iVOD / 166560

Field Value
IVOD_ID 166560
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/166560
日期 2025-12-22
會議資料.會議代碼 委員會-11-4-15-17
會議資料.會議代碼:str 第11屆第4會期內政委員會第17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 17
會議資料.種類 委員會
會議資料.委員會代碼[0] 15
會議資料.委員會代碼:str[0] 內政委員會
會議資料.標題 第11屆第4會期內政委員會第17次全體委員會議
影片種類 Clip
開始時間 2025-12-22T10:08:22+08:00
結束時間 2025-12-22T10:18:38+08:00
影片長度 00:10:16
支援功能[0] ai-transcript
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/540097afd73d1038b0d129be5b9d9018f200d91c7a5d8c83aa44b2f8ba70a97969935296c30cbcfd5ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 張宏陸
委員發言時間 10:08:22 - 10:18:38
會議時間 2025-12-22T09:00:00+08:00
會議名稱 (變更議程)立法院第11屆第4會期內政委員會第17次全體委員會議(事由:邀請內政部部長、衛生福利部部長、交通部部長、警政署署長、國家安全會議秘書長、國家安全局局長、法務部部長就計畫性攻擊事件進行「社會治安維護之檢討與精進」專題報告並備質詢。)
transcript.pyannote[0].speaker SPEAKER_01
transcript.pyannote[0].start 0.03096875
transcript.pyannote[0].end 5.71784375
transcript.pyannote[1].speaker SPEAKER_03
transcript.pyannote[1].start 7.55721875
transcript.pyannote[1].end 8.23221875
transcript.pyannote[2].speaker SPEAKER_01
transcript.pyannote[2].start 10.59471875
transcript.pyannote[2].end 16.41659375
transcript.pyannote[3].speaker SPEAKER_01
transcript.pyannote[3].start 17.07471875
transcript.pyannote[3].end 20.16284375
transcript.pyannote[4].speaker SPEAKER_01
transcript.pyannote[4].start 20.38221875
transcript.pyannote[4].end 21.90096875
transcript.pyannote[5].speaker SPEAKER_01
transcript.pyannote[5].start 22.33971875
transcript.pyannote[5].end 27.23346875
transcript.pyannote[6].speaker SPEAKER_01
transcript.pyannote[6].start 27.33471875
transcript.pyannote[6].end 29.47784375
transcript.pyannote[7].speaker SPEAKER_01
transcript.pyannote[7].start 30.49034375
transcript.pyannote[7].end 31.13159375
transcript.pyannote[8].speaker SPEAKER_01
transcript.pyannote[8].start 31.60409375
transcript.pyannote[8].end 33.00471875
transcript.pyannote[9].speaker SPEAKER_03
transcript.pyannote[9].start 33.44346875
transcript.pyannote[9].end 34.81034375
transcript.pyannote[10].speaker SPEAKER_01
transcript.pyannote[10].start 35.21534375
transcript.pyannote[10].end 37.52721875
transcript.pyannote[11].speaker SPEAKER_03
transcript.pyannote[11].start 37.57784375
transcript.pyannote[11].end 39.48471875
transcript.pyannote[12].speaker SPEAKER_01
transcript.pyannote[12].start 39.73784375
transcript.pyannote[12].end 41.79659375
transcript.pyannote[13].speaker SPEAKER_03
transcript.pyannote[13].start 42.52221875
transcript.pyannote[13].end 44.20971875
transcript.pyannote[14].speaker SPEAKER_01
transcript.pyannote[14].start 44.27721875
transcript.pyannote[14].end 45.76221875
transcript.pyannote[15].speaker SPEAKER_03
transcript.pyannote[15].start 46.06596875
transcript.pyannote[15].end 47.58471875
transcript.pyannote[16].speaker SPEAKER_01
transcript.pyannote[16].start 47.61846875
transcript.pyannote[16].end 53.91284375
transcript.pyannote[17].speaker SPEAKER_01
