iVOD / 169544

Field Value
IVOD_ID 169544
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/169544
日期 2026-05-21
會議資料.會議代碼 委員會-11-5-19-14
會議資料.會議代碼:str 第11屆第5會期經濟委員會第14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 14
會議資料.種類 委員會
會議資料.委員會代碼[0] 19
會議資料.委員會代碼:str[0] 經濟委員會
會議資料.標題 第11屆第5會期經濟委員會第14次全體委員會議
影片種類 Clip
開始時間 2026-05-21T11:19:04+08:00
結束時間 2026-05-21T11:31:53+08:00
影片長度 00:12:49
支援功能[0] ai-transcript
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/14c66ee36e76b85c94be2fb64b466967ca1860e2f1c42d1af929c1ba330123fbde89be31bb10dba25ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 謝衣鳯
委員發言時間 11:19:04 - 11:31:53
會議時間 2026-05-21T09:00:00+08:00
會議名稱 立法院第11屆第5會期經濟委員會第14次全體委員會議(事由:邀請經濟部部長率台灣糖業股份有限公司董事長、農業部部長、行政院災害防救辦公室首長、行政院公共工程委員會首長、內政部首長率國土管理署首長、交通部首長、原住民族委員會首長、財政部國有財產署首長、國軍退除役官兵輔導委員會首長及衛生福利部首長就「全台各縣市汛期防洪防災工程準備情形及花蓮馬太鞍溪堰塞湖災後復原重建工作」執行進度及預算運用進行報告,並備質詢。 【5月20日及5月21日二天一次會】)
transcript.pyannote[0].speaker SPEAKER_00
transcript.pyannote[0].start 11.15159375
transcript.pyannote[0].end 15.87659375
transcript.pyannote[1].speaker SPEAKER_00
transcript.pyannote[1].start 16.97346875
transcript.pyannote[1].end 19.40346875
transcript.pyannote[2].speaker SPEAKER_01
transcript.pyannote[2].start 19.84221875
transcript.pyannote[2].end 21.59721875
transcript.pyannote[3].speaker SPEAKER_00
transcript.pyannote[3].start 26.52471875
transcript.pyannote[3].end 27.30096875
transcript.pyannote[4].speaker SPEAKER_00
transcript.pyannote[4].start 27.80721875
transcript.pyannote[4].end 28.14471875
transcript.pyannote[5].speaker SPEAKER_00
transcript.pyannote[5].start 28.63409375
transcript.pyannote[5].end 59.14409375
transcript.pyannote[6].speaker SPEAKER_01
transcript.pyannote[6].start 29.91659375
transcript.pyannote[6].end 30.06846875
transcript.pyannote[7].speaker SPEAKER_02
transcript.pyannote[7].start 59.85284375
transcript.pyannote[7].end 71.93534375
transcript.pyannote[8].speaker SPEAKER_00
transcript.pyannote[8].start 72.20534375
transcript.pyannote[8].end 73.79159375
transcript.pyannote[9].speaker SPEAKER_02
transcript.pyannote[9].start 74.41596875
transcript.pyannote[9].end 75.47909375
transcript.pyannote[10].speaker SPEAKER_02
transcript.pyannote[10].start 76.01909375
transcript.pyannote[10].end 77.28471875
transcript.pyannote[11].speaker SPEAKER_02
transcript.pyannote[11].start 77.57159375
transcript.pyannote[11].end 80.35596875
transcript.pyannote[12].speaker SPEAKER_00
transcript.pyannote[12].start 80.05221875
transcript.pyannote[12].end 86.38034375
transcript.pyannote[13].speaker SPEAKER_02
transcript.pyannote[13].start 83.71409375
transcript.pyannote[13].end 84.23721875
transcript.pyannote[14].speaker SPEAKER_00
transcript.pyannote[14].start 87.17346875
transcript.pyannote[14].end 102.52971875
transcript.pyannote[15].speaker SPEAKER_02
transcript.pyannote[15].start 103.79534375
transcript.pyannote[15].end 108.43596875
transcript.pyannote[16].speaker SPEAKER_02
transcript.pyannote[16].start 108.82409375
transcript.pyannote[16].end 116.85659375
transcript.pyannote[17].speaker SPEAKER_02
transcript.pyannote[17].start 116.97471875
transcript.pyannote[17].end 132.97221875
transcript.pyannote[18].speaker SPEAKER_00
transcript.pyannote[18].start 133.42784375
transcript.pyannote[18].end 137.86596875
transcript.pyannote[19].speaker SPEAKER_02
transcript.pyannote[19].start 135.19971875
transcript.pyannote[19].end 136.36409375
transcript.pyannote[20].speaker SPEAKER_02
transcript.pyannote[20].start 138.32159375
transcript.pyannote[20].end 159.11159375
