iVOD / 168933

Field Value
IVOD_ID 168933
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/168933
日期 2026-04-29
會議資料.會議代碼 委員會-11-5-15-9
會議資料.會議代碼:str 第11屆第5會期內政委員會第9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 9
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5會期內政委員會第9次全體委員會議
影片種類 Clip
開始時間 2026-04-29T09:45:43+08:00
結束時間 2026-04-29T09:57:08+08:00
影片長度 00:11:25
支援功能[0] ai-transcript
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/6301273cb2dfee84065285a19d60692ea5b809b1091e157418096c5e05de57c6711898d07e4142ab5ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 張智倫
委員發言時間 09:45:43 - 09:57:08
會議時間 2026-04-29T09:00:00+08:00
會議名稱 立法院第11屆第5會期內政委員會第9次全體委員會議(事由:一、邀請海洋委員會主任委員率同所屬列席報告業務概況(含上會期臨時提案辦理情形),並備質詢。二、審查115年度中央政府總預算案關於海洋委員會部分。三、審查115年度中央政府總預算案關於海洋委員會海巡署及所屬、海洋委員會海洋保育署、國家海洋研究院部分。四、審查115年度中央政府總預算案關於直轄市及縣市政府一般性補助款海洋委員會、海洋保育署部分。五、審查115年度中央政府總預算案附屬單位預算非營業部分關於海洋委員會主管特別收入基金-海洋污染防治基金。 【詢答及處理,所列預算提案於115年4月27日(星期一)中午12時截止收件。】 【另本會115年4月23日台立內字第1154000532號函,相關預算提案截止收案時間延長至4月27日(星期一)中午12時。】 【4月29日、30日兩天一次會】)
transcript.pyannote[0].speaker SPEAKER_01
transcript.pyannote[0].start 1.78596875
transcript.pyannote[0].end 5.73471875
transcript.pyannote[1].speaker SPEAKER_02
transcript.pyannote[1].start 12.46784375
transcript.pyannote[1].end 13.05846875
transcript.pyannote[2].speaker SPEAKER_01
transcript.pyannote[2].start 13.14284375
transcript.pyannote[2].end 25.73159375
transcript.pyannote[3].speaker SPEAKER_02
transcript.pyannote[3].start 24.31409375
transcript.pyannote[3].end 26.03534375
transcript.pyannote[4].speaker SPEAKER_01
transcript.pyannote[4].start 26.03534375
transcript.pyannote[4].end 26.28846875
transcript.pyannote[5].speaker SPEAKER_02
transcript.pyannote[5].start 26.28846875
transcript.pyannote[5].end 26.32221875
transcript.pyannote[6].speaker SPEAKER_01
transcript.pyannote[6].start 26.32221875
transcript.pyannote[6].end 26.47409375
transcript.pyannote[7].speaker SPEAKER_02
transcript.pyannote[7].start 26.47409375
transcript.pyannote[7].end 26.54159375
transcript.pyannote[8].speaker SPEAKER_01
transcript.pyannote[8].start 26.54159375
transcript.pyannote[8].end 27.21659375
transcript.pyannote[9].speaker SPEAKER_02
transcript.pyannote[9].start 26.55846875
transcript.pyannote[9].end 30.08534375
transcript.pyannote[10].speaker SPEAKER_01
transcript.pyannote[10].start 29.08971875
transcript.pyannote[10].end 39.70409375
transcript.pyannote[11].speaker SPEAKER_01
transcript.pyannote[11].start 39.92346875
transcript.pyannote[11].end 42.35346875
transcript.pyannote[12].speaker SPEAKER_01
transcript.pyannote[12].start 42.77534375
transcript.pyannote[12].end 44.71596875
transcript.pyannote[13].speaker SPEAKER_01
transcript.pyannote[13].start 45.47534375
transcript.pyannote[13].end 49.74471875
transcript.pyannote[14].speaker SPEAKER_01
transcript.pyannote[14].start 49.93034375
transcript.pyannote[14].end 53.23784375
transcript.pyannote[15].speaker SPEAKER_01
transcript.pyannote[15].start 53.71034375
transcript.pyannote[15].end 108.01409375
transcript.pyannote[16].speaker SPEAKER_02
transcript.pyannote[16].start 107.81159375
transcript.pyannote[16].end 125.83409375
transcript.pyannote[17].speaker SPEAKER_01
transcript.pyannote[17].start 112.73909375
transcript.pyannote[17].end 113.17784375
transcript.pyannote[18].speaker SPEAKER_02
transcript.pyannote[18].start 126.10409375
transcript.pyannote[18].end 144.78471875
transcript.pyannote[19].speaker SPEAKER_00