transcript.pyannote[17].start 53.96346875
transcript.pyannote[17].end 54.01409375
transcript.pyannote[18].speaker SPEAKER_01
transcript.pyannote[18].start 54.52034375
transcript.pyannote[18].end 55.49909375
transcript.pyannote[19].speaker SPEAKER_03
transcript.pyannote[19].start 56.69721875
transcript.pyannote[19].end 60.44346875
transcript.pyannote[20].speaker SPEAKER_01
transcript.pyannote[20].start 58.16534375
transcript.pyannote[20].end 59.00909375
transcript.pyannote[21].speaker SPEAKER_01
transcript.pyannote[21].start 60.93284375
transcript.pyannote[21].end 62.29971875
transcript.pyannote[22].speaker SPEAKER_03
transcript.pyannote[22].start 62.36721875
transcript.pyannote[22].end 64.61159375
transcript.pyannote[23].speaker SPEAKER_01
transcript.pyannote[23].start 63.58221875
transcript.pyannote[23].end 69.06659375
transcript.pyannote[24].speaker SPEAKER_03
transcript.pyannote[24].start 65.60721875
transcript.pyannote[24].end 66.63659375
transcript.pyannote[25].speaker SPEAKER_03
transcript.pyannote[25].start 68.45909375
transcript.pyannote[25].end 68.86409375
transcript.pyannote[26].speaker SPEAKER_01
transcript.pyannote[26].start 69.26909375
transcript.pyannote[26].end 76.44096875
transcript.pyannote[27].speaker SPEAKER_01
transcript.pyannote[27].start 76.57596875
transcript.pyannote[27].end 78.71909375
transcript.pyannote[28].speaker SPEAKER_03
transcript.pyannote[28].start 78.12846875
transcript.pyannote[28].end 80.10284375
transcript.pyannote[29].speaker SPEAKER_01
transcript.pyannote[29].start 80.10284375
transcript.pyannote[29].end 95.34096875
transcript.pyannote[30].speaker SPEAKER_01
transcript.pyannote[30].start 95.93159375
transcript.pyannote[30].end 110.69721875
transcript.pyannote[31].speaker SPEAKER_01
transcript.pyannote[31].start 111.06846875
transcript.pyannote[31].end 118.13909375
transcript.pyannote[32].speaker SPEAKER_01
transcript.pyannote[32].start 118.47659375
transcript.pyannote[32].end 127.23471875
transcript.pyannote[33].speaker SPEAKER_03
transcript.pyannote[33].start 122.93159375
transcript.pyannote[33].end 123.75846875
transcript.pyannote[34].speaker SPEAKER_01
transcript.pyannote[34].start 127.79159375
transcript.pyannote[34].end 133.00596875
transcript.pyannote[35].speaker SPEAKER_03
transcript.pyannote[35].start 133.79909375
transcript.pyannote[35].end 141.62909375
transcript.pyannote[36].speaker SPEAKER_03
transcript.pyannote[36].start 142.00034375
transcript.pyannote[36].end 143.95784375
transcript.pyannote[37].speaker SPEAKER_03
transcript.pyannote[37].start 144.34596875
transcript.pyannote[37].end 146.67471875
transcript.pyannote[38].speaker SPEAKER_01
transcript.pyannote[38].start 144.51471875
transcript.pyannote[38].end 144.73409375
transcript.pyannote[39].speaker SPEAKER_01
transcript.pyannote[39].start 145.93221875
transcript.pyannote[39].end 153.49221875
transcript.pyannote[40].speaker SPEAKER_01
