end 310.37909375
transcript.pyannote[61].speaker SPEAKER_01
transcript.pyannote[61].start 310.44659375
transcript.pyannote[61].end 311.34096875
transcript.pyannote[62].speaker SPEAKER_01
transcript.pyannote[62].start 311.84721875
transcript.pyannote[62].end 312.48846875
transcript.pyannote[63].speaker SPEAKER_01
transcript.pyannote[63].start 313.16346875
transcript.pyannote[63].end 322.63034375
transcript.pyannote[64].speaker SPEAKER_01
transcript.pyannote[64].start 323.22096875
transcript.pyannote[64].end 327.91221875
transcript.pyannote[65].speaker SPEAKER_01
transcript.pyannote[65].start 328.36784375
transcript.pyannote[65].end 353.14034375
transcript.pyannote[66].speaker SPEAKER_01
transcript.pyannote[66].start 353.44409375
transcript.pyannote[66].end 359.50221875
transcript.pyannote[67].speaker SPEAKER_00
transcript.pyannote[67].start 357.51096875
transcript.pyannote[67].end 357.91596875
transcript.pyannote[68].speaker SPEAKER_00
transcript.pyannote[68].start 358.94534375
transcript.pyannote[68].end 359.33346875
transcript.pyannote[69].speaker SPEAKER_01
transcript.pyannote[69].start 359.85659375
transcript.pyannote[69].end 361.72971875
transcript.pyannote[70].speaker SPEAKER_00
transcript.pyannote[70].start 361.35846875
transcript.pyannote[70].end 379.51596875
transcript.pyannote[71].speaker SPEAKER_00
transcript.pyannote[71].start 379.70159375
transcript.pyannote[71].end 389.45534375
transcript.pyannote[72].speaker SPEAKER_00
transcript.pyannote[72].start 389.75909375
transcript.pyannote[72].end 392.17221875
transcript.pyannote[73].speaker SPEAKER_00
transcript.pyannote[73].start 392.61096875
transcript.pyannote[73].end 401.65596875
transcript.pyannote[74].speaker SPEAKER_00
transcript.pyannote[74].start 401.89221875
transcript.pyannote[74].end 409.99221875
transcript.pyannote[75].speaker SPEAKER_01
transcript.pyannote[75].start 409.63784375
transcript.pyannote[75].end 410.17784375
transcript.pyannote[76].speaker SPEAKER_01
transcript.pyannote[76].start 410.24534375
transcript.pyannote[76].end 412.75971875
transcript.pyannote[77].speaker SPEAKER_01
transcript.pyannote[77].start 413.67096875
transcript.pyannote[77].end 419.13846875
transcript.pyannote[78].speaker SPEAKER_00
transcript.pyannote[78].start 413.80596875
transcript.pyannote[78].end 414.22784375
transcript.pyannote[79].speaker SPEAKER_01
transcript.pyannote[79].start 419.17221875
transcript.pyannote[79].end 419.59409375
transcript.pyannote[80].speaker SPEAKER_00
transcript.pyannote[80].start 419.59409375
transcript.pyannote[80].end 420.89346875