transcript.pyannote[21].speaker SPEAKER_00
transcript.pyannote[21].start 145.76346875
transcript.pyannote[21].end 146.20221875
transcript.pyannote[22].speaker SPEAKER_00
transcript.pyannote[22].start 156.66471875
transcript.pyannote[22].end 157.10346875
transcript.pyannote[23].speaker SPEAKER_00
transcript.pyannote[23].start 158.18346875
transcript.pyannote[23].end 160.34346875
transcript.pyannote[24].speaker SPEAKER_00
transcript.pyannote[24].start 160.46159375
transcript.pyannote[24].end 161.72721875
transcript.pyannote[25].speaker SPEAKER_02
transcript.pyannote[25].start 161.72721875
transcript.pyannote[25].end 168.57846875
transcript.pyannote[26].speaker SPEAKER_00
transcript.pyannote[26].start 161.76096875
transcript.pyannote[26].end 161.94659375
transcript.pyannote[27].speaker SPEAKER_02
transcript.pyannote[27].start 168.96659375
transcript.pyannote[27].end 182.83784375
transcript.pyannote[28].speaker SPEAKER_00
transcript.pyannote[28].start 182.83784375
transcript.pyannote[28].end 191.57909375
transcript.pyannote[29].speaker SPEAKER_02
transcript.pyannote[29].start 185.80784375
transcript.pyannote[29].end 187.03971875
transcript.pyannote[30].speaker SPEAKER_00
transcript.pyannote[30].start 191.93346875
transcript.pyannote[30].end 201.68721875
transcript.pyannote[31].speaker SPEAKER_00
transcript.pyannote[31].start 203.52659375
transcript.pyannote[31].end 205.09596875
transcript.pyannote[32].speaker SPEAKER_00
transcript.pyannote[32].start 207.05346875
transcript.pyannote[32].end 207.93096875
transcript.pyannote[33].speaker SPEAKER_00
transcript.pyannote[33].start 208.96034375
transcript.pyannote[33].end 212.11596875
transcript.pyannote[34].speaker SPEAKER_03
transcript.pyannote[34].start 212.18346875
transcript.pyannote[34].end 213.06096875
transcript.pyannote[35].speaker SPEAKER_00
transcript.pyannote[35].start 214.27596875
transcript.pyannote[35].end 257.30721875
transcript.pyannote[36].speaker SPEAKER_04
transcript.pyannote[36].start 257.50971875
transcript.pyannote[36].end 258.97784375
transcript.pyannote[37].speaker SPEAKER_00
transcript.pyannote[37].start 258.97784375
transcript.pyannote[37].end 259.02846875
transcript.pyannote[38].speaker SPEAKER_04
transcript.pyannote[38].start 259.02846875
transcript.pyannote[38].end 259.12971875
transcript.pyannote[39].speaker SPEAKER_00
transcript.pyannote[39].start 259.12971875
transcript.pyannote[39].end 259.14659375
transcript.pyannote[40].speaker SPEAKER_04
transcript.pyannote[40].start 259.14659375
transcript.pyannote[40].end 259.28159375
transcript.pyannote[41].speaker SPEAKER_00
transcript.pyannote[41].start 260.36159375
transcript.pyannote[41].end 260.37846875
transcript.pyannote[42].speaker SPEAKER_04
transcript.pyannote[42].start 260.37846875
transcript.pyannote[42].end 267.55034375
transcript.pyannote[43].speaker SPEAKER_04
transcript.pyannote[43].start 267.65159375
transcript.pyannote[43].end 270.77346875
transcript.pyannote[44].speaker SPEAKER_04
transcript.pyannote[44].start 270.95909375
transcript.pyannote[44].end 272.27534375
transcript.pyannote[45].speaker SPEAKER_00
transcript.pyannote[45].start 272.39346875
transcript.pyannote[45].end 308.08409375
transcript.pyannote[46].speaker SPEAKER_00
transcript.pyannote[46].start 308.37096875
transcript.pyannote[46].end 311.50971875
transcript.pyannote[47].speaker SPEAKER_03
transcript.pyannote[47].start 311.08784375
transcript.pyannote[47].end 321.21284375
transcript.pyannote[48].speaker SPEAKER_03
transcript.pyannote[48].start 321.26346875