transcript.pyannote[19].start 127.15034375
transcript.pyannote[19].end 127.42034375
transcript.pyannote[20].speaker SPEAKER_00
transcript.pyannote[20].start 129.00659375
transcript.pyannote[20].end 129.15846875
transcript.pyannote[21].speaker SPEAKER_01
transcript.pyannote[21].start 140.07659375
transcript.pyannote[21].end 141.17346875
transcript.pyannote[22].speaker SPEAKER_01
transcript.pyannote[22].start 142.75971875
transcript.pyannote[22].end 162.18284375
transcript.pyannote[23].speaker SPEAKER_02
transcript.pyannote[23].start 161.28846875
transcript.pyannote[23].end 161.91284375
transcript.pyannote[24].speaker SPEAKER_02
transcript.pyannote[24].start 162.72284375
transcript.pyannote[24].end 168.24096875
transcript.pyannote[25].speaker SPEAKER_01
transcript.pyannote[25].start 165.89534375
transcript.pyannote[25].end 166.97534375
transcript.pyannote[26].speaker SPEAKER_00
transcript.pyannote[26].start 166.97534375
transcript.pyannote[26].end 169.00034375
transcript.pyannote[27].speaker SPEAKER_01
transcript.pyannote[27].start 168.24096875
transcript.pyannote[27].end 168.29159375
transcript.pyannote[28].speaker SPEAKER_00
transcript.pyannote[28].start 169.32096875
transcript.pyannote[28].end 169.65846875
transcript.pyannote[29].speaker SPEAKER_00
transcript.pyannote[29].start 170.19846875
transcript.pyannote[29].end 174.63659375
transcript.pyannote[30].speaker SPEAKER_01
transcript.pyannote[30].start 172.44284375
transcript.pyannote[30].end 179.07471875
transcript.pyannote[31].speaker SPEAKER_00
transcript.pyannote[31].start 179.07471875
transcript.pyannote[31].end 179.10846875
transcript.pyannote[32].speaker SPEAKER_01
transcript.pyannote[32].start 179.10846875
transcript.pyannote[32].end 179.12534375
transcript.pyannote[33].speaker SPEAKER_00
transcript.pyannote[33].start 179.12534375
transcript.pyannote[33].end 179.14221875
transcript.pyannote[34].speaker SPEAKER_00
transcript.pyannote[34].start 179.47971875
transcript.pyannote[34].end 203.44221875
transcript.pyannote[35].speaker SPEAKER_01
transcript.pyannote[35].start 180.05346875
transcript.pyannote[35].end 180.13784375
transcript.pyannote[36].speaker SPEAKER_01
transcript.pyannote[36].start 202.07534375
transcript.pyannote[36].end 206.59784375
transcript.pyannote[37].speaker SPEAKER_00
transcript.pyannote[37].start 206.59784375
transcript.pyannote[37].end 214.88346875
transcript.pyannote[38].speaker SPEAKER_01
transcript.pyannote[38].start 213.11159375
transcript.pyannote[38].end 214.00596875
transcript.pyannote[39].speaker SPEAKER_01
transcript.pyannote[39].start 214.25909375
transcript.pyannote[39].end 216.46971875
transcript.pyannote[40].speaker SPEAKER_00
transcript.pyannote[40].start 216.46971875
transcript.pyannote[40].end 216.97596875
transcript.pyannote[41].speaker SPEAKER_01
transcript.pyannote[41].start 216.97596875
transcript.pyannote[41].end 217.02659375
transcript.pyannote[42].speaker SPEAKER_00
transcript.pyannote[42].start 217.02659375
transcript.pyannote[42].end 217.09409375
transcript.pyannote[43].speaker SPEAKER_01
transcript.pyannote[43].start 217.09409375
transcript.pyannote[43].end 217.58346875
transcript.pyannote[44].speaker SPEAKER_00
transcript.pyannote[44].start 217.58346875
transcript.pyannote[44].end 218.12346875
transcript.pyannote[45].speaker SPEAKER_01
transcript.pyannote[45].start 217.60034375
transcript.pyannote[45].end 220.60409375
transcript.pyannote[46].speaker SPEAKER_00
transcript.pyannote[46].start 218.68034375
