iVOD / 168099

Field Value
IVOD_ID 168099
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/168099
日期 2026-04-01
會議資料.會議代碼 委員會-11-5-23-4
會議資料.會議代碼:str 第11屆第5會期交通委員會第4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 4
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5會期交通委員會第4次全體委員會議
影片種類 Clip
開始時間 2026-04-01T10:20:55+08:00
結束時間 2026-04-01T10:33:16+08:00
影片長度 00:12:21
支援功能[0] ai-transcript
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/6ae3a98a11df106cb9c80d603e3b988ae62ad2ff7c6948154047e563c2ae16094cf22a73b69dd6195ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 何欣純
委員發言時間 10:20:55 - 10:33:16
會議時間 2026-04-01T09:00:00+08:00
會議名稱 立法院第11屆第5會期交通委員會第4次全體委員會議(事由:一、邀請交通部部長陳世凱列席報告業務概況,並備質詢。二、邀請交通部部長陳世凱就「清明連續假期疏運方案規劃」進行專題報告,並備質詢。三、審查委員許智傑等22人擬具「引水法第六條條文修正草案」案。【本次會議僅進行詢答】【4月1日及2日二天一次會】)
transcript.pyannote[0].speaker SPEAKER_02
transcript.pyannote[0].start 2.03909375
transcript.pyannote[0].end 5.07659375
transcript.pyannote[1].speaker SPEAKER_02
transcript.pyannote[1].start 5.26221875
transcript.pyannote[1].end 5.66721875
transcript.pyannote[2].speaker SPEAKER_02
transcript.pyannote[2].start 5.98784375
transcript.pyannote[2].end 7.00034375
transcript.pyannote[3].speaker SPEAKER_00
transcript.pyannote[3].start 7.27034375
transcript.pyannote[3].end 8.28284375
transcript.pyannote[4].speaker SPEAKER_02
transcript.pyannote[4].start 13.46346875
transcript.pyannote[4].end 37.74659375
transcript.pyannote[5].speaker SPEAKER_00
transcript.pyannote[5].start 13.76721875
transcript.pyannote[5].end 14.34096875
transcript.pyannote[6].speaker SPEAKER_00
transcript.pyannote[6].start 17.09159375
transcript.pyannote[6].end 17.31096875
transcript.pyannote[7].speaker SPEAKER_00
transcript.pyannote[7].start 22.67721875
transcript.pyannote[7].end 22.82909375
transcript.pyannote[8].speaker SPEAKER_00
transcript.pyannote[8].start 22.84596875
transcript.pyannote[8].end 22.94721875
transcript.pyannote[9].speaker SPEAKER_00
transcript.pyannote[9].start 31.18221875
transcript.pyannote[9].end 31.53659375
transcript.pyannote[10].speaker SPEAKER_02
transcript.pyannote[10].start 38.13471875
transcript.pyannote[10].end 60.54471875
transcript.pyannote[11].speaker SPEAKER_00
transcript.pyannote[11].start 47.70284375
transcript.pyannote[11].end 48.15846875
transcript.pyannote[12].speaker SPEAKER_00
transcript.pyannote[12].start 50.28471875
transcript.pyannote[12].end 50.40284375
transcript.pyannote[13].speaker SPEAKER_02
transcript.pyannote[13].start 60.62909375
transcript.pyannote[13].end 62.28284375
transcript.pyannote[14].speaker SPEAKER_02
transcript.pyannote[14].start 62.68784375
transcript.pyannote[14].end 64.05471875
transcript.pyannote[15].speaker SPEAKER_02
transcript.pyannote[15].start 64.79721875
transcript.pyannote[15].end 69.92721875
transcript.pyannote[16].speaker SPEAKER_01
transcript.pyannote[16].start 70.18034375
transcript.pyannote[16].end 71.09159375
transcript.pyannote[17].speaker SPEAKER_02
transcript.pyannote[17].start 70.24784375
transcript.pyannote[17].end 72.57659375
transcript.pyannote[18].speaker SPEAKER_01