transcript.pyannote[48].end 326.19096875
transcript.pyannote[49].speaker SPEAKER_00
transcript.pyannote[49].start 321.29721875
transcript.pyannote[49].end 321.80346875
transcript.pyannote[50].speaker SPEAKER_00
transcript.pyannote[50].start 325.31346875
transcript.pyannote[50].end 330.62909375
transcript.pyannote[51].speaker SPEAKER_03
transcript.pyannote[51].start 326.57909375
transcript.pyannote[51].end 328.80659375
transcript.pyannote[52].speaker SPEAKER_00
transcript.pyannote[52].start 330.93284375
transcript.pyannote[52].end 333.12659375
transcript.pyannote[53].speaker SPEAKER_03
transcript.pyannote[53].start 331.45596875
transcript.pyannote[53].end 332.13096875
transcript.pyannote[54].speaker SPEAKER_03
transcript.pyannote[54].start 333.10971875
transcript.pyannote[54].end 341.19284375
transcript.pyannote[55].speaker SPEAKER_00
transcript.pyannote[55].start 333.39659375
transcript.pyannote[55].end 333.76784375
transcript.pyannote[56].speaker SPEAKER_00
transcript.pyannote[56].start 341.19284375
transcript.pyannote[56].end 341.58096875
transcript.pyannote[57].speaker SPEAKER_03
transcript.pyannote[57].start 341.44596875
transcript.pyannote[57].end 345.25971875
transcript.pyannote[58].speaker SPEAKER_00
transcript.pyannote[58].start 344.51721875
transcript.pyannote[58].end 347.94284375
transcript.pyannote[59].speaker SPEAKER_03
transcript.pyannote[59].start 346.20471875
transcript.pyannote[59].end 346.62659375
transcript.pyannote[60].speaker SPEAKER_03
transcript.pyannote[60].start 347.26784375
transcript.pyannote[60].end 350.74409375
transcript.pyannote[61].speaker SPEAKER_00
transcript.pyannote[61].start 349.64721875
transcript.pyannote[61].end 350.94659375
transcript.pyannote[62].speaker SPEAKER_03
transcript.pyannote[62].start 351.04784375
transcript.pyannote[62].end 361.10534375
transcript.pyannote[63].speaker SPEAKER_00
transcript.pyannote[63].start 354.84471875
transcript.pyannote[63].end 354.96284375
transcript.pyannote[64].speaker SPEAKER_04
transcript.pyannote[64].start 354.96284375
transcript.pyannote[64].end 355.14846875
transcript.pyannote[65].speaker SPEAKER_00
transcript.pyannote[65].start 355.14846875
transcript.pyannote[65].end 355.16534375
transcript.pyannote[66].speaker SPEAKER_03
transcript.pyannote[66].start 361.12221875
transcript.pyannote[66].end 361.37534375
transcript.pyannote[67].speaker SPEAKER_03
transcript.pyannote[67].start 361.42596875
transcript.pyannote[67].end 361.44284375
transcript.pyannote[68].speaker SPEAKER_03
transcript.pyannote[68].start 361.45971875
transcript.pyannote[68].end 372.27659375
transcript.pyannote[69].speaker SPEAKER_00
transcript.pyannote[69].start 367.60221875
transcript.pyannote[69].end 368.04096875
transcript.pyannote[70].speaker SPEAKER_00
transcript.pyannote[70].start 370.65659375
transcript.pyannote[70].end 376.24221875
transcript.pyannote[71].speaker SPEAKER_03
transcript.pyannote[71].start 374.21721875
transcript.pyannote[71].end 374.94284375
transcript.pyannote[72].speaker SPEAKER_03
transcript.pyannote[72].start 375.82034375
transcript.pyannote[72].end 376.84971875
transcript.pyannote[73].speaker SPEAKER_00
transcript.pyannote[73].start 376.91721875
transcript.pyannote[73].end 379.14471875
transcript.pyannote[74].speaker SPEAKER_03
transcript.pyannote[74].start 378.75659375
transcript.pyannote[74].end 380.19096875
transcript.pyannote[75].speaker SPEAKER_00
transcript.pyannote[75].start 380.19096875
transcript.pyannote[75].end 383.24534375
transcript.pyannote[76].speaker SPEAKER_03