transcript.pyannote[46].end 219.08534375
transcript.pyannote[47].speaker SPEAKER_00
transcript.pyannote[47].start 219.99659375
transcript.pyannote[47].end 238.86284375
transcript.pyannote[48].speaker SPEAKER_01
transcript.pyannote[48].start 231.77534375
transcript.pyannote[48].end 231.84284375
transcript.pyannote[49].speaker SPEAKER_01
transcript.pyannote[49].start 232.31534375
transcript.pyannote[49].end 232.80471875
transcript.pyannote[50].speaker SPEAKER_01
transcript.pyannote[50].start 238.10346875
transcript.pyannote[50].end 240.16221875
transcript.pyannote[51].speaker SPEAKER_00
transcript.pyannote[51].start 240.38159375
transcript.pyannote[51].end 244.34721875
transcript.pyannote[52].speaker SPEAKER_01
transcript.pyannote[52].start 244.34721875
transcript.pyannote[52].end 255.70409375
transcript.pyannote[53].speaker SPEAKER_01
transcript.pyannote[53].start 256.00784375
transcript.pyannote[53].end 277.23659375
transcript.pyannote[54].speaker SPEAKER_02
transcript.pyannote[54].start 270.84096875
transcript.pyannote[54].end 272.88284375
transcript.pyannote[55].speaker SPEAKER_01
transcript.pyannote[55].start 277.47284375
transcript.pyannote[55].end 298.02659375
transcript.pyannote[56].speaker SPEAKER_01
transcript.pyannote[56].start 298.16159375
transcript.pyannote[56].end 311.77971875
transcript.pyannote[57].speaker SPEAKER_01
transcript.pyannote[57].start 312.15096875
transcript.pyannote[57].end 315.57659375
transcript.pyannote[58].speaker SPEAKER_00
transcript.pyannote[58].start 316.80846875
transcript.pyannote[58].end 319.71096875
transcript.pyannote[59].speaker SPEAKER_00
transcript.pyannote[59].start 319.99784375
transcript.pyannote[59].end 345.73221875
transcript.pyannote[60].speaker SPEAKER_00
transcript.pyannote[60].start 346.30596875
transcript.pyannote[60].end 348.26346875
transcript.pyannote[61].speaker SPEAKER_00
transcript.pyannote[61].start 348.36471875
transcript.pyannote[61].end 353.56221875
transcript.pyannote[62].speaker SPEAKER_00
transcript.pyannote[62].start 354.57471875
transcript.pyannote[62].end 354.62534375
transcript.pyannote[63].speaker SPEAKER_01
transcript.pyannote[63].start 354.62534375
transcript.pyannote[63].end 358.33784375
transcript.pyannote[64].speaker SPEAKER_01
transcript.pyannote[64].start 358.89471875
transcript.pyannote[64].end 363.38346875
transcript.pyannote[65].speaker SPEAKER_02
transcript.pyannote[65].start 362.92784375
transcript.pyannote[65].end 364.31159375
transcript.pyannote[66].speaker SPEAKER_01
transcript.pyannote[66].start 363.77159375
transcript.pyannote[66].end 372.47909375
transcript.pyannote[67].speaker SPEAKER_02
transcript.pyannote[67].start 370.09971875
transcript.pyannote[67].end 375.36471875
transcript.pyannote[68].speaker SPEAKER_01
transcript.pyannote[68].start 374.13284375
transcript.pyannote[68].end 376.32659375
transcript.pyannote[69].speaker SPEAKER_02
transcript.pyannote[69].start 377.76096875
transcript.pyannote[69].end 378.55409375
transcript.pyannote[70].speaker SPEAKER_02
transcript.pyannote[70].start 378.79034375
transcript.pyannote[70].end 379.41471875
transcript.pyannote[71].speaker SPEAKER_02
transcript.pyannote[71].start 380.17409375
transcript.pyannote[71].end 395.63159375
transcript.pyannote[72].speaker SPEAKER_01
transcript.pyannote[72].start 393.99471875
transcript.pyannote[72].end 402.02721875
transcript.pyannote[73].speaker SPEAKER_02
transcript.pyannote[73].start 396.32346875