transcript.pyannote[18].start 72.86346875
transcript.pyannote[18].end 81.31784375
transcript.pyannote[19].speaker SPEAKER_02
transcript.pyannote[19].start 81.55409375
transcript.pyannote[19].end 84.47346875
transcript.pyannote[20].speaker SPEAKER_02
transcript.pyannote[20].start 84.96284375
transcript.pyannote[20].end 86.05971875
transcript.pyannote[21].speaker SPEAKER_02
transcript.pyannote[21].start 86.19471875
transcript.pyannote[21].end 87.13971875
transcript.pyannote[22].speaker SPEAKER_02
transcript.pyannote[22].start 87.69659375
transcript.pyannote[22].end 106.78221875
transcript.pyannote[23].speaker SPEAKER_01
transcript.pyannote[23].start 106.90034375
transcript.pyannote[23].end 107.59221875
transcript.pyannote[24].speaker SPEAKER_02
transcript.pyannote[24].start 107.84534375
transcript.pyannote[24].end 133.78221875
transcript.pyannote[25].speaker SPEAKER_01
transcript.pyannote[25].start 134.01846875
transcript.pyannote[25].end 190.98846875
transcript.pyannote[26].speaker SPEAKER_02
transcript.pyannote[26].start 191.15721875
transcript.pyannote[26].end 195.74721875
transcript.pyannote[27].speaker SPEAKER_02
transcript.pyannote[27].start 195.88221875
transcript.pyannote[27].end 197.75534375
transcript.pyannote[28].speaker SPEAKER_02
transcript.pyannote[28].start 198.46409375
transcript.pyannote[28].end 297.01409375
transcript.pyannote[29].speaker SPEAKER_02
transcript.pyannote[29].start 297.31784375
transcript.pyannote[29].end 322.71471875
transcript.pyannote[30].speaker SPEAKER_02
transcript.pyannote[30].start 322.96784375
transcript.pyannote[30].end 323.47409375
transcript.pyannote[31].speaker SPEAKER_02
transcript.pyannote[31].start 324.19971875
transcript.pyannote[31].end 350.59221875
transcript.pyannote[32].speaker SPEAKER_02
transcript.pyannote[32].start 351.38534375
transcript.pyannote[32].end 354.22034375
transcript.pyannote[33].speaker SPEAKER_02
transcript.pyannote[33].start 354.59159375
transcript.pyannote[33].end 358.05096875
transcript.pyannote[34].speaker SPEAKER_01
transcript.pyannote[34].start 358.38846875
transcript.pyannote[34].end 395.10846875
transcript.pyannote[35].speaker SPEAKER_02
transcript.pyannote[35].start 394.16346875
transcript.pyannote[35].end 394.60221875
transcript.pyannote[36].speaker SPEAKER_02
transcript.pyannote[36].start 395.22659375
transcript.pyannote[36].end 403.12409375
transcript.pyannote[37].speaker SPEAKER_01
transcript.pyannote[37].start 397.18409375
transcript.pyannote[37].end 397.52159375
transcript.pyannote[38].speaker SPEAKER_02
transcript.pyannote[38].start 403.96784375
transcript.pyannote[38].end 432.36846875
transcript.pyannote[39].speaker SPEAKER_01
transcript.pyannote[39].start 432.48659375
transcript.pyannote[39].end 432.92534375
transcript.pyannote[40].speaker SPEAKER_02
transcript.pyannote[40].start 432.92534375
transcript.pyannote[40].end 434.07284375
transcript.pyannote[41].speaker SPEAKER_02
transcript.pyannote[41].start 434.46096875
transcript.pyannote[41].end 455.47034375
transcript.pyannote[42].speaker SPEAKER_01