transcript.pyannote[76].start 380.22471875
transcript.pyannote[76].end 381.28784375
transcript.pyannote[77].speaker SPEAKER_03
transcript.pyannote[77].start 383.34659375
transcript.pyannote[77].end 390.34971875
transcript.pyannote[78].speaker SPEAKER_00
transcript.pyannote[78].start 387.90284375
transcript.pyannote[78].end 388.37534375
transcript.pyannote[79].speaker SPEAKER_03
transcript.pyannote[79].start 390.45096875
transcript.pyannote[79].end 394.41659375
transcript.pyannote[80].speaker SPEAKER_00
transcript.pyannote[80].start 390.48471875
transcript.pyannote[80].end 391.12596875
transcript.pyannote[81].speaker SPEAKER_00
transcript.pyannote[81].start 394.61909375
transcript.pyannote[81].end 396.52596875
transcript.pyannote[82].speaker SPEAKER_03
transcript.pyannote[82].start 396.05346875
transcript.pyannote[82].end 401.14971875
transcript.pyannote[83].speaker SPEAKER_00
transcript.pyannote[83].start 400.44096875
transcript.pyannote[83].end 418.96971875
transcript.pyannote[84].speaker SPEAKER_03
transcript.pyannote[84].start 404.59221875
transcript.pyannote[84].end 405.60471875
transcript.pyannote[85].speaker SPEAKER_03
transcript.pyannote[85].start 407.78159375
transcript.pyannote[85].end 408.59159375
transcript.pyannote[86].speaker SPEAKER_01
transcript.pyannote[86].start 408.59159375
transcript.pyannote[86].end 408.62534375
transcript.pyannote[87].speaker SPEAKER_03
transcript.pyannote[87].start 418.02471875
transcript.pyannote[87].end 418.29471875
transcript.pyannote[88].speaker SPEAKER_03
transcript.pyannote[88].start 418.48034375
transcript.pyannote[88].end 427.55909375
transcript.pyannote[89].speaker SPEAKER_00
transcript.pyannote[89].start 426.12471875
transcript.pyannote[89].end 429.14534375
transcript.pyannote[90].speaker SPEAKER_03
transcript.pyannote[90].start 429.36471875
transcript.pyannote[90].end 431.45721875
transcript.pyannote[91].speaker SPEAKER_03
transcript.pyannote[91].start 431.57534375
transcript.pyannote[91].end 434.44409375
transcript.pyannote[92].speaker SPEAKER_00
transcript.pyannote[92].start 433.53284375
transcript.pyannote[92].end 435.86159375
transcript.pyannote[93].speaker SPEAKER_03
transcript.pyannote[93].start 435.81096875
transcript.pyannote[93].end 438.57846875
transcript.pyannote[94].speaker SPEAKER_03
transcript.pyannote[94].start 438.91596875
transcript.pyannote[94].end 438.98346875
transcript.pyannote[95].speaker SPEAKER_04
transcript.pyannote[95].start 438.98346875
transcript.pyannote[95].end 439.33784375
transcript.pyannote[96].speaker SPEAKER_00
transcript.pyannote[96].start 439.33784375
transcript.pyannote[96].end 439.35471875
transcript.pyannote[97].speaker SPEAKER_04
transcript.pyannote[97].start 439.35471875
transcript.pyannote[97].end 439.42221875
transcript.pyannote[98].speaker SPEAKER_00
transcript.pyannote[98].start 439.42221875
transcript.pyannote[98].end 439.74284375
transcript.pyannote[99].speaker SPEAKER_04
transcript.pyannote[99].start 439.74284375
transcript.pyannote[99].end 439.75971875
transcript.pyannote[100].speaker SPEAKER_00
transcript.pyannote[100].start 439.75971875
transcript.pyannote[100].end 439.79346875
transcript.pyannote[101].speaker SPEAKER_04
transcript.pyannote[101].start 439.79346875
transcript.pyannote[101].end 439.86096875
transcript.pyannote[102].speaker SPEAKER_00
transcript.pyannote[102].start 439.86096875
transcript.pyannote[102].end 439.87784375
transcript.pyannote[103].speaker SPEAKER_04
transcript.pyannote[103].start 439.87784375
transcript.pyannote[103].end 439.89471875
