iVOD / 167931

Field Value
IVOD_ID 167931
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/167931
日期 2026-03-25
會議資料.會議代碼 委員會-11-5-26-3
會議資料.會議代碼:str 第11屆第5會期社會福利及衛生環境委員會第3次全體委員會議
會議資料.屆 11
會議資料.會期 5
會議資料.會次 3
會議資料.種類 委員會
會議資料.委員會代碼[0] 26
會議資料.委員會代碼:str[0] 社會福利及衛生環境委員會
會議資料.標題 第11屆第5會期社會福利及衛生環境委員會第3次全體委員會議
影片種類 Clip
開始時間 2026-03-25T13:09:35+08:00
結束時間 2026-03-25T13:20:26+08:00
影片長度 00:10:51
支援功能[0] ai-transcript
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/755992caaad3baae47390bcee997ebb7b86a255e355343ec7d3a61a6651d0c5331d4186e9443af555ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 陳瑩
委員發言時間 13:09:35 - 13:20:26
會議時間 2026-03-25T09:00:00+08:00
會議名稱 立法院第11屆第5會期社會福利及衛生環境委員會第3次全體委員會議(事由:討論事項 審查 一、 委員謝衣鳯等19人擬具「兒童及少年福利與權益保障法第三十一條條文修正草案」案。 二、 委員郭昱晴等19人擬具「兒童及少年福利與權益保障法第七十七條條文修正草案」案。 三、 委員徐富癸等18人擬具「兒童及少年福利與權益保障法第二十四條條文修正草案」案。 四、 委員林月琴等16人擬具「兒童及少年福利與權益保障法第十三條條文修正草案」案。 五、 委員李彥秀等21人擬具「兒童及少年福利與權益保障法第二十五條及第二十六條條文修正草案」案。 六、 委員陳菁徽等22人擬具「兒童及少年福利與權益保障法第二十五條及第二十六條條文修正草案」案。 七、 委員廖偉翔等18人擬具「兒童及少年福利與權益保障法增訂第六條之一條文草案」案。 八、 委員蘇清泉等30人擬具「兒童及少年福利與權益保障法第九十七條條文修正草案」案。 九、 委員李彥秀等19人擬具「兒童及少年福利與權益保障法第七十七條條文修正草案」案。 十、 委員吳秉叡等21人擬具「兒童及少年福利與權益保障法第十六條條文修正草案」案。 十一、 委員謝衣鳯等16人擬具「兒童及少年福利與權益保障法第二十五條及第二十六條條文修正草案」案。 十二、 委員顏寬恒等22人擬具「兒童及少年福利與權益保障法第三十三條之一條文修正草案」案。 十三、 委員林月琴等16人擬具「兒童及少年福利與權益保障法第二十八條及第二十八條之一條文修正草案」案。 十四、 委員徐欣瑩等19人擬具「兒童及少年福利與權益保障法第二十三條條文修正草案」案。 十五、 委員林思銘等20人擬具「兒童及少年福利與權益保障法第九十七條條文修正草案」案。 十六、 委員王鴻薇等26人擬具「兒童及少年福利與權益保障法第四十九條及第九十七條條文修正草案」案。 十七、 委員黃建賓等16人擬具「兒童及少年福利與權益保障法第七十七條條文修正草案」案。 十八、 委員黃建賓等16人擬具「兒童及少年福利與權益保障法第八十三條、第一百零七條及第一百零八條條文修正草案」案。 十九、 委員林德福等20人擬具「兒童及少年福利與權益保障法第六十六條條文修正草案」案。 二十、 委員張雅琳等27人擬具「兒童及少年福利與權益保障法部分條文修正草案」案。 二十一、 委員柯志恩等18人擬具「兒童及少年福利與權益保障法第五十一條之一、第九十九條及第一百零二條條文修正草案」案。 二十二、 委員陳冠廷等24人擬具「兒童及少年福利與權益保障法第四十六條、第四十六條之二及第九十四條條文修正草案」案。 二十三、 台灣民眾黨黨團擬具「兒童及少年福利與權益保障法第二十三條及第三十一條之一條文修正草案」案。 二十四、 委員黃健豪等23人擬具「兒童及少年福利與權益保障法第六十九條及第一百零三條條文修正草案」案。 ......(因系統字數上限,詳見議事日程) 【3月25日及26日二天一次會】)
transcript.pyannote[0].speaker SPEAKER_00
transcript.pyannote[0].start 12.46784375
transcript.pyannote[0].end 15.77534375
transcript.pyannote[1].speaker SPEAKER_00
transcript.pyannote[1].start 16.85534375
transcript.pyannote[1].end 18.15471875
transcript.pyannote[2].speaker SPEAKER_01
transcript.pyannote[2].start 18.40784375
transcript.pyannote[2].end 19.40346875
transcript.pyannote[3].speaker SPEAKER_00
transcript.pyannote[3].start 20.39909375
transcript.pyannote[3].end 20.60159375
transcript.pyannote[4].speaker SPEAKER_00
transcript.pyannote[4].start 20.90534375
transcript.pyannote[4].end 23.11596875
transcript.pyannote[5].speaker SPEAKER_00
transcript.pyannote[5].start 23.35221875
transcript.pyannote[5].end 25.20846875
transcript.pyannote[6].speaker SPEAKER_00
transcript.pyannote[6].start 26.65971875
transcript.pyannote[6].end 87.42659375