transcript.pyannote[73].end 396.82971875
transcript.pyannote[74].speaker SPEAKER_02
transcript.pyannote[74].start 401.28471875
transcript.pyannote[74].end 404.13659375
transcript.pyannote[75].speaker SPEAKER_01
transcript.pyannote[75].start 403.95096875
transcript.pyannote[75].end 404.06909375
transcript.pyannote[76].speaker SPEAKER_02
transcript.pyannote[76].start 404.33909375
transcript.pyannote[76].end 404.77784375
transcript.pyannote[77].speaker SPEAKER_01
transcript.pyannote[77].start 404.91284375
transcript.pyannote[77].end 410.78534375
transcript.pyannote[78].speaker SPEAKER_01
transcript.pyannote[78].start 411.27471875
transcript.pyannote[78].end 414.54846875
transcript.pyannote[79].speaker SPEAKER_00
transcript.pyannote[79].start 413.67096875
transcript.pyannote[79].end 416.03346875
transcript.pyannote[80].speaker SPEAKER_00
transcript.pyannote[80].start 416.33721875
transcript.pyannote[80].end 422.53034375
transcript.pyannote[81].speaker SPEAKER_00
transcript.pyannote[81].start 422.68221875
transcript.pyannote[81].end 435.94596875
transcript.pyannote[82].speaker SPEAKER_00
transcript.pyannote[82].start 436.38471875
transcript.pyannote[82].end 446.44221875
transcript.pyannote[83].speaker SPEAKER_01
transcript.pyannote[83].start 445.02471875
transcript.pyannote[83].end 469.54409375
transcript.pyannote[84].speaker SPEAKER_00
transcript.pyannote[84].start 449.64846875
transcript.pyannote[84].end 451.92659375
transcript.pyannote[85].speaker SPEAKER_02
transcript.pyannote[85].start 469.24034375
transcript.pyannote[85].end 471.18096875
transcript.pyannote[86].speaker SPEAKER_01
transcript.pyannote[86].start 471.87284375
transcript.pyannote[86].end 473.27346875
transcript.pyannote[87].speaker SPEAKER_02
transcript.pyannote[87].start 473.98221875
transcript.pyannote[87].end 475.38284375
transcript.pyannote[88].speaker SPEAKER_01
transcript.pyannote[88].start 475.33221875
transcript.pyannote[88].end 480.14159375
transcript.pyannote[89].speaker SPEAKER_02
transcript.pyannote[89].start 477.66096875
transcript.pyannote[89].end 478.30221875
transcript.pyannote[90].speaker SPEAKER_02
transcript.pyannote[90].start 479.17971875
transcript.pyannote[90].end 479.50034375
transcript.pyannote[91].speaker SPEAKER_02
transcript.pyannote[91].start 480.14159375
transcript.pyannote[91].end 483.38159375
transcript.pyannote[92].speaker SPEAKER_01
transcript.pyannote[92].start 481.89659375
transcript.pyannote[92].end 486.25034375
transcript.pyannote[93].speaker SPEAKER_02
transcript.pyannote[93].start 486.70596875
transcript.pyannote[93].end 492.78096875
transcript.pyannote[94].speaker SPEAKER_01
transcript.pyannote[94].start 492.57846875
transcript.pyannote[94].end 498.51846875
transcript.pyannote[95].speaker SPEAKER_02
transcript.pyannote[95].start 493.74284375
transcript.pyannote[95].end 495.48096875
transcript.pyannote[96].speaker SPEAKER_02
transcript.pyannote[96].start 496.76346875
transcript.pyannote[96].end 499.34534375
transcript.pyannote[97].speaker SPEAKER_01
transcript.pyannote[97].start 498.78846875
transcript.pyannote[97].end 518.07659375
transcript.pyannote[98].speaker SPEAKER_02
transcript.pyannote[98].start 518.14409375
transcript.pyannote[98].end 524.91096875
transcript.pyannote[99].speaker SPEAKER_01
transcript.pyannote[99].start 518.54909375
transcript.pyannote[99].end 519.79784375
transcript.pyannote[100].speaker SPEAKER_01
transcript.pyannote[100].start 520.70909375