transcript.pyannote[42].start 455.43659375
transcript.pyannote[42].end 455.74034375
transcript.pyannote[43].speaker SPEAKER_02
transcript.pyannote[43].start 455.48721875
transcript.pyannote[43].end 455.50409375
transcript.pyannote[44].speaker SPEAKER_02
transcript.pyannote[44].start 455.72346875
transcript.pyannote[44].end 485.20409375
transcript.pyannote[45].speaker SPEAKER_01
transcript.pyannote[45].start 455.75721875
transcript.pyannote[45].end 455.77409375
transcript.pyannote[46].speaker SPEAKER_02
transcript.pyannote[46].start 485.69346875
transcript.pyannote[46].end 508.59284375
transcript.pyannote[47].speaker SPEAKER_02
transcript.pyannote[47].start 508.79534375
transcript.pyannote[47].end 544.67159375
transcript.pyannote[48].speaker SPEAKER_02
transcript.pyannote[48].start 545.19471875
transcript.pyannote[48].end 567.63846875
transcript.pyannote[49].speaker SPEAKER_01
transcript.pyannote[49].start 567.63846875
transcript.pyannote[49].end 573.30846875
transcript.pyannote[50].speaker SPEAKER_02
transcript.pyannote[50].start 574.10159375
transcript.pyannote[50].end 577.78034375
transcript.pyannote[51].speaker SPEAKER_02
transcript.pyannote[51].start 578.59034375
transcript.pyannote[51].end 587.97284375
transcript.pyannote[52].speaker SPEAKER_00
transcript.pyannote[52].start 590.65596875
transcript.pyannote[52].end 590.89221875
transcript.pyannote[53].speaker SPEAKER_02
transcript.pyannote[53].start 591.29721875
transcript.pyannote[53].end 594.28409375
transcript.pyannote[54].speaker SPEAKER_00
transcript.pyannote[54].start 594.52034375
transcript.pyannote[54].end 597.81096875
transcript.pyannote[55].speaker SPEAKER_00
transcript.pyannote[55].start 598.04721875
transcript.pyannote[55].end 610.06221875
transcript.pyannote[56].speaker SPEAKER_00
transcript.pyannote[56].start 610.31534375
transcript.pyannote[56].end 626.00909375
transcript.pyannote[57].speaker SPEAKER_02
transcript.pyannote[57].start 625.73909375
transcript.pyannote[57].end 632.86034375
transcript.pyannote[58].speaker SPEAKER_02
transcript.pyannote[58].start 633.24846875
transcript.pyannote[58].end 634.44659375
transcript.pyannote[59].speaker SPEAKER_02
transcript.pyannote[59].start 636.04971875
transcript.pyannote[59].end 637.14659375
transcript.pyannote[60].speaker SPEAKER_02
transcript.pyannote[60].start 637.87221875
transcript.pyannote[60].end 639.84659375
transcript.pyannote[61].speaker SPEAKER_02
transcript.pyannote[61].start 640.28534375
transcript.pyannote[61].end 646.88346875
transcript.pyannote[62].speaker SPEAKER_01
transcript.pyannote[62].start 648.58784375
transcript.pyannote[62].end 649.51596875
transcript.pyannote[63].speaker SPEAKER_01
transcript.pyannote[63].start 649.97159375
transcript.pyannote[63].end 652.97534375
transcript.pyannote[64].speaker SPEAKER_02
transcript.pyannote[64].start 653.09346875
transcript.pyannote[64].end 653.11034375
transcript.pyannote[65].speaker SPEAKER_02
transcript.pyannote[65].start 653.12721875
transcript.pyannote[65].end 653.85284375
transcript.pyannote[66].speaker SPEAKER_02