transcript.pyannote[7].speaker SPEAKER_00
transcript.pyannote[7].start 87.54471875
transcript.pyannote[7].end 96.26909375
transcript.pyannote[8].speaker SPEAKER_00
transcript.pyannote[8].start 96.65721875
transcript.pyannote[8].end 121.26096875
transcript.pyannote[9].speaker SPEAKER_01
transcript.pyannote[9].start 105.19596875
transcript.pyannote[9].end 105.29721875
transcript.pyannote[10].speaker SPEAKER_00
transcript.pyannote[10].start 121.61534375
transcript.pyannote[10].end 129.02346875
transcript.pyannote[11].speaker SPEAKER_00
transcript.pyannote[11].start 129.85034375
transcript.pyannote[11].end 149.89784375
transcript.pyannote[12].speaker SPEAKER_00
transcript.pyannote[12].start 150.37034375
transcript.pyannote[12].end 151.19721875
transcript.pyannote[13].speaker SPEAKER_00
transcript.pyannote[13].start 151.66971875
transcript.pyannote[13].end 155.48346875
transcript.pyannote[14].speaker SPEAKER_00
transcript.pyannote[14].start 156.64784375
transcript.pyannote[14].end 176.22284375
transcript.pyannote[15].speaker SPEAKER_00
transcript.pyannote[15].start 176.71221875
transcript.pyannote[15].end 222.46034375
transcript.pyannote[16].speaker SPEAKER_00
transcript.pyannote[16].start 223.35471875
transcript.pyannote[16].end 237.96846875
transcript.pyannote[17].speaker SPEAKER_00
transcript.pyannote[17].start 239.03159375
transcript.pyannote[17].end 276.76409375
transcript.pyannote[18].speaker SPEAKER_01
transcript.pyannote[18].start 250.69221875
transcript.pyannote[18].end 250.87784375
transcript.pyannote[19].speaker SPEAKER_00
transcript.pyannote[19].start 277.33784375
transcript.pyannote[19].end 281.79284375
transcript.pyannote[20].speaker SPEAKER_01
transcript.pyannote[20].start 282.36659375
transcript.pyannote[20].end 298.22909375
transcript.pyannote[21].speaker SPEAKER_01
transcript.pyannote[21].start 298.54971875
transcript.pyannote[21].end 306.41346875
transcript.pyannote[22].speaker SPEAKER_00
transcript.pyannote[22].start 306.68346875
transcript.pyannote[22].end 310.07534375
transcript.pyannote[23].speaker SPEAKER_01
transcript.pyannote[23].start 310.02471875
transcript.pyannote[23].end 310.04159375
transcript.pyannote[24].speaker SPEAKER_01
transcript.pyannote[24].start 310.07534375
transcript.pyannote[24].end 310.22721875
transcript.pyannote[25].speaker SPEAKER_00
transcript.pyannote[25].start 310.22721875
transcript.pyannote[25].end 335.77596875
transcript.pyannote[26].speaker SPEAKER_01
transcript.pyannote[26].start 323.57534375
transcript.pyannote[26].end 323.60909375
transcript.pyannote[27].speaker SPEAKER_01
transcript.pyannote[27].start 333.70034375
transcript.pyannote[27].end 333.71721875
transcript.pyannote[28].speaker SPEAKER_01
transcript.pyannote[28].start 333.83534375