transcript.pyannote[100].end 522.75096875
transcript.pyannote[101].speaker SPEAKER_01
transcript.pyannote[101].start 523.39221875
transcript.pyannote[101].end 530.58096875
transcript.pyannote[102].speaker SPEAKER_02
transcript.pyannote[102].start 525.24846875
transcript.pyannote[102].end 525.65346875
transcript.pyannote[103].speaker SPEAKER_02
transcript.pyannote[103].start 530.24346875
transcript.pyannote[103].end 546.47721875
transcript.pyannote[104].speaker SPEAKER_01
transcript.pyannote[104].start 534.41159375
transcript.pyannote[104].end 538.03971875
transcript.pyannote[105].speaker SPEAKER_01
transcript.pyannote[105].start 538.69784375
transcript.pyannote[105].end 539.40659375
transcript.pyannote[106].speaker SPEAKER_01
transcript.pyannote[106].start 546.59534375
transcript.pyannote[106].end 552.55221875
transcript.pyannote[107].speaker SPEAKER_01
transcript.pyannote[107].start 552.82221875
transcript.pyannote[107].end 555.57284375
transcript.pyannote[108].speaker SPEAKER_01
transcript.pyannote[108].start 555.60659375
transcript.pyannote[108].end 558.00284375
transcript.pyannote[109].speaker SPEAKER_01
transcript.pyannote[109].start 558.07034375
transcript.pyannote[109].end 562.39034375
transcript.pyannote[110].speaker SPEAKER_02
transcript.pyannote[110].start 558.84659375
transcript.pyannote[110].end 559.16721875
transcript.pyannote[111].speaker SPEAKER_01
transcript.pyannote[111].start 562.45784375
transcript.pyannote[111].end 562.47471875
transcript.pyannote[112].speaker SPEAKER_01
transcript.pyannote[112].start 562.49159375
transcript.pyannote[112].end 564.16221875
transcript.pyannote[113].speaker SPEAKER_01
transcript.pyannote[113].start 564.66846875
transcript.pyannote[113].end 565.90034375
transcript.pyannote[114].speaker SPEAKER_01
transcript.pyannote[114].start 566.32221875
transcript.pyannote[114].end 576.27846875
transcript.pyannote[115].speaker SPEAKER_01
transcript.pyannote[115].start 576.63284375
transcript.pyannote[115].end 586.87596875
transcript.pyannote[116].speaker SPEAKER_00
transcript.pyannote[116].start 580.73346875
transcript.pyannote[116].end 581.39159375
transcript.pyannote[117].speaker SPEAKER_01
transcript.pyannote[117].start 587.26409375
transcript.pyannote[117].end 587.58471875
transcript.pyannote[118].speaker SPEAKER_01
transcript.pyannote[118].start 588.02346875
transcript.pyannote[118].end 588.93471875
transcript.pyannote[119].speaker SPEAKER_01
transcript.pyannote[119].start 589.18784375
transcript.pyannote[119].end 590.80784375
transcript.pyannote[120].speaker SPEAKER_02
transcript.pyannote[120].start 591.22971875
transcript.pyannote[120].end 593.47409375
transcript.pyannote[121].speaker SPEAKER_02
transcript.pyannote[121].start 593.67659375
transcript.pyannote[121].end 599.31284375
transcript.pyannote[122].speaker SPEAKER_01
transcript.pyannote[122].start 597.40596875
transcript.pyannote[122].end 601.89471875
transcript.pyannote[123].speaker SPEAKER_02
transcript.pyannote[123].start 599.66721875
transcript.pyannote[123].end 600.52784375
transcript.pyannote[124].speaker SPEAKER_02
transcript.pyannote[124].start 600.62909375
transcript.pyannote[124].end 606.19784375
transcript.pyannote[125].speaker SPEAKER_01
transcript.pyannote[125].start 602.01284375
transcript.pyannote[125].end 604.59471875
transcript.pyannote[126].speaker SPEAKER_01
transcript.pyannote[126].start 606.19784375
transcript.pyannote[126].end 609.28596875
transcript.pyannote[127].speaker SPEAKER_02