transcript.pyannote[104].speaker SPEAKER_00
transcript.pyannote[104].start 439.89471875
transcript.pyannote[104].end 439.91159375
transcript.pyannote[105].speaker SPEAKER_04
transcript.pyannote[105].start 439.91159375
transcript.pyannote[105].end 440.80596875
transcript.pyannote[106].speaker SPEAKER_00
transcript.pyannote[106].start 440.80596875
transcript.pyannote[106].end 440.99159375
transcript.pyannote[107].speaker SPEAKER_04
transcript.pyannote[107].start 440.99159375
transcript.pyannote[107].end 441.16034375
transcript.pyannote[108].speaker SPEAKER_00
transcript.pyannote[108].start 441.16034375
transcript.pyannote[108].end 441.21096875
transcript.pyannote[109].speaker SPEAKER_04
transcript.pyannote[109].start 441.21096875
transcript.pyannote[109].end 448.48409375
transcript.pyannote[110].speaker SPEAKER_04
transcript.pyannote[110].start 448.68659375
transcript.pyannote[110].end 453.32721875
transcript.pyannote[111].speaker SPEAKER_04
transcript.pyannote[111].start 453.59721875
transcript.pyannote[111].end 456.61784375
transcript.pyannote[112].speaker SPEAKER_04
transcript.pyannote[112].start 456.70221875
transcript.pyannote[112].end 463.75596875
transcript.pyannote[113].speaker SPEAKER_00
transcript.pyannote[113].start 461.32596875
transcript.pyannote[113].end 466.13534375
transcript.pyannote[114].speaker SPEAKER_00
transcript.pyannote[114].start 466.47284375
transcript.pyannote[114].end 468.26159375
transcript.pyannote[115].speaker SPEAKER_04
transcript.pyannote[115].start 469.29096875
transcript.pyannote[115].end 471.02909375
transcript.pyannote[116].speaker SPEAKER_00
transcript.pyannote[116].start 471.02909375
transcript.pyannote[116].end 477.69471875
transcript.pyannote[117].speaker SPEAKER_04
transcript.pyannote[117].start 471.06284375
transcript.pyannote[117].end 472.96971875
transcript.pyannote[118].speaker SPEAKER_03
transcript.pyannote[118].start 476.14221875
transcript.pyannote[118].end 479.28096875
transcript.pyannote[119].speaker SPEAKER_00
transcript.pyannote[119].start 479.48346875
transcript.pyannote[119].end 482.89221875
transcript.pyannote[120].speaker SPEAKER_03
transcript.pyannote[120].start 479.85471875
transcript.pyannote[120].end 482.11596875
transcript.pyannote[121].speaker SPEAKER_03
transcript.pyannote[121].start 483.22971875
transcript.pyannote[121].end 496.88159375
transcript.pyannote[122].speaker SPEAKER_00
transcript.pyannote[122].start 496.32471875
transcript.pyannote[122].end 520.13534375
transcript.pyannote[123].speaker SPEAKER_03
transcript.pyannote[123].start 500.20596875
transcript.pyannote[123].end 500.81346875
transcript.pyannote[124].speaker SPEAKER_03
transcript.pyannote[124].start 501.60659375
transcript.pyannote[124].end 503.07471875
transcript.pyannote[125].speaker SPEAKER_01
transcript.pyannote[125].start 503.07471875
transcript.pyannote[125].end 503.14221875
transcript.pyannote[126].speaker SPEAKER_03
transcript.pyannote[126].start 505.16721875
transcript.pyannote[126].end 505.48784375
transcript.pyannote[127].speaker SPEAKER_01
transcript.pyannote[127].start 505.48784375
transcript.pyannote[127].end 505.53846875
transcript.pyannote[128].speaker SPEAKER_01
transcript.pyannote[128].start 506.01096875
transcript.pyannote[128].end 506.46659375
transcript.pyannote[129].speaker SPEAKER_01
transcript.pyannote[129].start 522.02534375
transcript.pyannote[129].end 523.71284375
transcript.pyannote[130].speaker SPEAKER_00
transcript.pyannote[130].start 523.94909375
transcript.pyannote[130].end 554.03721875