transcript.pyannote[28].end 334.71284375
transcript.pyannote[29].speaker SPEAKER_00
transcript.pyannote[29].start 336.38346875
transcript.pyannote[29].end 374.03159375
transcript.pyannote[30].speaker SPEAKER_01
transcript.pyannote[30].start 337.44659375
transcript.pyannote[30].end 337.54784375
transcript.pyannote[31].speaker SPEAKER_00
transcript.pyannote[31].start 374.11596875
transcript.pyannote[31].end 398.12909375
transcript.pyannote[32].speaker SPEAKER_00
transcript.pyannote[32].start 398.48346875
transcript.pyannote[32].end 398.82096875
transcript.pyannote[33].speaker SPEAKER_00
transcript.pyannote[33].start 399.17534375
transcript.pyannote[33].end 401.85846875
transcript.pyannote[34].speaker SPEAKER_00
transcript.pyannote[34].start 402.12846875
transcript.pyannote[34].end 425.83784375
transcript.pyannote[35].speaker SPEAKER_00
transcript.pyannote[35].start 426.22596875
transcript.pyannote[35].end 433.39784375
transcript.pyannote[36].speaker SPEAKER_00
transcript.pyannote[36].start 433.97159375
transcript.pyannote[36].end 436.35096875
transcript.pyannote[37].speaker SPEAKER_00
transcript.pyannote[37].start 436.95846875
transcript.pyannote[37].end 440.01284375
transcript.pyannote[38].speaker SPEAKER_00
transcript.pyannote[38].start 440.31659375
transcript.pyannote[38].end 442.89846875
transcript.pyannote[39].speaker SPEAKER_00
transcript.pyannote[39].start 443.13471875
transcript.pyannote[39].end 446.37471875
transcript.pyannote[40].speaker SPEAKER_00
transcript.pyannote[40].start 447.04971875
transcript.pyannote[40].end 451.38659375
transcript.pyannote[41].speaker SPEAKER_00
transcript.pyannote[41].start 451.42034375
transcript.pyannote[41].end 451.84221875
transcript.pyannote[42].speaker SPEAKER_00
transcript.pyannote[42].start 451.94346875
transcript.pyannote[42].end 456.17909375
transcript.pyannote[43].speaker SPEAKER_00
transcript.pyannote[43].start 457.14096875
transcript.pyannote[43].end 458.13659375
transcript.pyannote[44].speaker SPEAKER_00
transcript.pyannote[44].start 458.69346875
transcript.pyannote[44].end 459.70596875
transcript.pyannote[45].speaker SPEAKER_00
transcript.pyannote[45].start 460.14471875
transcript.pyannote[45].end 476.95221875
transcript.pyannote[46].speaker SPEAKER_00
transcript.pyannote[46].start 477.23909375
transcript.pyannote[46].end 483.33096875
transcript.pyannote[47].speaker SPEAKER_00
transcript.pyannote[47].start 483.93846875
transcript.pyannote[47].end 494.21534375
transcript.pyannote[48].speaker SPEAKER_00
transcript.pyannote[48].start 494.43471875
transcript.pyannote[48].end 495.29534375
transcript.pyannote[49].speaker SPEAKER_00
transcript.pyannote[49].start 495.64971875
transcript.pyannote[49].end 496.20659375