transcript.pyannote[40].start 153.96471875
transcript.pyannote[40].end 154.55534375
transcript.pyannote[41].speaker SPEAKER_01
transcript.pyannote[41].start 155.01096875
transcript.pyannote[41].end 155.43284375
transcript.pyannote[42].speaker SPEAKER_01
transcript.pyannote[42].start 155.92221875
transcript.pyannote[42].end 164.54534375
transcript.pyannote[43].speaker SPEAKER_03
transcript.pyannote[43].start 165.40596875
transcript.pyannote[43].end 168.83159375
transcript.pyannote[44].speaker SPEAKER_03
transcript.pyannote[44].start 169.23659375
transcript.pyannote[44].end 169.72596875
transcript.pyannote[45].speaker SPEAKER_03
transcript.pyannote[45].start 170.18159375
transcript.pyannote[45].end 170.97471875
transcript.pyannote[46].speaker SPEAKER_03
transcript.pyannote[46].start 171.12659375
transcript.pyannote[46].end 180.76221875
transcript.pyannote[47].speaker SPEAKER_03
transcript.pyannote[47].start 181.90971875
transcript.pyannote[47].end 182.04471875
transcript.pyannote[48].speaker SPEAKER_01
transcript.pyannote[48].start 183.56346875
transcript.pyannote[48].end 191.22471875
transcript.pyannote[49].speaker SPEAKER_03
transcript.pyannote[49].start 189.84096875
transcript.pyannote[49].end 194.88659375
transcript.pyannote[50].speaker SPEAKER_01
transcript.pyannote[50].start 192.97971875
transcript.pyannote[50].end 194.46471875
transcript.pyannote[51].speaker SPEAKER_01
transcript.pyannote[51].start 194.92034375
transcript.pyannote[51].end 194.93721875
transcript.pyannote[52].speaker SPEAKER_03
transcript.pyannote[52].start 194.93721875
transcript.pyannote[52].end 206.19284375
transcript.pyannote[53].speaker SPEAKER_01
transcript.pyannote[53].start 205.01159375
transcript.pyannote[53].end 217.17846875
transcript.pyannote[54].speaker SPEAKER_03
transcript.pyannote[54].start 217.56659375
transcript.pyannote[54].end 222.61221875
transcript.pyannote[55].speaker SPEAKER_01
transcript.pyannote[55].start 222.03846875
transcript.pyannote[55].end 224.13096875
transcript.pyannote[56].speaker SPEAKER_01
transcript.pyannote[56].start 224.90721875
transcript.pyannote[56].end 229.80096875
transcript.pyannote[57].speaker SPEAKER_01
transcript.pyannote[57].start 230.03721875
transcript.pyannote[57].end 230.96534375
transcript.pyannote[58].speaker SPEAKER_03
transcript.pyannote[58].start 230.96534375
transcript.pyannote[58].end 231.03284375
transcript.pyannote[59].speaker SPEAKER_01
transcript.pyannote[59].start 231.03284375
transcript.pyannote[59].end 236.95596875
transcript.pyannote[60].speaker SPEAKER_01
transcript.pyannote[60].start 237.64784375
transcript.pyannote[60].end 242.92971875
transcript.pyannote[61].speaker SPEAKER_01
transcript.pyannote[61].start 244.27971875
transcript.pyannote[61].end 245.02221875
transcript.pyannote[62].speaker SPEAKER_01
transcript.pyannote[62].start 246.16971875
transcript.pyannote[62].end 261.71159375
transcript.pyannote[63].speaker SPEAKER_01