transcript.pyannote[127].start 606.21471875
transcript.pyannote[127].end 606.23159375
transcript.pyannote[128].speaker SPEAKER_02
transcript.pyannote[128].start 606.85596875
transcript.pyannote[128].end 607.09221875
transcript.pyannote[129].speaker SPEAKER_02
transcript.pyannote[129].start 607.54784375
transcript.pyannote[129].end 610.26471875
transcript.pyannote[130].speaker SPEAKER_02
transcript.pyannote[130].start 610.63596875
transcript.pyannote[130].end 615.59721875
transcript.pyannote[131].speaker SPEAKER_02
transcript.pyannote[131].start 616.18784375
transcript.pyannote[131].end 619.57971875
transcript.pyannote[132].speaker SPEAKER_02
transcript.pyannote[132].start 619.93409375
transcript.pyannote[132].end 622.43159375
transcript.pyannote[133].speaker SPEAKER_01
transcript.pyannote[133].start 622.43159375
transcript.pyannote[133].end 628.38846875
transcript.pyannote[134].speaker SPEAKER_02
transcript.pyannote[134].start 623.68034375
transcript.pyannote[134].end 624.91221875
transcript.pyannote[135].speaker SPEAKER_02
transcript.pyannote[135].start 626.46471875
transcript.pyannote[135].end 628.16909375
transcript.pyannote[136].speaker SPEAKER_02
transcript.pyannote[136].start 628.38846875
transcript.pyannote[136].end 634.64909375
transcript.pyannote[137].speaker SPEAKER_01
transcript.pyannote[137].start 628.77659375
transcript.pyannote[137].end 632.13471875
transcript.pyannote[138].speaker SPEAKER_01
transcript.pyannote[138].start 633.87284375
transcript.pyannote[138].end 641.65221875
transcript.pyannote[139].speaker SPEAKER_02
transcript.pyannote[139].start 635.03721875
transcript.pyannote[139].end 635.20596875
transcript.pyannote[140].speaker SPEAKER_01
transcript.pyannote[140].start 642.20909375
transcript.pyannote[140].end 643.66034375
transcript.pyannote[141].speaker SPEAKER_01
transcript.pyannote[141].start 643.81221875
transcript.pyannote[141].end 646.90034375
transcript.pyannote[142].speaker SPEAKER_02
transcript.pyannote[142].start 645.36471875
transcript.pyannote[142].end 645.75284375
transcript.pyannote[143].speaker SPEAKER_02
transcript.pyannote[143].start 646.57971875
transcript.pyannote[143].end 648.03096875
transcript.pyannote[144].speaker SPEAKER_01
transcript.pyannote[144].start 647.96346875
transcript.pyannote[144].end 649.27971875
transcript.pyannote[145].speaker SPEAKER_02
transcript.pyannote[145].start 648.46971875
transcript.pyannote[145].end 650.24159375
transcript.pyannote[146].speaker SPEAKER_01
transcript.pyannote[146].start 649.76909375
transcript.pyannote[146].end 651.47346875
transcript.pyannote[147].speaker SPEAKER_02
transcript.pyannote[147].start 651.59159375
transcript.pyannote[147].end 664.72034375
transcript.pyannote[148].speaker SPEAKER_02
transcript.pyannote[148].start 665.09159375
transcript.pyannote[148].end 667.45409375
transcript.pyannote[149].speaker SPEAKER_02
transcript.pyannote[149].start 667.72409375
transcript.pyannote[149].end 670.35659375
transcript.pyannote[150].speaker SPEAKER_01
transcript.pyannote[150].start 669.29346875
transcript.pyannote[150].end 671.79096875
transcript.pyannote[151].speaker SPEAKER_01
transcript.pyannote[151].start 672.09471875
transcript.pyannote[151].end 673.07346875
transcript.pyannote[152].speaker SPEAKER_02
transcript.pyannote[152].start 673.46159375
transcript.pyannote[152].end 678.57471875
transcript.pyannote[153].speaker SPEAKER_01
transcript.pyannote[153].start 679.03034375