transcript.pyannote[81].speaker SPEAKER_01
transcript.pyannote[81].start 420.77534375
transcript.pyannote[81].end 421.85534375
transcript.pyannote[82].speaker SPEAKER_00
transcript.pyannote[82].start 420.91034375
transcript.pyannote[82].end 420.92721875
transcript.pyannote[83].speaker SPEAKER_00
transcript.pyannote[83].start 421.80471875
transcript.pyannote[83].end 424.89284375
transcript.pyannote[84].speaker SPEAKER_01
transcript.pyannote[84].start 423.76221875
transcript.pyannote[84].end 431.52471875
transcript.pyannote[85].speaker SPEAKER_00
transcript.pyannote[85].start 431.20409375
transcript.pyannote[85].end 431.54159375
transcript.pyannote[86].speaker SPEAKER_01
transcript.pyannote[86].start 431.54159375
transcript.pyannote[86].end 431.55846875
transcript.pyannote[87].speaker SPEAKER_00
transcript.pyannote[87].start 431.55846875
transcript.pyannote[87].end 431.59221875
transcript.pyannote[88].speaker SPEAKER_01
transcript.pyannote[88].start 431.59221875
transcript.pyannote[88].end 431.64284375
transcript.pyannote[89].speaker SPEAKER_01
transcript.pyannote[89].start 432.18284375
transcript.pyannote[89].end 433.71846875
transcript.pyannote[90].speaker SPEAKER_00
transcript.pyannote[90].start 433.68471875
transcript.pyannote[90].end 438.62909375
transcript.pyannote[91].speaker SPEAKER_01
transcript.pyannote[91].start 438.62909375
transcript.pyannote[91].end 441.64971875
transcript.pyannote[92].speaker SPEAKER_01
transcript.pyannote[92].start 442.03784375
transcript.pyannote[92].end 454.47471875
transcript.pyannote[93].speaker SPEAKER_00
transcript.pyannote[93].start 454.47471875
transcript.pyannote[93].end 462.30471875
transcript.pyannote[94].speaker SPEAKER_01
transcript.pyannote[94].start 462.52409375
transcript.pyannote[94].end 465.62909375
transcript.pyannote[95].speaker SPEAKER_01
transcript.pyannote[95].start 465.81471875
transcript.pyannote[95].end 474.01596875
transcript.pyannote[96].speaker SPEAKER_00
transcript.pyannote[96].start 471.73784375
transcript.pyannote[96].end 501.23534375
transcript.pyannote[97].speaker SPEAKER_01
transcript.pyannote[97].start 479.09534375
transcript.pyannote[97].end 479.41596875
transcript.pyannote[98].speaker SPEAKER_01
transcript.pyannote[98].start 479.44971875
transcript.pyannote[98].end 479.97284375
transcript.pyannote[99].speaker SPEAKER_01
transcript.pyannote[99].start 496.45971875
transcript.pyannote[99].end 496.67909375
transcript.pyannote[100].speaker SPEAKER_01
transcript.pyannote[100].start 499.21034375
transcript.pyannote[100].end 499.58159375