transcript.pyannote[131].speaker SPEAKER_03
transcript.pyannote[131].start 554.25659375
transcript.pyannote[131].end 555.13409375
transcript.pyannote[132].speaker SPEAKER_00
transcript.pyannote[132].start 555.31971875
transcript.pyannote[132].end 558.34034375
transcript.pyannote[133].speaker SPEAKER_00
transcript.pyannote[133].start 558.89721875
transcript.pyannote[133].end 559.43721875
transcript.pyannote[134].speaker SPEAKER_00
transcript.pyannote[134].start 562.79534375
transcript.pyannote[134].end 562.81221875
transcript.pyannote[135].speaker SPEAKER_01
transcript.pyannote[135].start 562.81221875
transcript.pyannote[135].end 563.25096875
transcript.pyannote[136].speaker SPEAKER_00
transcript.pyannote[136].start 563.62221875
transcript.pyannote[136].end 564.29721875
transcript.pyannote[137].speaker SPEAKER_00
transcript.pyannote[137].start 564.53346875
transcript.pyannote[137].end 580.69971875
transcript.pyannote[138].speaker SPEAKER_01
transcript.pyannote[138].start 575.02971875
transcript.pyannote[138].end 575.46846875
transcript.pyannote[139].speaker SPEAKER_00
transcript.pyannote[139].start 581.05409375
transcript.pyannote[139].end 583.63596875
transcript.pyannote[140].speaker SPEAKER_01
transcript.pyannote[140].start 584.05784375
transcript.pyannote[140].end 595.70159375
transcript.pyannote[141].speaker SPEAKER_01
transcript.pyannote[141].start 596.22471875
transcript.pyannote[141].end 609.94409375
transcript.pyannote[142].speaker SPEAKER_00
transcript.pyannote[142].start 599.31284375
transcript.pyannote[142].end 599.76846875
transcript.pyannote[143].speaker SPEAKER_01
transcript.pyannote[143].start 610.12971875
transcript.pyannote[143].end 616.22159375
transcript.pyannote[144].speaker SPEAKER_01
transcript.pyannote[144].start 616.45784375
transcript.pyannote[144].end 618.41534375
transcript.pyannote[145].speaker SPEAKER_01
transcript.pyannote[145].start 618.65159375
transcript.pyannote[145].end 621.84096875
transcript.pyannote[146].speaker SPEAKER_01
transcript.pyannote[146].start 621.97596875
transcript.pyannote[146].end 623.98409375
transcript.pyannote[147].speaker SPEAKER_00
transcript.pyannote[147].start 624.15284375
transcript.pyannote[147].end 640.33596875
transcript.pyannote[148].speaker SPEAKER_01
transcript.pyannote[148].start 640.04909375
transcript.pyannote[148].end 664.73721875
transcript.pyannote[149].speaker SPEAKER_00
transcript.pyannote[149].start 645.60096875
transcript.pyannote[149].end 648.40221875
transcript.pyannote[150].speaker SPEAKER_00
transcript.pyannote[150].start 664.68659375
transcript.pyannote[150].end 666.99846875
transcript.pyannote[151].speaker SPEAKER_01
transcript.pyannote[151].start 665.46284375
transcript.pyannote[151].end 666.13784375
transcript.pyannote[152].speaker SPEAKER_01
transcript.pyannote[152].start 666.47534375
transcript.pyannote[152].end 667.11659375
transcript.pyannote[153].speaker SPEAKER_00
transcript.pyannote[153].start 667.42034375
transcript.pyannote[153].end 683.68784375
transcript.pyannote[154].speaker SPEAKER_01
transcript.pyannote[154].start 683.68784375
transcript.pyannote[154].end 705.91221875
transcript.pyannote[155].speaker SPEAKER_01
transcript.pyannote[155].start 705.96284375
transcript.pyannote[155].end 710.65409375
transcript.pyannote[156].speaker SPEAKER_00
transcript.pyannote[156].start 710.89034375
transcript.pyannote[156].end 728.67659375
transcript.pyannote[157].speaker SPEAKER_01
transcript.pyannote[157].start 728.84534375
transcript.pyannote[157].end 766.03784375