transcript.pyannote[153].end 679.41846875
transcript.pyannote[154].speaker SPEAKER_02
transcript.pyannote[154].start 679.06409375
transcript.pyannote[154].end 680.41409375
transcript.pyannote[155].speaker SPEAKER_01
transcript.pyannote[155].start 680.21159375
transcript.pyannote[155].end 682.10159375
transcript.pyannote[156].speaker SPEAKER_02
transcript.pyannote[156].start 680.97096875
transcript.pyannote[156].end 681.46034375
transcript.pyannote[157].speaker SPEAKER_01
transcript.pyannote[157].start 682.82721875
transcript.pyannote[157].end 684.29534375
transcript.whisperx[0].start 2.087
transcript.whisperx[0].end 5.572
transcript.whisperx[0].text 好謝謝主席各位委員各位官員大家早有請管碧玲管主委
transcript.whisperx[1].start 13.553
transcript.whisperx[1].end 34.095
transcript.whisperx[1].text 主委好今天是有關於海委會海巡署等等相關單位預算的諮詢首先我要先謝謝主委我們都支持海巡海委會相關的預算謝謝委員我也非常支持我必須公開重重的感謝委員當然立法委員我們還是要好好來監督人民的荷包跟納稅錢
transcript.whisperx[2].start 35.276
transcript.whisperx[2].end 53.039
transcript.whisperx[2].text 那首先我要先請教這個主委有關無人機的問題當然因應現在我們這個海巡署要去針對台海的情勢的升高跟我們的救災氣土等等的一些作業所以無人機是我們我國現在海巡署
transcript.whisperx[3].start 53.78
transcript.whisperx[3].end 72.207
transcript.whisperx[3].text 一個非常重要的業務可是我們看到從107年我們海巡署開始購買無人機的時候我們叫它第一代無人機都是我們用公務預算來變那時候買了20架那經費可以看一下這個螢幕我們一台的無人機的單價大概是450萬元
transcript.whisperx[4].start 73.627
transcript.whisperx[4].end 85.825
transcript.whisperx[4].text 那到今年開始我們開始買了新的第二代的無人機那我們本行很關心那我們第二代無人機買的是價格是多少錢我們看到無人機的價格暴漲了將近快要四倍1600萬將近1700萬的
transcript.whisperx[5].start 89.95
transcript.whisperx[5].end 115.848
transcript.whisperx[5].text 這個金額 那我們本席想問的是說當然我們支持海偶會做任何的它的職業的業務那可是這個等等一般民眾的認知價格一代機跟二代機的價格為什麼差那麼多是性能有差異還是等等什麼原因是不是可以給主委說明一下謝謝委員詮詢委員對於這個課題已經關心很長期持續那我們了解委員非常的關心說我們到底有沒有買貴
transcript.whisperx[6].start 117.089
transcript.whisperx[6].end 138.611
transcript.whisperx[6].text 那我也跟委員報告我對海巡他對於無人機大概我主要管兩件事情第一件事情是你的功能部署對不對你的功能部署要達到什麼樣的效能這個我會掌控另外就是說你絕對不能買貴然後你要基於國安還有因為有紅色供應鏈的問題基於國安還有要買最新最好的
transcript.whisperx[7].start 138.871
transcript.whisperx[7].end 161.797
transcript.whisperx[7].text 我大概就是這幾個指示那至於說細節的部分本席都支持主委的想法可是就現在的就像現在我們所有第一線操作人員來講他一代機的價格才450萬二代機竟然高達1600多萬那你性能就像你講主委講的性能有什麼問題還是說他可以改成軍用的未來要改成軍用嗎
transcript.whisperx[8].start 163.159
transcript.whisperx[8].end 167.963
transcript.whisperx[8].text 我請署長我們都是軍用商工時間關係兩代的信人本席手動都有我看不出來信人到底差異在哪裡
transcript.whisperx[9].start 180.292
transcript.whisperx[9].end 204.151
transcript.whisperx[9].text 這個可以簡單說明一下我們現在海巡主要是在徵收的功能所以他的性能是大幅提升跟第一代不一樣另外第一代報價是民國105年的報價那我們現在的報價跟將近10年的報價所以他的不管是物條不管是他的功能規格所以明確講出來代表功能差異在哪裡
transcript.whisperx[10].start 204.611
transcript.whisperx[10].end 232.878
transcript.whisperx[10].text 因為我有兩個功能第一個部分就是它的徵收的不一樣然後它的導控不一樣然後距離不一樣 高度不一樣然後它的後面的訓練不一樣沒錯啊 就像我們手機啊大概iPhone 1跟iPhone X不一樣可是價錢也不會差到四五倍啊跟委員報告齁我舉10秒鐘就是我要講的就是說我們現在媒體上報的就是我們現在要買的MQ-9V這是高供無人機是不是未來有跟軍用的有相關的年車才會這麼貴嗎
transcript.whisperx[11].start 234.858
transcript.whisperx[11].end 258.892
transcript.whisperx[11].text 我們這款是軍規的然後商用未來軍事作戰可以使用可以使用但是我們的功能主要在徵收的部分第一個我認為單價的部分其實我們都支持海巡海委會的預算可是單價的部分希望未來在採買的時候因為我們都其實本席現在對於採買金額最困擾的就是說在預算編列的時候我們沒有辦法詢問相關內容細節我們都不知道
transcript.whisperx[12].start 261.914
transcript.whisperx[12].end 274.041
transcript.whisperx[12].text 那等絕標了以後差異竟然那麼大我們看到功能別好像差異也沒那麼多所以我還希望說這是第一個問題那第二個問題我們想要請教訓練費的部分訓練費的部分我發現我們二代機的訓練費
transcript.whisperx[13].start 277.803
transcript.whisperx[13].end 297.697
transcript.whisperx[13].text 總金額大於一代機非常多我們平均換算一台一台的魚人機的訓練單價將近要一千萬喔比過去二代機的一台訓練單價要一千萬比一代機的單價高出許多總金額高達只訓練只做六台喔可是比二十台的訓練的這個金額增加六十七倍
transcript.whisperx[14].start 298.237
transcript.whisperx[14].end 315.362