transcript.pyannote[101].speaker SPEAKER_01
transcript.pyannote[101].start 500.10471875
transcript.pyannote[101].end 502.02846875
transcript.pyannote[102].speaker SPEAKER_01
transcript.pyannote[102].start 503.15909375
transcript.pyannote[102].end 506.97284375
transcript.whisperx[0].start 2.489
transcript.whisperx[0].end 3.416
transcript.whisperx[0].text 好 謝謝主席 麻煩要請我們呂署長請署長
transcript.whisperx[1].start 13.399
transcript.whisperx[1].end 39.258
transcript.whisperx[1].text 喂 主任好這幾天我的辦公室也跟我講一件事情我也不知道是不是常識但是他們跟我講的才知道就是我們的手機很多的手機不管是哪一個系統大概都會有內建的天氣的預報後來發現這個天氣的預報好像都不是我們氣象署的資料好像都是各個平台系統他們都有合作的一個國際的氣象預報公司所擷取的資料
transcript.whisperx[2].start 39.798
transcript.whisperx[2].end 60.233
transcript.whisperx[2].text 那我不曉得署長我們自己本身的提供資料跟這些可能手機系統就無論是Apple或者是你說Samsung或是任何OPPO之類的一些手機他們所合作的氣象預報在我們台灣啦當然就我們台灣的地理環境條條件而言我們的會比他們準確吧跟委員報告會
transcript.whisperx[3].start 61.238
transcript.whisperx[3].end 81.225
transcript.whisperx[3].text 會嘛 那實際上我們氣象署應該也都有做過 做一些open data嘛就是一些資料的開放 讓所有第三方的系統都可以借接嘛各位報告是的 我們有我們的open data其實下載量跟那個量跟次數其實都蠻高的
transcript.whisperx[4].start 82.525
transcript.whisperx[4].end 106.348
transcript.whisperx[4].text 其實我覺得我們自己本身氣象署應該有自己的APP嘛對不對那我認為啦因為有時候大家久了就習慣大家喜歡看手機嘛那很多有時候我們看手機啊看到了如果說實際上的預報跟我們實際上未來的體驗不一樣的時候其實大家不會去怪那個手機平台你知道嗎大家會去想說我們的氣象報告怎麼又不準了
transcript.whisperx[5].start 106.949
transcript.whisperx[5].end 133.42
transcript.whisperx[5].text 但實際上這件事情好像如果說這樣子邏輯推理的話好像不是我們的錯啦我給你一點時間你們工商服務一下好不好好的 其實我們氣象署的APP裡面包含的成本還蠻高的我們建構的雷達 建構的雨量站我們有一千多個雨量站在這個資料裡面我們有七顆雷達的資料在這個資料裡面其實這一些背後包含的成本都應該是好幾億在裡面的成本
transcript.whisperx[6].start 133.94
transcript.whisperx[6].end 151.139
transcript.whisperx[6].text 那這裡面的資料所發布的天氣預報資料我們知道天氣預報預報有一個模型在做預報那這個模型在做預報的時候其實它通常需要有地面資料觀測資料去做叫做校正調整它能夠去調整到你真的國外的氣象公司沒有辦法做到這一點
transcript.whisperx[7].start 151.559
transcript.whisperx[7].end 171.877
transcript.whisperx[7].text 一般氣象公司它沒有這麼多台灣的這些基本的資料在裡面所以你可以看到它還是有預報它是沒有校正過的那我想大家應該都有知道有一個APP很有名叫做Windy它裡面可以看到很漂亮的那些動畫颱風一看就知道氣象署做的哪有它這麼好
transcript.whisperx[8].start 172.918
transcript.whisperx[8].end 192.193
transcript.whisperx[8].text 的確是他做的真的非常好而且他在全世界是非常非常都有受用的可是你假如說你要看到進去阿里山的天氣他就跟氣象署爆出來會不一樣因為他沒有足夠的資料去我們有沒有比較過準確率之類的我們有沒有去這集本身應該會有吧
transcript.whisperx[9].start 193.652
transcript.whisperx[9].end 212.695
transcript.whisperx[9].text 如果從雨量上來看的話其中Windy看的雨量看不出台灣的山前跟山後的差別看不大出來不過你如果從氣象署的定量降雨預報的話你就可以看得出那些大概是什麼顏色大概雨量大概會照就可以看得很清楚所以從空間的解析度來講他們的解析度可能就是
transcript.whisperx[10].start 213.776
transcript.whisperx[10].end 235.451
transcript.whisperx[10].text 10公里20公里的解析度不過氣象局的解析度跟委員報告我們是2.5公里的解析度所以我們有比較細的資料比較精密的資料這些資料是從我們觀測資料去做校正出來的所以能夠反映的現況跟預測是比這些商用的這些APP因為商用APP它必須要滿足全世界通用的這個概念
transcript.whisperx[11].start 235.911