transcript.pyannote[158].speaker SPEAKER_00
transcript.pyannote[158].start 766.40909375
transcript.pyannote[158].end 767.20221875
transcript.pyannote[159].speaker SPEAKER_00
transcript.pyannote[159].start 768.75471875
transcript.pyannote[159].end 768.78846875
transcript.pyannote[160].speaker SPEAKER_01
transcript.pyannote[160].start 768.78846875
transcript.pyannote[160].end 768.90659375
transcript.pyannote[161].speaker SPEAKER_00
transcript.pyannote[161].start 768.90659375
transcript.pyannote[161].end 770.05409375
transcript.whisperx[0].start 11.58
transcript.whisperx[0].end 21.429
transcript.whisperx[0].text 谢谢主席我想要先请我们经济部和市长跟水利署署长有请经济部跟水利署
transcript.whisperx[1].start 32.704
transcript.whisperx[1].end 53.672
transcript.whisperx[1].text 我想要請教一下就是說現在水地署有31條就是他們說未施工的有31條的那個緊急的這個需要施工的裡面有26條在施工當中5條沒有上未施工那那個部分就是破題施工的部分
transcript.whisperx[2].start 54.312
transcript.whisperx[2].end 77.077
transcript.whisperx[2].text 那請問一下就是那五條現在情況是怎麼樣 有沒有左水溪我們現在因為這個破體施工在訓期前都會做處理那我們都加強這個去檢視 目前這破體施工都全部都掌握住 沒有問題那左水溪呢左水溪有嗎 左水溪目前沒有
transcript.whisperx[3].start 77.625
transcript.whisperx[3].end 102.439
transcript.whisperx[3].text 沒有是不是對31條裡面目前沒有做那未來我們在推動AI辨識影像辨識那如果在停電的時候影像辨識會不會發生作用以及就是我們在就是說除了影像辨識以外怎麼樣子跟讓中央跟地方有合作的社區房災能量呢
transcript.whisperx[4].start 103.837
transcript.whisperx[4].end 132.966
transcript.whisperx[4].text 那個我們影像辨識當然這個他如果在因為我們有2000多個感知器啦那感知器事實上是透過感知器在配合他的高層就可以做一個那個判斷那這個判斷是由我們自己在我們經濟部水利署這邊做判斷的並不是在現場所以並不會受到停電的影響這是我們在中央這邊來做加值碼上分析的
transcript.whisperx[5].start 134.173
transcript.whisperx[5].end 159.852
transcript.whisperx[5].text 所以不會受到停電影響 那繼承的那個社區防災呢社區防災部分因為有一些是他自主防災很多里長或是志工他都會提報給我們所以社區防災是這個概念但是我們另外一邊是利用AI的一個科技化導入就是剛剛講感知器或CCTV的掌握那這個都同步在進行那會對淹水就是
transcript.whisperx[6].start 160.572
transcript.whisperx[6].end 181.131
transcript.whisperx[6].text 可以完全掌握對不對對也就是說現在有三個系統一個是透過志工給我們提報一個是透過感知器自動回傳另外就是EMIC那個縣市政府他會經由災防民眾去陳情的部分那這三個系統都匯整到水利署來也會匯整到災防辦這邊做統籌運用好
transcript.whisperx[7].start 183.473
transcript.whisperx[7].end 201.628
transcript.whisperx[7].text 好 那那個署長謝謝你喔 謝謝我想要請那個交通部次長因為 何次長 欸 何次長 你不要走我想要問一個問題喔 我突然我想到了我們去年有去看了就是說 ADAS的系統那我想要請交通部的那個我們交通部是林次長嗎我們一起好不好 何次長跟林次長不能一起嗎好 委員好
transcript.whisperx[8].start 215.049
transcript.whisperx[8].end 236.537
transcript.whisperx[8].text 就是說在EDAS這個輔助系統裡面就是說我知道說那個經濟部也有很多的技術以及測試的場域那未來怎麼樣子推動然後能夠讓我們的汽車零組件的這個市場可以擴大那協助我們的傳產跟中小企業就是中部的這個部分
transcript.whisperx[9].start 237.958
transcript.whisperx[9].end 257.097
transcript.whisperx[9].text 那次長你也知道說那我們現在在這個就是說不管是輔助系統或者是輔助駕駛或者自動駕駛的部分在我們交通場域的這個運用上面有什麼樣子的限制
transcript.whisperx[10].start 260.768
transcript.whisperx[10].end 264.272
transcript.whisperx[10].text 我們現在會透過那個測試中心去測試這個系統那這個系統如果企業它運用之後那我們也會提供研發補助給這個企業那但是我們因為第一個就是
transcript.whisperx[11].start 275.407
transcript.whisperx[11].end 294.978
transcript.whisperx[11].text 就是說我們的那個價值高齡化再來就是我們的就是說公共運輸的價值現在也有缺工的情況那所以未來就是說如果我們要怎麼樣子推廣這個產業以及就是能夠協助我們解決我們公共運輸還有我們
transcript.whisperx[12].start 295.638
transcript.whisperx[12].end 310.772
transcript.whisperx[12].text 就是說在六都以外的或者甚至六都啊都都需要這種協助的那個輔助駕駛的系統或者是甚至到未來可能是無人駕駛的系統那交通部你們有沒有像其他相關的
transcript.whisperx[13].start 311.252
transcript.whisperx[13].end 327.392
transcript.whisperx[13].text 是謝謝委員您提到這個確實是目前公共運輸也好駕駛的重要議題主要就是公共運輸來講有疲勞駕駛的問題有年齡老化也有缺工缺人的問題所以目前無人駕駛無人駕駛什麼時候可以上路
transcript.whisperx[14].start 331.016
transcript.whisperx[14].end 345.322
transcript.whisperx[14].text 你們相關的法規法令其實已經在測試了以前我們在桃機工研院有測試無人駕駛直接用50公里速度就可以切換那事實上在不同的示範區像沙崙我講的不是示範區我講的是說怎麼樣落地有一個問題因為落地的問題
transcript.whisperx[15].start 351.244
transcript.whisperx[15].end 371.884
transcript.whisperx[15].text 目前我們有Level 1到Level 4嘛那一般目前還在Level 2啦Level 2就是還是要需要人來注意跟操控那我們就對進入Level 3比較審慎因為已經涉及到駕駛人完全不用操控那可能所有的駕駛責任操控完全是設計廠商的問題