transcript.pyannote[63].start 262.23471875
transcript.pyannote[63].end 266.14971875
transcript.pyannote[64].speaker SPEAKER_01
transcript.pyannote[64].start 266.68971875
transcript.pyannote[64].end 274.38471875
transcript.pyannote[65].speaker SPEAKER_01
transcript.pyannote[65].start 274.67159375
transcript.pyannote[65].end 275.48159375
transcript.pyannote[66].speaker SPEAKER_01
transcript.pyannote[66].start 276.07221875
transcript.pyannote[66].end 285.94409375
transcript.pyannote[67].speaker SPEAKER_02
transcript.pyannote[67].start 286.33221875
transcript.pyannote[67].end 287.53034375
transcript.pyannote[68].speaker SPEAKER_01
transcript.pyannote[68].start 286.87221875
transcript.pyannote[68].end 287.83409375
transcript.pyannote[69].speaker SPEAKER_02
transcript.pyannote[69].start 287.83409375
transcript.pyannote[69].end 300.03471875
transcript.pyannote[70].speaker SPEAKER_01
transcript.pyannote[70].start 299.59596875
transcript.pyannote[70].end 304.75971875
transcript.pyannote[71].speaker SPEAKER_02
transcript.pyannote[71].start 302.00909375
transcript.pyannote[71].end 303.00471875
transcript.pyannote[72].speaker SPEAKER_02
transcript.pyannote[72].start 303.03846875
transcript.pyannote[72].end 303.10596875
transcript.pyannote[73].speaker SPEAKER_02
transcript.pyannote[73].start 303.25784375
transcript.pyannote[73].end 307.51034375
transcript.pyannote[74].speaker SPEAKER_01
transcript.pyannote[74].start 306.12659375
transcript.pyannote[74].end 323.96346875
transcript.pyannote[75].speaker SPEAKER_02
transcript.pyannote[75].start 308.45534375
transcript.pyannote[75].end 308.89409375
transcript.pyannote[76].speaker SPEAKER_03
transcript.pyannote[76].start 317.68596875
transcript.pyannote[76].end 318.04034375
transcript.pyannote[77].speaker SPEAKER_02
transcript.pyannote[77].start 323.96346875
transcript.pyannote[77].end 336.02909375
transcript.pyannote[78].speaker SPEAKER_01
transcript.pyannote[78].start 336.02909375
transcript.pyannote[78].end 336.04596875
transcript.pyannote[79].speaker SPEAKER_02
transcript.pyannote[79].start 336.04596875
transcript.pyannote[79].end 336.13034375
transcript.pyannote[80].speaker SPEAKER_01
transcript.pyannote[80].start 336.13034375
transcript.pyannote[80].end 336.58596875
transcript.pyannote[81].speaker SPEAKER_01
transcript.pyannote[81].start 337.17659375
transcript.pyannote[81].end 340.31534375
transcript.pyannote[82].speaker SPEAKER_01
transcript.pyannote[82].start 341.51346875
transcript.pyannote[82].end 342.10409375
transcript.pyannote[83].speaker SPEAKER_01
transcript.pyannote[83].start 342.20534375
transcript.pyannote[83].end 349.41096875
transcript.pyannote[84].speaker SPEAKER_01
transcript.pyannote[84].start 349.84971875
transcript.pyannote[84].end 354.86159375
transcript.pyannote[85].speaker SPEAKER_03
transcript.pyannote[85].start 352.33034375
transcript.pyannote[85].end 352.73534375
transcript.pyannote[86].speaker SPEAKER_01