transcript.pyannote[66].start 654.20721875
transcript.pyannote[66].end 654.81471875
transcript.pyannote[67].speaker SPEAKER_02
transcript.pyannote[67].start 655.08471875
transcript.pyannote[67].end 657.36284375
transcript.pyannote[68].speaker SPEAKER_02
transcript.pyannote[68].start 657.61596875
transcript.pyannote[68].end 664.93971875
transcript.pyannote[69].speaker SPEAKER_02
transcript.pyannote[69].start 665.93534375
transcript.pyannote[69].end 686.26971875
transcript.pyannote[70].speaker SPEAKER_02
transcript.pyannote[70].start 686.75909375
transcript.pyannote[70].end 687.87284375
transcript.pyannote[71].speaker SPEAKER_02
transcript.pyannote[71].start 688.19346875
transcript.pyannote[71].end 689.56034375
transcript.pyannote[72].speaker SPEAKER_02
transcript.pyannote[72].start 690.20159375
transcript.pyannote[72].end 703.00971875
transcript.pyannote[73].speaker SPEAKER_01
transcript.pyannote[73].start 701.59221875
transcript.pyannote[73].end 703.88721875
transcript.pyannote[74].speaker SPEAKER_02
transcript.pyannote[74].start 703.44846875
transcript.pyannote[74].end 704.83221875
transcript.pyannote[75].speaker SPEAKER_02
transcript.pyannote[75].start 705.18659375
transcript.pyannote[75].end 706.30034375
transcript.pyannote[76].speaker SPEAKER_02
transcript.pyannote[76].start 706.46909375
transcript.pyannote[76].end 710.63721875
transcript.pyannote[77].speaker SPEAKER_02
transcript.pyannote[77].start 710.90721875
transcript.pyannote[77].end 714.16409375
transcript.pyannote[78].speaker SPEAKER_02
transcript.pyannote[78].start 714.61971875
transcript.pyannote[78].end 717.03284375
transcript.pyannote[79].speaker SPEAKER_02
transcript.pyannote[79].start 717.13409375
transcript.pyannote[79].end 721.48784375
transcript.pyannote[80].speaker SPEAKER_02
transcript.pyannote[80].start 722.28096875
transcript.pyannote[80].end 723.47909375
transcript.pyannote[81].speaker SPEAKER_02
transcript.pyannote[81].start 723.96846875
transcript.pyannote[81].end 724.05284375
transcript.pyannote[82].speaker SPEAKER_02
transcript.pyannote[82].start 724.08659375
transcript.pyannote[82].end 724.15409375
transcript.pyannote[83].speaker SPEAKER_02
transcript.pyannote[83].start 724.22159375
transcript.pyannote[83].end 730.44846875
transcript.pyannote[84].speaker SPEAKER_01
transcript.pyannote[84].start 731.14034375
transcript.pyannote[84].end 731.34284375
transcript.pyannote[85].speaker SPEAKER_01
transcript.pyannote[85].start 731.57909375
transcript.pyannote[85].end 739.45971875
transcript.pyannote[86].speaker SPEAKER_02
transcript.pyannote[86].start 736.28721875
transcript.pyannote[86].end 737.73846875
transcript.pyannote[87].speaker SPEAKER_02
transcript.pyannote[87].start 739.47659375
transcript.pyannote[87].end 741.78846875
transcript.pyannote[88].speaker SPEAKER_01
transcript.pyannote[88].start 740.96159375
transcript.pyannote[88].end 741.82221875
transcript.whisperx[0].start 2.102
transcript.whisperx[0].end 2.283
transcript.whisperx[0].text 我們有請陳部長
transcript.whisperx[1].start 13.619
transcript.whisperx[1].end 35.595