transcript.whisperx[16].start 372.324
transcript.whisperx[16].end 394.182
transcript.whisperx[16].text 其實我們Level 2現在也只是在試辦嗎?Level 2已經有了可以直接上路嗎?法規法令都沒有問題嗎?因為Level 2還是要人駕駛他要手要放在環境板上面所以基本上跟現在操作是一樣那Level 3就完全放手那就跳得比較大
transcript.whisperx[17].start 394.693
transcript.whisperx[17].end 412.024
transcript.whisperx[17].text 那這個部分呢有沒有辦法這個部分現在是測試中還沒有完全導入因為這會涉及到未來就是說超高齡的社會然後還有就是偏鄉的公共運輸啊或者是像你們所謂的需求反應式的這種
transcript.whisperx[18].start 413.384
transcript.whisperx[18].end 437.675
transcript.whisperx[18].text 公共運輸的運具等等這個都是可以協助的範圍內是不是是我們也鼓勵業者往這個方向來進行那但是目前車廁廠還有不是說法規法令啊主要還是系統要完整要能夠完全你覺得現在系統不夠完整嗎目前導入台灣的都還沒有還沒有
transcript.whisperx[19].start 439.416
transcript.whisperx[19].end 467.607
transcript.whisperx[19].text 那何次長是不是也回答一下跟我們報告我們有一個無人載具的一個沙盒計畫那當然就是說業者他可以來跟我們申請這個沙盒計畫那他可以在指定路線上面做一些測試那如果測試沒有問題的話我想才會基於安全的問題我們才會讓可能交通部那邊可能才會這個相關的上路的一些計畫交通部的次長提到了沒有沒有相關的技術是嗎
transcript.whisperx[20].start 469.349
transcript.whisperx[20].end 495.459
transcript.whisperx[20].text 技術應該是有啦技術有啦對不對因為我去看到技術有啦但是全盤型的技術或者是有導入在沙盒實驗測試中但是還沒有你是說沒有運用嗎應該說還沒有完成所有的測試能夠大量生產然後在國內取得正式的生產的過程因為畢竟它要生產的過程除了測試以外還要經過我們測驗中心
transcript.whisperx[21].start 496.819
transcript.whisperx[21].end 519.487
transcript.whisperx[21].text 因為這個東西為什麼我追了很久就是因為這個涉及到經濟部跟交通部經濟部是技術方面交通部是安全跟法規相關的部分那是不是就這個部分無人載具的部分怎麼樣子上路然後以及協助這個公共運輸是不是能夠召委是不是主席是不是能夠請他們提一個報告給委員會
transcript.whisperx[22].start 522.145
transcript.whisperx[22].end 541.716
transcript.whisperx[22].text 就提一個報告給我們好不好提一個相關的報告就是技術方面以及就是上路的法規法令怎麼樣子到level 3那這個相關的法規法令是不是也提到這個然後這樣子也可以協助我們中小企業中部地區的這些汽車零組件
transcript.whisperx[23].start 542.276
transcript.whisperx[23].end 559.263
transcript.whisperx[23].text 的企業喔那在這個不景氣的時候或者他們因為我們都半導體都很好了嘛可是我們的中小企業需要來協助好不好好謝謝委員好謝謝那我想要請農業部的陳部長委員好
transcript.whisperx[24].start 563.803
transcript.whisperx[24].end 583.371
transcript.whisperx[24].text 陳部長昨天我有請教我們台塘藍園的這個問題要在美國的基地做相關的生產那經濟部的總部長說這是你們農業部需要協助農民的部分
transcript.whisperx[25].start 584.367
transcript.whisperx[25].end 609.526
transcript.whisperx[25].text 對 因為台塘在美國它有一些燃煙廠那時候我們有跟經濟部透過台塘這邊協調就是說 是不是可以讓台塘的那個基地當我們台灣燃煙的一個接力生產的場域那我們也跟相關的協會 燃協這邊做討論然後他們也在做評估跟規劃因為最重要就是說
transcript.whisperx[26].start 610.386
transcript.whisperx[26].end 635.331
transcript.whisperx[26].text 這些業者願意去那邊做接力生產不然到時候一旦建設了以後又沒有人去反而會更糟糕那現在正在藍鞋他們內部正在做這些討論因為不同的業者還是有不同的聲音因為我是知道說就是說我們台灣消亡美國的藍花是2300萬株可是台湯藍園的容納量只有500萬株
transcript.whisperx[27].start 636.591
transcript.whisperx[27].end 664.213
transcript.whisperx[27].text 那其他的好像沒有辦法容納那麼多這個我要跟委員報告就是我們台灣業者在美國的藍園的基地不是只有台南那一塊不是只有那個台南藍園還有其他的就是在西岸的部分就是介於部分是介於台南的地那他們在東岸的部分他們業者很多都有基地的所以它變成一個接力生產的一個基地可以供應就是加州的部分一直到奧勒根跟那個
transcript.whisperx[28].start 665.093
transcript.whisperx[28].end 683.415
transcript.whisperx[28].text 主要是家族的部分就對了那所以怎麼樣子未來農業部怎麼樣協助我們的花卉業者到就是說能夠在美國這個生產基金那怎麼樣子就是說有相關的能電系統怎麼樣子的怎樣就是說協助他們呢
transcript.whisperx[29].start 683.996
transcript.whisperx[29].end 709.722
transcript.whisperx[29].text 我們初步的規劃就是說如果業者真的有那個共識而且他們願意當作經營主體因為業者要有經營主體的部分的時候那相關的這些設備的改善因為台棠那塊基地裡面的溫室部分的溫室已經太老舊了那我想政府會提供相關的經費去做這樣的一個修建滿足業者的需求以後然後由業者做經營主體去做處理
transcript.whisperx[30].start 710.922
transcript.whisperx[30].end 728.341
transcript.whisperx[30].text 好 謝謝那訊息也到了希望就是說除了災後的補貼希望我們農業部是不是能夠以精準農業跟智慧防災的角度協助農民進行訊息前主動式的預防可以嗎
transcript.whisperx[31].start 729.142
transcript.whisperx[31].end 750.083
transcript.whisperx[31].text 一定會的 我想委員一直非常關注這一切也一直叮嚀我們農業部就希望說在訊息的過程中讓農民早一點知道訊息 早一點做房貸的準備那這個部分我想我們在全台灣布建了非常多的農業專屬的氣象站大概200多個氣象站那透過這些氣象站的一個興建以後
transcript.whisperx[32].start 750.603
transcript.whisperx[32].end 767.065
transcript.whisperx[32].text 那個氣象的資訊的掌握更精準然後再透過智慧化的一些一些訊息的就是傳遞那才會讓那個農民有更早的一個預防我想這個我想我會尊重委員的意見然後我們更加速來進行好 謝謝好 謝謝謝一芬