transcript.pyannote[86].start 356.04284375
transcript.pyannote[86].end 361.64534375
transcript.pyannote[87].speaker SPEAKER_01
transcript.pyannote[87].start 361.78034375
transcript.pyannote[87].end 365.03721875
transcript.pyannote[88].speaker SPEAKER_01
transcript.pyannote[88].start 366.45471875
transcript.pyannote[88].end 369.79596875
transcript.pyannote[89].speaker SPEAKER_01
transcript.pyannote[89].start 370.08284375
transcript.pyannote[89].end 372.22596875
transcript.pyannote[90].speaker SPEAKER_01
transcript.pyannote[90].start 372.63096875
transcript.pyannote[90].end 373.60971875
transcript.pyannote[91].speaker SPEAKER_01
transcript.pyannote[91].start 374.26784375
transcript.pyannote[91].end 383.11034375
transcript.pyannote[92].speaker SPEAKER_01
transcript.pyannote[92].start 383.44784375
transcript.pyannote[92].end 390.48471875
transcript.pyannote[93].speaker SPEAKER_03
transcript.pyannote[93].start 391.22721875
transcript.pyannote[93].end 401.97659375
transcript.pyannote[94].speaker SPEAKER_03
transcript.pyannote[94].start 402.31409375
transcript.pyannote[94].end 407.02221875
transcript.pyannote[95].speaker SPEAKER_01
transcript.pyannote[95].start 406.54971875
transcript.pyannote[95].end 406.71846875
transcript.pyannote[96].speaker SPEAKER_01
transcript.pyannote[96].start 407.02221875
transcript.pyannote[96].end 413.38409375
transcript.pyannote[97].speaker SPEAKER_03
transcript.pyannote[97].start 413.38409375
transcript.pyannote[97].end 418.93596875
transcript.pyannote[98].speaker SPEAKER_01
transcript.pyannote[98].start 413.73846875
transcript.pyannote[98].end 415.69596875
transcript.pyannote[99].speaker SPEAKER_01
transcript.pyannote[99].start 416.05034375
transcript.pyannote[99].end 417.38346875
transcript.pyannote[100].speaker SPEAKER_01
transcript.pyannote[100].start 418.44659375
transcript.pyannote[100].end 418.91909375
transcript.pyannote[101].speaker SPEAKER_01
transcript.pyannote[101].start 418.93596875
transcript.pyannote[101].end 418.96971875
transcript.pyannote[102].speaker SPEAKER_03
transcript.pyannote[102].start 418.96971875
transcript.pyannote[102].end 419.03721875
transcript.pyannote[103].speaker SPEAKER_01
transcript.pyannote[103].start 419.03721875
transcript.pyannote[103].end 420.30284375
transcript.pyannote[104].speaker SPEAKER_03
transcript.pyannote[104].start 420.30284375
transcript.pyannote[104].end 420.31971875
transcript.pyannote[105].speaker SPEAKER_01
transcript.pyannote[105].start 420.31971875
transcript.pyannote[105].end 420.57284375
transcript.pyannote[106].speaker SPEAKER_03
transcript.pyannote[106].start 420.57284375
transcript.pyannote[106].end 420.58971875
transcript.pyannote[107].speaker SPEAKER_01
transcript.pyannote[107].start 420.58971875
transcript.pyannote[107].end 431.81159375
transcript.pyannote[108].speaker SPEAKER_03
transcript.pyannote[108].start 423.98159375
transcript.pyannote[108].end 424.70721875