transcript.whisperx[1].text 部長我們都是台中隊所以你來自台中那我一向也以台中的交通建設以及問題為主來拜託跟要求您那我想這個交通的問題一定是中央地方大家一起合作吧才能夠讓一個城市不管在交通安全或者是交通建設裡面才能夠有
transcript.whisperx[2].start 38.837
transcript.whisperx[2].end 63.428
transcript.whisperx[2].text 顯著的進步 顯著的進步需要花很大的力氣也必須奠基在一個準確的一個數據上所以接下來我想請教一下部長我們官方有說之前公布的台中的交通死傷人數居高不下那這個數據到底是怎麼來的
transcript.whisperx[3].start 64.81
transcript.whisperx[3].end 80.421
transcript.whisperx[3].text 部長您有知道我們交通部的官方數據都是怎麼來的按照我的理解你先說向委員報告這個官方的數據其實是不只是交通部也有地方政府也有警方各方面的數據綜合起來的
transcript.whisperx[4].start 81.698
transcript.whisperx[4].end 106.146
transcript.whisperx[4].text 所以我們對於這個所謂的交通部公佈全國各縣市包括六都各種死傷的人數其中交通部當然是公佈交通事故交通相關的死傷人數那這個來自警方來自各地方政府來自交通部自己本身有的數據對不對對沒錯
transcript.whisperx[5].start 107.887
transcript.whisperx[5].end 133.468
transcript.whisperx[5].text 好 那這個時候我就要問了喔如果其中有部分的這個數據來自於各地方政府以及警方的話那盧市長說對於交通部公布台中的交通死傷人數居高不下的這件事盧市長說這個叫做數據失真那我們交通部對於這四個字如何反映
transcript.whisperx[6].start 134.328
transcript.whisperx[6].end 162.167
transcript.whisperx[6].text 報告委員第一我認為數據失不失真這個我們交通部絕對有把握數據並沒有失真那如果盧市長覺得有其他的縣市誤報或者是謊報那請他提出哪一個縣市我們一定會去查明這是必然的那第二其實交通死傷的數據不需要去跟其他縣市來相比跟自己相比如果我們的交通的狀況是變得劣化那就要趕快去檢討
transcript.whisperx[7].start 163.207
transcript.whisperx[7].end 190.775
transcript.whisperx[7].text 趕快去檢討那如果變得好我們要找出好的原因持續把它做下去那我看到台中市的這個回答其實我身為台中市民我是擔心的面對整個數據劣化或者說交通的安全狀況劣化之後如果政府的作為是說數據不夠真實是因為我們太過誠實我覺得這個我作為市民我不太能接受我只希望作為市民我只希望交通變得更安全
transcript.whisperx[8].start 191.295
transcript.whisperx[8].end 208.516
transcript.whisperx[8].text 是 你看喔 這個台中市政府還很認真的直接發文來告訴交通部還有各單位說我們第三點 戲就有六案的死亡案情都跟交通事故沒有關聯喔
transcript.whisperx[9].start 209.657
transcript.whisperx[9].end 227.978
transcript.whisperx[9].text 是因為什麼死亡前30日很認真的解釋說曾經發生交通事故所以列入我就覺得怎麼這麼用力而且認真的還直接正式發文呢來說我們的這個交通部公布的官方的數據是失真是可能不夠精準
transcript.whisperx[10].start 229.94
transcript.whisperx[10].end 235.082
transcript.whisperx[10].text 這個我是很納悶啦第一個納悶因為呢如果數據失真是直接用發公文來要求交通部澄清那也做了很多說明有時候我覺得越說明越會失焦啦那也許這個就是盧市長他想要的目的啦不然呢我們一般身為行政首長我看到的這個數字就如同部長您說的好吧我也不要跟各縣市比
transcript.whisperx[11].start 259.389
transcript.whisperx[11].end 286.455
transcript.whisperx[11].text 我跟我自己比我今年被公布的數據跟去年公布的數據到底是如何發展那如果是往這個居高不下發展越來越高我當然就要自我檢討看要如何改善啊如果有降低我可以跟所有的市民說我的努力所以呢我們的交通死亡事故呢是降低當中而且呢我們希望能夠的持續的降低能夠讓
transcript.whisperx[12].start 287.475
transcript.whisperx[12].end 315.402
transcript.whisperx[12].text 台中這個城市越來越安全論述應該是這樣子才對吧那不是咧 我們的盧市長說因為呢 我台中最誠實申報這個你看喔 這很矛盾的一件事喔他說他誠實申報 但是他又發公文跟你講說雖然我提供這個數據啊 是我誠實申報的數據但是呢 這個呢 其中有六案呢其實跟交通事故沒有關係我倒想要請盧市長回去問看看 那當時候他
transcript.whisperx[13].start 316.462
transcript.whisperx[13].end 318.024
transcript.whisperx[13].text 提出的申報最誠實的數據是誰來提供給交通部的 對不對
transcript.whisperx[14].start 324.649
transcript.whisperx[14].end 350.367
transcript.whisperx[14].text 數據也是地方政府提供的啊也是他們自己誠實申報啊那現在重整起來看到這個台中的交通死傷人數居高不下結果呢反而是怪數據失真那還說到其他縣市其他城市誤報不報錯報或言報所以讓他覺得不公平啦齁這個其他縣市有
transcript.whisperx[15].start 352.249
transcript.whisperx[15].end 377.672
transcript.whisperx[15].text 誤報、不報、錯報或言報這樣子的情況嗎我們交通部有沒有去問其他縣市報告委員其實全國都是一致性的標準那我們詢問的時間也都是一致性的所以我還是要強調就是說跟自己比不用跟其他縣市來相比跟自己比我們希望交通越來越安全死傷的數字可以在每個都市都能夠跟自己比的狀況底下越來越下降
transcript.whisperx[16].start 378.172
transcript.whisperx[16].end 402.871