transcript.pyannote[50].speaker SPEAKER_01
transcript.pyannote[50].start 496.22346875
transcript.pyannote[50].end 496.24034375
transcript.pyannote[51].speaker SPEAKER_01
transcript.pyannote[51].start 496.25721875
transcript.pyannote[51].end 498.34971875
transcript.pyannote[52].speaker SPEAKER_00
transcript.pyannote[52].start 498.34971875
transcript.pyannote[52].end 501.13409375
transcript.pyannote[53].speaker SPEAKER_01
transcript.pyannote[53].start 498.36659375
transcript.pyannote[53].end 498.51846875
transcript.pyannote[54].speaker SPEAKER_00
transcript.pyannote[54].start 501.53909375
transcript.pyannote[54].end 509.38596875
transcript.pyannote[55].speaker SPEAKER_00
transcript.pyannote[55].start 509.48721875
transcript.pyannote[55].end 513.36846875
transcript.pyannote[56].speaker SPEAKER_00
transcript.pyannote[56].start 513.55409375
transcript.pyannote[56].end 524.21909375
transcript.pyannote[57].speaker SPEAKER_01
transcript.pyannote[57].start 513.80721875
transcript.pyannote[57].end 514.09409375
transcript.pyannote[58].speaker SPEAKER_00
transcript.pyannote[58].start 524.64096875
transcript.pyannote[58].end 546.76409375
transcript.pyannote[59].speaker SPEAKER_00
transcript.pyannote[59].start 547.42221875
transcript.pyannote[59].end 550.52721875
transcript.pyannote[60].speaker SPEAKER_00
transcript.pyannote[60].start 551.05034375
transcript.pyannote[60].end 575.85659375
transcript.pyannote[61].speaker SPEAKER_00
transcript.pyannote[61].start 576.39659375
transcript.pyannote[61].end 580.64909375
transcript.pyannote[62].speaker SPEAKER_00
transcript.pyannote[62].start 580.90221875
transcript.pyannote[62].end 582.33659375
transcript.pyannote[63].speaker SPEAKER_00
transcript.pyannote[63].start 582.70784375
transcript.pyannote[63].end 612.77909375
transcript.pyannote[64].speaker SPEAKER_01
transcript.pyannote[64].start 612.98159375
transcript.pyannote[64].end 646.52909375
transcript.pyannote[65].speaker SPEAKER_00
transcript.pyannote[65].start 634.68284375
transcript.pyannote[65].end 635.05409375
transcript.pyannote[66].speaker SPEAKER_00
transcript.pyannote[66].start 638.96909375
transcript.pyannote[66].end 641.87159375
transcript.pyannote[67].speaker SPEAKER_00
transcript.pyannote[67].start 646.36034375
transcript.pyannote[67].end 647.42346875
transcript.pyannote[68].speaker SPEAKER_01
transcript.pyannote[68].start 647.42346875
transcript.pyannote[68].end 647.74409375
transcript.pyannote[69].speaker SPEAKER_01
transcript.pyannote[69].start 647.96346875
transcript.pyannote[69].end 648.13221875
transcript.pyannote[70].speaker SPEAKER_01
transcript.pyannote[70].start 648.63846875
transcript.pyannote[70].end 649.73534375
transcript.pyannote[71].speaker SPEAKER_00
transcript.pyannote[71].start 650.41034375