transcript.pyannote[109].speaker SPEAKER_03
transcript.pyannote[109].start 425.61846875
transcript.pyannote[109].end 425.98971875
transcript.pyannote[110].speaker SPEAKER_01
transcript.pyannote[110].start 432.14909375
transcript.pyannote[110].end 434.34284375
transcript.pyannote[111].speaker SPEAKER_01
transcript.pyannote[111].start 434.66346875
transcript.pyannote[111].end 441.98721875
transcript.pyannote[112].speaker SPEAKER_01
transcript.pyannote[112].start 442.98284375
transcript.pyannote[112].end 446.02034375
transcript.pyannote[113].speaker SPEAKER_01
transcript.pyannote[113].start 446.83034375
transcript.pyannote[113].end 478.53846875
transcript.pyannote[114].speaker SPEAKER_01
transcript.pyannote[114].start 479.02784375
transcript.pyannote[114].end 487.63409375
transcript.pyannote[115].speaker SPEAKER_01
transcript.pyannote[115].start 488.14034375
transcript.pyannote[115].end 488.69721875
transcript.pyannote[116].speaker SPEAKER_01
transcript.pyannote[116].start 488.71409375
transcript.pyannote[116].end 488.76471875
transcript.pyannote[117].speaker SPEAKER_03
transcript.pyannote[117].start 488.76471875
transcript.pyannote[117].end 493.69221875
transcript.pyannote[118].speaker SPEAKER_01
transcript.pyannote[118].start 493.69221875
transcript.pyannote[118].end 493.70909375
transcript.pyannote[119].speaker SPEAKER_01
transcript.pyannote[119].start 493.94534375
transcript.pyannote[119].end 503.64846875
transcript.pyannote[120].speaker SPEAKER_01
transcript.pyannote[120].start 504.25596875
transcript.pyannote[120].end 511.56284375
transcript.pyannote[121].speaker SPEAKER_01
transcript.pyannote[121].start 511.84971875
transcript.pyannote[121].end 513.57096875
transcript.pyannote[122].speaker SPEAKER_01
transcript.pyannote[122].start 513.80721875
transcript.pyannote[122].end 513.84096875
transcript.pyannote[123].speaker SPEAKER_03
transcript.pyannote[123].start 513.84096875
transcript.pyannote[123].end 516.08534375
transcript.pyannote[124].speaker SPEAKER_03
transcript.pyannote[124].start 516.30471875
transcript.pyannote[124].end 520.89471875
transcript.pyannote[125].speaker SPEAKER_01
transcript.pyannote[125].start 520.50659375
transcript.pyannote[125].end 538.61346875
transcript.pyannote[126].speaker SPEAKER_00
transcript.pyannote[126].start 538.78221875
transcript.pyannote[126].end 559.09971875
transcript.pyannote[127].speaker SPEAKER_00
transcript.pyannote[127].start 559.23471875
transcript.pyannote[127].end 563.45346875
transcript.pyannote[128].speaker SPEAKER_00
transcript.pyannote[128].start 563.68971875
transcript.pyannote[128].end 567.30096875
transcript.pyannote[129].speaker SPEAKER_00
transcript.pyannote[129].start 567.63846875
transcript.pyannote[129].end 569.39346875
transcript.pyannote[130].speaker SPEAKER_00
transcript.pyannote[130].start 569.56221875
transcript.pyannote[130].end 576.27846875
transcript.pyannote[131].speaker SPEAKER_00