transcript.whisperx[11].end 260.394
transcript.whisperx[11].text 因為手機你可能所以我們沒有針對商用的這些國際各大的一個氣象公司我們現在的所做的預報去做一些跟我們去做比較我們focus的這一塊是做台灣的但是你們有非常高的自信我們自己氣象署的APP所釋放出的訊息一定都比這些手機他們合作的無論是他自己本身的或合作的一個氣象提供的準確度是高非常多的準確度一定比較高
transcript.whisperx[12].start 260.694
transcript.whisperx[12].end 287.392
transcript.whisperx[12].text 好那剛剛署長有提到我們的精密度到2.5公里那我們因為其實台灣的這個地形地貌非常的多變所以說就變成說明明是非常近的距離卻有可能會有不一樣的一個天氣形態可能當然就可能降雨或沒降雨或者是沒有烏雲或晴天當然也不太可能大太陽跟下雨天那我想確認一下我們現在的現在的經濟度是2.5公里
transcript.whisperx[13].start 291.515
transcript.whisperx[13].end 310.075
transcript.whisperx[13].text 2.5公里的話是我們的單位是什麼平方嗎還是6.25平方公里6.25平方公里嘛就2.5乘2.5好那我們下一個目標呢因為我們你也知道就成我剛剛說的台灣的地形非常的複雜我們有沒有下一階段的一個目標能夠把這個精細度做到更細這樣子
transcript.whisperx[14].start 310.475
transcript.whisperx[14].end 327.615
transcript.whisperx[14].text 好 跟委員報告現在的地面觀測站的水平距離我們全台有漁量站有1300多個水平觀測距離大概有3公里到5公里所以說我如果做的比他還小的話就必須做內插
transcript.whisperx[15].start 328.956
transcript.whisperx[15].end 352.687
transcript.whisperx[15].text 不過我們降於我們的雷達觀測我們的雷達觀測可以小到200多公尺最密的就是離雷達很近的地方它可以看到比較細的資料那衛星它的觀測大概是1公里一個網格點所以我們的預測如果說預測到比2.5公里更小的話我們就必須善用這些資料去做應用那就目前來講氣象署是有往這個方向去推
transcript.whisperx[16].start 353.507
transcript.whisperx[16].end 377.768
transcript.whisperx[16].text 那現在我們這2.5公里大概可以做到所謂的鄉鎮預報鄉鎮市區的尺度的預報那氣象署就我所知道現在因為其實就以像新北市這麼大嘛其實新北市包括台北市的東南西北全部都是新北市嘛那你就是必須要針對新北市的各個不同的區域去做分析嘛那常常像我自己的居住地是汐止嘛常常以前念書的時候騎摩托車從汐止
transcript.whisperx[17].start 380.05
transcript.whisperx[17].end 409.53
transcript.whisperx[17].text 騎沒三分鐘到台北突然發現就只有我們身上有穿雨衣你知道嗎常常會有這樣的現象雨停了對啊那我們如果說2.5公里其實對都會區來講的話其實2.5公里還是一個蠻長的一塊距離啦如果說它的地形有明顯的落差的時候2.5公里可能就會有造成不一樣的一個騎肉型態啦那我們剛剛署長說你有下一階段的目標那現在是6.25平方公里的一個區塊嘛那下一段的目標你們是大概設定到多少的精細度
transcript.whisperx[18].start 411.231
transcript.whisperx[18].end 431.482
transcript.whisperx[18].text 鄉鎮預報接下來就是村里預報是那村里預報我們目前估計大概要下到一公里的解析度才能夠去解構出村里預報的等級就一乘一這樣子嗎對對對好那現階段我們這樣子的目標有沒有設定不過這一些因為我們的高速電腦的運算呢網格點越細的話它會花更多的時間去處理這件事情是
transcript.whisperx[19].start 432.233
transcript.whisperx[19].end 454.22
transcript.whisperx[19].text 那將來有...所以原則上設備大概原則上就這樣子但後續都是靠系統的模型去做推測對對對那將來有機會有機會如果說AI發展到一個程度的話它可以做更多的辨識還有更多的應用因為AI它在訓練模組的時候需要很多的算力等它訓練好之後在應用部分它的算力就會節省很多
transcript.whisperx[20].start 454.5
transcript.whisperx[20].end 478.068
transcript.whisperx[20].text 好謝謝那最後一個小問題我們氣象署有沒有跟這個觀光署那邊去做全台觀光景點的一個合作的天氣預報的界階有其實在13個風景區其實我們都有合作那甚至在他們在放熱氣球的時候其實我們也可以做有跟他們做及時的預報讓他們活動能夠順利九份就在那邊大家都到九份那邊但是九份下雨瑞芳不一定下雨
transcript.whisperx[21].start 478.448
transcript.whisperx[21].end 495.004
transcript.whisperx[21].text 對方車站不一定下雨尤其是三層的地方氣象的特別的明顯那這部分我覺得後續可以再做一些更精密的一些每個景點或許你剛剛講十多個觀光景區嘛對不對那後續可能是不是不一定它是一個觀光景區而是一個我們認為的一個國際觀光客的一個熱門景點或國內認為觀光客的景點我們都可以來做加強好不好 以上謝謝謝謝主席好 謝謝廖千祥委員發言完畢