transcript.pyannote[71].end 652.19909375
transcript.whisperx[0].start 12.589
transcript.whisperx[0].end 24.171
transcript.whisperx[0].text 麻煩請石兄梁部長有請石部長我想先那個好那個我們先看一下就是說按照這個
transcript.whisperx[1].start 26.724
transcript.whisperx[1].end 42.319
transcript.whisperx[1].text 社家署整理的提供的资料我们台东的托婴中心的服务量是相当严重不足的台东有16个乡镇目前我们只有两个乡镇有托婴中心
transcript.whisperx[2].start 43.54
transcript.whisperx[2].end 64.319
transcript.whisperx[2].text 台東育嬰的這個生活型態如果是跟這個都會區來比較的話呢看起來似乎是家庭照顧的方式是比例比較高的也就是說父母自己請假或者是離職自己帶小孩那或者是這個阿公阿嬤幫忙帶
transcript.whisperx[3].start 65.62
transcript.whisperx[3].end 86.581
transcript.whisperx[3].text 那如果看到這個統計資料的這個最左邊這一欄呢0到2歲的這個人數兩歲以下的嬰幼兒每一個這個鄉鎮都有好幾十個甚至上百個所以每一個鄉鎮甚至台東市最多都會有這個拖延的需求那我們如果說把這個台東
transcript.whisperx[4].start 88.143
transcript.whisperx[4].end 102.616
transcript.whisperx[4].text 托嬰服務的量能跟人口相近的台北市中山區來比較那我們這個台東0到2歲的嬰幼兒比台北市中山區我們台東市就2425位
transcript.whisperx[5].start 106.861
transcript.whisperx[5].end 127.089
transcript.whisperx[5].text 那再比較這個台北市中山區2325個那台北市中山區的托嬰中心卻有34間台東全縣我們全縣大概有170幾公里 將近200公里長我們全縣也只有11間
transcript.whisperx[6].start 129.89
transcript.whisperx[6].end 155.116
transcript.whisperx[6].text 台北市中山區托嬰中心可收容的可收托的這個人數是台東全縣的三倍那這個就是台東托嬰中心嚴重不足的情形我們換算一下就是我們台東托嬰其實不到一成但是呢台北中山區就可以將近五成
transcript.whisperx[7].start 156.687
transcript.whisperx[7].end 174.645
transcript.whisperx[7].text 那我們再看這個而且這個台東的這個拖音的這個地點不管公司力全部都幾乎集中在台東市區那金峰鄉呢也才在去年成立一間而已我有去參加他們的這個開幕
transcript.whisperx[8].start 176.767
transcript.whisperx[8].end 205.947
transcript.whisperx[8].text 那我在這邊要請教一下部長就是面對這個台東托嬰中心分布嚴重不足那服務量能跟這個都會區很明顯落差的情形中央到底要怎麼樣來協助地方來強化托育資源的這個設點跟服務的覆蓋讓我們各鄉鎮都有基本的托育支持我要在你回答之前我要特別強調一件事就是說雖然我們現在都在鼓勵
transcript.whisperx[9].start 206.947
transcript.whisperx[9].end 222.14
transcript.whisperx[9].text 鼓勵年輕人生育嘛但是我們生育給了補助但是生完孩子慢慢長大在這成長的過程當中你不能讓這些嬰幼兒嬰兒幼兒沒有地方去
transcript.whisperx[10].start 223.413
transcript.whisperx[10].end 237.696
transcript.whisperx[10].text 沒有機會被拖延因為這個會影響到的是這個我們在這個社會當中承載著要賺錢養家要養父母還要養小孩的這一群中間分子
transcript.whisperx[11].start 240.72
transcript.whisperx[11].end 254.272
transcript.whisperx[11].text 變成說好啦我就算拿到生育獎金又如何呢我接下來我也沒有辦法出去工作啊因為我要留下來顧我的孩子啊所以政府要去鼓勵生育這件事情
transcript.whisperx[12].start 254.952
transcript.whisperx[12].end 281.415
transcript.whisperx[12].text 其實應該要一條龍要全面性面面都要聚到不然你到這個環節你顧了這個在獎勵生完之後那養是一回事啊那就是說中間我們先不要檢討到後面好了0到2歲光拖映這個你台東欸台東就為什麼要超級可憐才不到一成這真的很誇張今天統計起來部長你覺得這樣的分佈是合理的嗎
transcript.whisperx[13].start 283.082
transcript.whisperx[13].end 306.144
transcript.whisperx[13].text 確實有可以再提升的地方啦所以我們來看看我們雖然過去是對於這個偏鄉資源不夠的地方都是優先的補助但是我們來研究看看對於這些更偏鄉的地方那麼把它的這個補助的金額提高一些來創造這個誘因啦這個我們來研究一下
transcript.whisperx[14].start 306.724
transcript.whisperx[14].end 335.557
transcript.whisperx[14].text 好 我待會也會有個案來跟部長討論那目前就是說我們是不是起碼首先我們趕快衛福部來協助地方政府來盤點目前設有的這個幼兒園的這個學校那畢竟你如果從這個幼兒園或者是其他類似可行方便讓這個學校學習的這個年齡可以向下延伸的
transcript.whisperx[15].start 336.617