transcript.pyannote[131].start 576.39659375
transcript.pyannote[131].end 586.92659375
transcript.pyannote[132].speaker SPEAKER_01
transcript.pyannote[132].start 587.33159375
transcript.pyannote[132].end 610.07909375
transcript.pyannote[133].speaker SPEAKER_03
transcript.pyannote[133].start 610.28159375
transcript.pyannote[133].end 612.64409375
transcript.pyannote[134].speaker SPEAKER_03
transcript.pyannote[134].start 613.04909375
transcript.pyannote[134].end 614.85471875
transcript.whisperx[0].start 0.569
transcript.whisperx[0].end 28.542
transcript.whisperx[0].text 來 我請內政部劉部長 警政署長還有交通部副政次請你上你好我們今天大家都用沉痛的心情來這邊質詢我想先請教署長在這一次在台北車站裡面發生了這件事情我想問一下台北車站這一棟大樓裡面
transcript.whisperx[1].start 30.526
transcript.whisperx[1].end 53.415
transcript.whisperx[1].text 高鐵是什麼警察負責?高鐵是鐵路警察局然後呢?台北市政府警察局然後呢?車站的大廳呢?車站大廳也是鐵路警察局車站的外面呢?台北市政府警察局就同一棟大樓有三個單位在負責是不是這樣?
transcript.whisperx[2].start 57.522
transcript.whisperx[2].end 76.133
transcript.whisperx[2].text 兩個單位啦就是鐵路前台北市政府檢察局那你捷運檢察局咧那台北市的也是啊 我對啊就兩個單位是兩個單位但台北市政府就管起來兩個單位了嘛對不對一個捷運檢察局一個外面的一般警察嘛
transcript.whisperx[3].start 76.713
transcript.whisperx[3].end 79.335
transcript.whisperx[3].text 所以其實以前就有說過同樣一個這樣子其實問題會很多
transcript.whisperx[4].start 94.927
transcript.whisperx[4].end 117.536
transcript.whisperx[4].text 那像這一次的事件我個人是認為有的人主張像什麼就要發什麼細胞簡訊或什麼我個人認為這還有商圈不過如果像有這種事情發生的時候我們警察的系統裡面能不能自己發給自己警察系統
transcript.whisperx[5].start 119.598
transcript.whisperx[5].end 132.778
transcript.whisperx[5].text 現在有什麼特殊情況發生怎麼樣怎麼樣第一時間讓他們知道因為你們除了無線電之外我覺得這個也是另外一個然後也讓所有的警察都知道包括幹部包括基層警察
transcript.whisperx[6].start 133.857
transcript.whisperx[6].end 153.251
transcript.whisperx[6].text 委員 這個沒問題了 一發生我們就通報了就是說橫向聯繫的各相關單位所以我在第一時間我就通報不是只有通報台北市 通報全國 因為它是一個流動的我知道啦 你的通報 但現在很多人會覺得你們的通報好像有點小小的瑕疵嘛
transcript.whisperx[7].start 154.131
transcript.whisperx[7].end 179.043
transcript.whisperx[7].text 對不對 剛剛有委員在質詢我們都有聽到 我只問啦這樣子可不可以啦 有沒有可能做得到啦有沒有必須做到啦我想我們的警察單位對於發生這個案件那除了就是說當地的這個圍捕之外其他做招臨近的我們的警察機關跟外勤的執勤統領是會做通報的
transcript.whisperx[8].start 183.606
transcript.whisperx[8].end 204.411
transcript.whisperx[8].text 我剛剛說的 如果細胞檢訊給瘦二菌你覺得有沒有需要做到就是用手機的細胞的這種對啦 有沒有再必要再加強啦這個我想我們的食物面可能最快的還是以無線電這樣來通報會最快不見得他當時拿的手機就會這個
transcript.whisperx[9].start 205.151
transcript.whisperx[9].end 223.933
transcript.whisperx[9].text 這個可能要再研究好啦 沒關係你回去研究啦你的無線電通報我不相信坐在裡面的警察局局長他一定都有收到他的無線電他有隨時配在身邊嗎報告員那個通報是群組中心會通報通報之後就會報告這個就是會有落差嘛
transcript.whisperx[10].start 225.046
transcript.whisperx[10].end 242.395
transcript.whisperx[10].text 對不對 你敢承認沒有落差嗎你敢說都沒有落差嗎我想這個一定是我們的規範這個是我們的是啦 現在就跟你講補不足的地方嘛有沒有需要你回去研究嘛那這部分我們拿回去研究再來這個
transcript.whisperx[11].start 246.286
transcript.whisperx[11].end 260.982
transcript.whisperx[11].text 有沒有 我們台灣雖然對這個突發狀況我也不認為這個是要把它界定成恐怖攻擊了因為台灣在恐怖攻擊裡面排名還是很那個也不算是恐怖攻擊但我們要有危機意識
transcript.whisperx[12].start 262.321
transcript.whisperx[12].end 287.604
transcript.whisperx[12].text 我請交通部上來就是說交通部我們未來有沒有透過AI透過什麼我們只要在任何車站或什麼我們不要去辨識人也不要辨識如果有騷動有快速的人群的移動或什麼的我們這個馬上AI系統然後就可以連結警察然後這樣子來讓警察第一時間也可以掌握對我想這部分做不做得到
transcript.whisperx[13].start 288.024