transcript.whisperx[14].text 那我的意思就是說這個訓練費這一代機跟二代機的訓練會差那麼多嗎那本席想要建議的就是我們的無人機應該採用在地化訓練的話不管一代機跟二代機應該訓練出種子教官而不是有我認為這個有點經驗的訓練費太高是不是可以解釋一下
transcript.whisperx[15].start 317.243
transcript.whisperx[15].end 345.44
transcript.whisperx[15].text 跟委員報告 那我們現在的所謂非無人機 公務機關無人機一定要有考照那我們這一款的無人機是VITAL的 也就是他同時具備旋翼跟定義機的機能所以他要考到四張照 那跟委員報告 我們有一個數據我們之前送去訓練的這個 要考到四張照大概要花費 每一個人 因為他要包括時數所以一個人大概要受訓四到五個月 那一個人的費用將近五十萬
transcript.whisperx[16].start 346.34
transcript.whisperx[16].end 352.873
transcript.whisperx[16].text 特別跟委,就光訓練費用而已所以這部分跟委報告因為我們每一個人要取得證照才可以去飛這無人機
transcript.whisperx[17].start 355.002
transcript.whisperx[17].end 374.712
transcript.whisperx[17].text 本席想要了解的是說是不是有什麼特殊的操作技巧還是說有特殊的徵收技術還是說你們應該要匯到美國去受訓所以本席想說為什麼訓練的金分一台我算在一台平均單價一千萬這個跟一般我們民眾的認知差異很大到軍規的程度你們有訓練軍事相關的訓練嗎
transcript.whisperx[18].start 378.894
transcript.whisperx[18].end 403.568
transcript.whisperx[18].text 等個過去一代機的時候它是沒有含訓練費用在裡面嘛取證費用沒有在裡面嘛但是現在是已經都要求要在裡面了那剛剛有跟委員報告就是說因為四張證照以前一代機的時候其實有訓練費用一台的訓練費用大概是四萬九千塊那二代機的訓練費用我們剛剛簡單算起來一台的一代機不需要四張證照是
transcript.whisperx[19].start 404.969
transcript.whisperx[19].end 420.447
transcript.whisperx[19].text 二代機的訓練費用一台是一千萬所以晚上跟主委報告就是說你們在估價在尋價的過程中這個費用到底是有什麼特殊的技術跟技巧跟委員報告因為我們這個二代機的規格比較高所以我們除了還訓練考照還會接裝訓練
transcript.whisperx[20].start 422.89
transcript.whisperx[20].end 444.64
transcript.whisperx[20].text 那還要送到國外去做訓練所以這個訓練都是涵蓋在我們買飛機裡面那我們一般的估價會認為我們一般在民間在估這個買這個無人機都是用裸機的部分來算但是我們這一個我們所有我們買的飛機是包括所有全售期的包括後續的維保保固包括保險都包含在裡面
transcript.whisperx[21].start 446.341
transcript.whisperx[21].end 472.949
transcript.whisperx[21].text 沒關係主委副主委你們會後可以再把詳細的資料提供給北京那最後一個問題最後一個問題其實我要跟就是跟各位報告其實我們都支持海委會的預算可是我們覺得海委會預算編列其實相當有問題其實在114年的時候主委你知不知道我們海巡署編列預算大概是多少金額多少錢嗎我們通過的預算金額多少錢請問有人知道嗎300多億吧海巡 光海巡的話
transcript.whisperx[22].start 474.102
transcript.whisperx[22].end 480.831
transcript.whisperx[22].text 去年度是不是對你們原本編列是多少錢的經費是280億的經費對但是因為我們後來有對然後我們後來我們租家預算通過的經費你們知道是多少錢嗎
transcript.whisperx[23].start 487.069
transcript.whisperx[23].end 509.122
transcript.whisperx[23].text 追加預算跟預備金之後我們已經超過300億我印象中通過的經費其實我們立法院最後給你們的經費是295億元所以我要跟你們報告的是其實我們已經通過預算法的規定了你們事實上實際可以使用的經費是比你原本編列的數字還要高你們原本編列才280億左右的預算
transcript.whisperx[24].start 511.423
transcript.whisperx[24].end 537.189
transcript.whisperx[24].text 所以說追加預算通過的預算是295億的預算是高過你們編譯的預算那是因為我們有動用第二預備金才是這樣還有人事費突然之間到年中不是很高薪已經給你們295億的預算你們還跟行政院再追加了一點多億的預算委員調薪的預算吃了很大一筆數字所以本席要跟你們講的是我們都支持你們的預算
transcript.whisperx[25].start 539.97
transcript.whisperx[25].end 563.989
transcript.whisperx[25].text 是從4月突然調薪的 均值的調薪那筆預算應該是8千多萬嗎就是已經你們原本編的預算立法院後來追加跟你們預算已經超過你們原本編的預算你們還要再跟行政院追加了將近快2億的預算最後總數那本席想要提的意見就是就是說希望啊
transcript.whisperx[26].start 564.71
transcript.whisperx[26].end 590.612
transcript.whisperx[26].text 就是說你們現在重點海巡最重要就是軟體跟硬體的實力我覺得應該要增強其實海巡目前來講還差了大概1300多名的人員的缺額還有非常多老舊的建物即將還等待要補強那本席的意見就是說立法院通過這麼多的預算給你們那我想要請教你們到底還缺多少預算
transcript.whisperx[27].start 591.277
transcript.whisperx[27].end 619.249
transcript.whisperx[27].text 光是廳舍分兩筆一筆是需要興建一筆是維修基本上預算數如果超過原本你們預計編的預算數我們需要中長期計畫如果海巡署還缺錢超過一百億喔委員你們還缺一百億你們缺額還缺一百億不是缺額光廳舍的興建我們需要一個中長期計畫委員我們很希望說大家能夠來考察
transcript.whisperx[28].start 619.989
transcript.whisperx[28].end 631.434
transcript.whisperx[28].text 我們那個第一線的弟兄 他們的環境真的令人心疼不捨 光是新建預算就還需要一段時間那最後我要再請教主委 我還是要幫基層的弟兄來起命我們軍職的海巡的部隊加急
transcript.whisperx[29].start 642.599
transcript.whisperx[29].end 661.316
transcript.whisperx[29].text 還有緊直的勤務加擠以及查緝隊的危險加擠我們計畫都做好了已經都送上去了嗎19項今年會不會調整我們現在開過了最後一次檢討會議以後我們方案做好就會往上溝通協調就會跨部會溝通協調那我們大概會動了18、19項
transcript.whisperx[30].start 667.779
transcript.whisperx[30].end 681.21
transcript.whisperx[30].text 大概會動了19項那預計會通過的 你有沒有預計哪一些加級會通過我說了A就會傷了B的心我們希望全部都通過我們一定盡全力好 謝謝大家