transcript.whisperx[15].end 358.434
transcript.whisperx[15].text 也就是說學校如果已經有設置幼兒園的那我們中央是不是同步來協助讓他再設置這個托嬰中心那或者其實我們在偏鄉有些也是結合教會或者結合有一些關懷據點或者是文化健康站
transcript.whisperx[16].start 359.395
transcript.whisperx[16].end 382.924
transcript.whisperx[16].text 那他們的那個地點其實有時候是一個多功能的一個場域這些會節省很多的經費跟時間所以這個部分請你們立刻來協助盤點再來就是說目前我們台東設置的幼兒園學校有37所其實也不是很多
transcript.whisperx[17].start 384.344
transcript.whisperx[17].end 397.759
transcript.whisperx[17].text 目前這個分布我們今天沒有特別準備但你們要了解一下因為幼兒園搞不好分布也是跟托嬰中心有可能也是一樣都很不平均所以我們就協助地方盤點這個托嬰的需求
transcript.whisperx[18].start 400.602
transcript.whisperx[18].end 415.456
transcript.whisperx[18].text 盤點這個需求之後呢例如開辦費啊或者其他相關的費用也希望讓中央來全力的來協助讓我們台東每一個這個鄉鎮都有一個基本
transcript.whisperx[19].start 415.996
transcript.whisperx[19].end 432.932
transcript.whisperx[19].text 的這個托育的這個服務讓我們年輕的這些夫妻可以感生讓年輕人願意留在台東那也在這邊特別提醒一下因為目前大家要看一下所有的這個中心
transcript.whisperx[20].start 434.053
transcript.whisperx[20].end 455.925
transcript.whisperx[20].text 全部都集中在台東市那一個在京豐那我們試想一下好了我們如果今天是從海端鄉出發到台東那也要耗掉超過一個小時吧那蘭嶼更不用講難道還要坐船把嬰兒送到台東市來嗎那我最後我就提一個個案
transcript.whisperx[21].start 457.216
transcript.whisperx[21].end 482.945
transcript.whisperx[21].text 像剛剛提到的部長也說盡量來全力來協助台東這個問題台東的托嬰中心是嚴重不足那我們來看一下池上鄉公所他們把舊的幼兒園準備翻修改成托嬰中心可是鄉公所在規劃建置的過程當中也因為之前在野黨
transcript.whisperx[22].start 484.005
transcript.whisperx[22].end 512.11
transcript.whisperx[22].text 修正這個財化法導致財力分級調整之後中央對地方的補助跟比例也調整了那池上鄉的這個托嬰中心就受到很大的衝擊當然現在的問題是說好即便這個縣府可能在今年有多一點的補助但是縣府願不願意把這個補助給特定的這個鄉鎮
transcript.whisperx[23].start 513.89
transcript.whisperx[23].end 527.586
transcript.whisperx[23].text 好 這個是不好說的這個就要看縣長 看縣府團隊的意願那他們有他們的考量所以這個部分池上鄉公所它是依照衛福部去年公告的計畫內容
transcript.whisperx[24].start 528.507
transcript.whisperx[24].end 543.987
transcript.whisperx[24].text 台東縣政府有幫鄉公所在去年9月是送案了那我在去年也向衛福部有關心的這個案子那整個這個建置這個整建的計畫總共1519萬元社家署已經在去年有合併補助1440萬元
transcript.whisperx[25].start 545.99
transcript.whisperx[25].end 564.368
transcript.whisperx[25].text 好但是這樣的高興只持續了一個禮拜因為在1月7號行政院依據這個我剛剛提了在野黨修正才化法內容之後呢把這個台東的這個財力分級列為第一之後呢自籌款本來從5%提高到30%
transcript.whisperx[26].start 565.629
transcript.whisperx[26].end 581.912
transcript.whisperx[26].text 那公所呢原本只要自籌79萬現在變成455萬那這個對公所的這個比例上的提高財政影響就非常大因為他未必是縣府的優先選擇那這個就好像有一個人我們
transcript.whisperx[27].start 582.853
transcript.whisperx[27].end 612.513
transcript.whisperx[27].text 我們如果說店家在這個店家的價目表我已經下定買了一個100塊的東西那店家也把發票給他了結果交貨的時候都抱歉現在要五百塊這個是一個很奇怪的邏輯所以池上鄉拖音中心的這個情形是不是可以能夠拜託部長這邊就是說不需要再重新提報行政院然後仍然可以按照原本的比例來補助鄉公所這個部分也希望部長可以支持
transcript.whisperx[28].start 615.254
transcript.whisperx[28].end 636.904
transcript.whisperx[28].text 確實這個台東因為這個新的財化法修正之後造成他的那個財力等級被變到第一級所以造成那個統籌分配款上明顯的減少不過我們會考慮到這個醫療相關的資源的這個分配程度我們會來重新思考所以委員的建議我們會來
transcript.whisperx[29].start 638.204
transcript.whisperx[29].end 648.711
transcript.whisperx[29].text 來研究好 那也希望在最短的時間有好的答案對 讓這個工程已經核定的不要受到影響是 好 謝謝好 謝謝 謝謝委員好 謝謝陳英武委員