transcript.whisperx[13].end 303.883
transcript.whisperx[13].text 我想剛有關心到這個問題我想我剛提到我們大概兩個月後續去看因為過去我們其實曾經曾經要想做一些影像的辨識你們在台中的豐原火車站其實就有這套設備了嘛對不對
transcript.whisperx[14].start 306.265
transcript.whisperx[14].end 334.926
transcript.whisperx[14].text 是啦 因為是因為人權嘛那我們現在不是要你去做人臉 做什麼辨識嘛對特殊的情況一發生馬上 其實AI現在都可以處理啦對不對 有人群的騷動有火有什麼的 馬上就可以跟警察連線啊是 這個我們來做研議好不好剛剛講的 因為在這個人權啊這個之間 取得一個平衡我剛剛提到 也跟那個前面委員提到我們兩個去做一個研議這樣子
transcript.whisperx[15].start 336.266
transcript.whisperx[15].end 364.161
transcript.whisperx[15].text 好 這個我特別請你上來 就是署長你有沒有覺得如果未來有這套系統然後讓警察也第一個時間掌握你覺得這樣子會不會比較好我覺得很好很好啦 好那再來啦每次發生的像這種事情哇 基層警察承受的壓力也很大啦剛剛這個委員有質詢有什麼
transcript.whisperx[16].start 366.539
transcript.whisperx[16].end 390.237
transcript.whisperx[16].text 署長 我們現在警察的基本教育基本的訓練有沒有特別像這種 我再說一次不算恐怖攻擊啦但這種隨機這一種的 我們有沒有在我們的警察從不管警專警大我們上課裡面有沒有特別教這些
transcript.whisperx[17].start 391.817
transcript.whisperx[17].end 406.087
transcript.whisperx[17].text 食物上對於這個重大人安的一個這個狀況那我們警察單位是有在做這個訓練的那未來這個的狀況我們把這個重大人的
transcript.whisperx[18].start 407.048
transcript.whisperx[18].end 430.756
transcript.whisperx[18].text 我直接講啦 有沒有可能把未來像這種的列入基本的課材基本的要 會 一定會一定會 會把它列入課材這應該很快吧 不管是在警專或警大會列為這個警察實務的這個教材對嘛 應該馬上就可以要求了嘛馬上就可以做了嘛我希望能夠做到這一點啦不要讓基層的警察 遇到這個 你看
transcript.whisperx[19].start 432.276
transcript.whisperx[19].end 441.529
transcript.whisperx[19].text 他有心要保護人民但他可能對這些基本的他可能也沒遇過啊 上課也沒教啊我覺得一定要教啦 好不好可以嗎 可以可以喔 我最後喔
transcript.whisperx[20].start 446.897
transcript.whisperx[20].end 468.491
transcript.whisperx[20].text 全世界各國的警察他的職務的內容其實都不一樣署長你應該很清楚像以色列的警察對這種恐怖攻擊或什麼的他是基本職責是不是對嘛那其實美國還有很多國家慢慢的警察其實都基本職責都有這些了吧
transcript.whisperx[21].start 469.591
transcript.whisperx[21].end 485.836
transcript.whisperx[21].text 是吧 所以台灣雖然不是受恐怖攻擊這種國家但我們要預防於未來還有像這種突發狀況我們的警察我希望在他上課的時候就都要教他要讓他有這個基礎的素養
transcript.whisperx[22].start 488.197
transcript.whisperx[22].end 501.692
transcript.whisperx[22].text 可以嗎可以 我們都希望他每個同仁都有防恐的素養對啦 他不只保護人民也要保護警察自己第一線衝鋒的人你不讓他有這種基本的訓練跟認知
transcript.whisperx[23].start 504.355
transcript.whisperx[23].end 519.911
transcript.whisperx[23].text 你是害他亂衝而已啊你要保護我們基層的安全吧 好不好好 那明年可以開始了嗎可以 我們我們會以這個案件做一個案例就是會加強這些
transcript.whisperx[24].start 520.732
transcript.whisperx[24].end 523.896
transcript.whisperx[24].text 署長我的意思不是這樣不是以這個案例我的意思是說你去看全世界有那麼多以色列什麼的你去拿人家的教材你就把它當成基本的我們會來訓練可以 明年可以部長要說
transcript.whisperx[25].start 539.352
transcript.whisperx[25].end 567.171
transcript.whisperx[25].text 謝謝委員的垂詢其實反恐跟防恐教育在警察是屬於專業警察我們有保一到保七但是對於地方警察上面這樣的勤務教育或者是加上他們對這個危機意識的提高不管是在在職訓練或者是在學校的教育訓練裡面我們會加進去不會只有單一個案讓他可以提高自己的警覺同時我也跟委員報告就是我們的警察同仁包括基層的警察同仁不怕辛苦
transcript.whisperx[26].start 569.653
transcript.whisperx[26].end 586.552
transcript.whisperx[26].text 那這次呢有媒體上面看到基層警員上面這樣子的一個情緒上部我也是有慰問他我認為說警察的正辦就是做好我們警察的要務那有人會推崇你那也許有人也會有不同的聲音但是我們做我們應該做的事情這是警察的責任
transcript.whisperx[27].start 587.386
transcript.whisperx[27].end 613.794
transcript.whisperx[27].text 沒有錯啦 你看我今天的質詢我從來沒有說警察 我還是替他們說話他們的辛苦 很多人不知道啦但 我們要做他最充足的後備從開始進入學校 然後到現在我們要讓我們未來的我們的警察弟兄有這些基本的常識 有這些基本的訓練那也保護他的安全 也保護全國人民的安全啦好 那請委員支持檢討的預算我最支持啦 謝謝