transcript.whisperx[16].text 那裡面有提到以30日的事故的問題其實我們交通部也有做另外一項的精進那過去A30確實很多縣市有在反映但我們現在A1跟A30都會來提供所以兩邊的數據都可以提供給社會來看但重點是要跟自己比要有進步要有進步要更安全嘛那所以我以公車事故為例我之前也提過這個問題台中死傷六度最高
transcript.whisperx[17].start 404.245
transcript.whisperx[17].end 431.806
transcript.whisperx[17].text 這個就是要自己要檢討嘛為什麼我們以公車事故剛剛是交通事故整體的一個比例現在呢以公車大型車這個事故為例公車事故台中的時商也是六都最高啊數字是會說話的而且呢這些數字我想也不是只有台中市自己提供啊六都台北新北桃園台南高雄大家都有提供出來的數字啊這是公開透明的啊對不對部長是
transcript.whisperx[18].start 433.107
transcript.whisperx[18].end 454.669
transcript.whisperx[18].text 是嘛那像這種情形我就覺得台中市政府應該要告訴自己我要怎麼痛定思痛要來反省要來檢討要來做得更好做得更安全才對不是嗎好接下來我就要跟你講我也希望不是只有台中市政府自己努力啦我們交通部中央可以協助的部分我也覺得要拜託部長啊是
transcript.whisperx[19].start 456.371
transcript.whisperx[19].end 484.45
transcript.whisperx[19].text 找出我們預言所曾經呢以台中市的水南經貿園區跟台灣大道做一個實作的場域做了一個智慧交通的數位神經中樞的一個系統開發跟驗證實作那呢112年呢就做好了而且也提出對台中交通的一個改善建議那我只是希望說中央我們不是只有研究計畫
transcript.whisperx[20].start 486.511
transcript.whisperx[20].end 514.102
transcript.whisperx[20].text 我們如何實質的透過你們講的5G、AIoT、AI、大數據、智慧控制系統的驗證等等這些要能夠落地要能夠大量的應用在我們的城市當中解決交通問題讓所有人車道各項措施能夠落實到位改善讓整個交通環境是安全的
transcript.whisperx[21].start 514.542
transcript.whisperx[21].end 534.033
transcript.whisperx[21].text 那部長我們對於這樣子的一個研究計畫我請交通部也請部長您承諾是不是可以再多給資源讓台中讓各個地方政府能夠真的有一套屬於自己的智慧交通的數位神經中樞我們台
transcript.whisperx[22].start 534.793
transcript.whisperx[22].end 554.41
transcript.whisperx[22].text 曾經有人說過啦去參觀智慧城市展的時候說台北是AI的大腦台中可以做AI的身體我是認為我們台中不是只有做AI打造身體之用而已台中也該屬於有自己的AI大腦台中自己的城市
transcript.whisperx[23].start 555.01
transcript.whisperx[23].end 577.147
transcript.whisperx[23].text 如何將AI真正應用在整座城市裡面各個層面這個就是我們台中是有底氣也是做得到的但是我也希望交通部中央可以來支持部長可以嗎好 報告委員台中市政府願意做這方面的改善跟精進交通部一定全力來支持好 那我想知道是運營所在這裡
transcript.whisperx[24].start 578.832
transcript.whisperx[24].end 587.617
transcript.whisperx[24].text 對於你一一二年就已經提出來對台中交通的一個改善的建議你看到目前為止台中市的各項改善有落實執行嗎來請說你的意見專業意見
transcript.whisperx[25].start 594.597
transcript.whisperx[25].end 619.483
transcript.whisperx[25].text 是跟委員報告事實上透過我們在台灣大道還有水南經貿園區確實在委員剛所說的實證的結果我們透過這樣的數位神經中樞然後去偵測預測的結果我們在擁捨事件的前30分鐘就可以知道了所以台中市政府交通局非常清楚因此他也在那個台灣大道跟水南經貿園區
transcript.whisperx[26].start 620.703
transcript.whisperx[26].end 634.226
transcript.whisperx[26].text 然後去在30分鐘前然後下到他的所有的耗資的實質計畫裡面去可是你知道會展中心就在水南經貿園區會展中心呢 上個禮拜的工具機展整個塞爆整個塞爆停車嚴重不足然後呢 預警 你講的什麼預警系統完全沒有發揮功能 為什麼塞爆
transcript.whisperx[27].start 649.133
transcript.whisperx[27].end 664.572
transcript.whisperx[27].text 報告委員預警是預警但是預警之後的作為才是重點對啦部長我要的其實就是這一句話啦那我們中央拜託中央我們也來支持也來幫忙台中市政府好了啦如果他們自己不會做
transcript.whisperx[28].start 666.084
transcript.whisperx[28].end 684.894
transcript.whisperx[28].text 對不對我們都給了他改善也給了錢然後也給了資源那那還是一樣的塞爆還是一樣的沒有改善其實重點就是在台中市政府地方政府自己到底有沒有真正的作為跟落實改善嘛對不對那我們要有這個智慧交通的一個這個
transcript.whisperx[29].start 686.855
transcript.whisperx[29].end 703.007
transcript.whisperx[29].text 智慧控制系統智慧交通不是只有口號是要落實要應用要真正發揮功能這個部分我會持續跟交通部要求希望能夠支持我們台中市好不好部長我們會協助台中市沒問題
transcript.whisperx[30].start 703.507
transcript.whisperx[30].end 730.157
transcript.whisperx[30].text 好 最後一個就只有一個地方建設這個請部長能夠積極有效率的加快腳步台63線銜接國道3號的一個系統高價化的一個案子這對我南台中部的入網是一個非常重要的最後一塊拼圖部長 現在你們報行政院行政院轉國發會 國發會又已經喊轉交通部了
transcript.whisperx[31].start 731.755
transcript.whisperx[31].end 740.901
transcript.whisperx[31].text 向委員報告目前我們又把修正意見做好了又回到行政院了我相信可行性研究可以很快的完成好那再拜託了好謝謝