iVOD / 151677

Field Value
IVOD_ID 151677
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/151677
日期 2024-04-24
會議資料.會議代碼 委員會-11-1-36-16
會議資料.會議代碼:str 第11屆第1會期司法及法制委員會第16次全體委員會議
會議資料.屆 11
會議資料.會期 1
會議資料.會次 16
會議資料.種類 委員會
會議資料.委員會代碼[0] 36
會議資料.委員會代碼:str[0] 司法及法制委員會
會議資料.標題 第11屆第1會期司法及法制委員會第16次全體委員會議
影片種類 Clip
開始時間 2024-04-24T11:40:58+08:00
結束時間 2024-04-24T11:57:03+08:00
影片長度 00:16:05
支援功能[0] ai-transcript
支援功能[1] gazette
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/534e6c42fa7aedb357431ea4ce10da6d7e796690f3f0abb2eadb1108e4b844322153524cdbbb34395ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 鍾佳濱
委員發言時間 11:40:58 - 11:57:03
會議時間 2024-04-24T09:00:00+08:00
會議名稱 立法院第11屆第1會期司法及法制委員會第16次全體委員會議(事由:邀請司法院秘書長、法務部部長率所屬相關單位列席就「如何透過行政簡化、訴訟減量與科技運用以降低基層司法體系負擔之成效與精進期程」進行專題報告,並備質詢。)
gazette.lineno 735
gazette.blocks[0][0] 鍾委員佳濱:(11時41分)謝謝主席!在場的委員先進、列席的政府機關首長官員、會場工作夥伴、媒體記者女士先生。有請司法院吳秘書長、民事廳周廳長、人事處陳處長還有法務部的蔡部長。
gazette.blocks[1][0] 主席:請吳秘書長和蔡部長。
gazette.blocks[2][0] 蔡部長清祥:委員好!
gazette.blocks[3][0] 鍾委員佳濱:秘書長好!部長好!廳長好!處長好!先請教秘書長,剛剛有委員問到2016年賴浩敏前院長跟蘇永欽前副院長向蔡英文總統辭職一事,請問他們是因應著什麼樣的情況去表達此意?是因為政黨輪替還是因為新總統就任?還是什麼原因?
gazette.blocks[4][0] 吳秘書長三龍:當時雖然在5月份的時候有黨團提出訴求……
gazette.blocks[5][0] 鍾委員佳濱:哪個黨團?
gazette.blocks[6][0] 吳秘書長三龍:是時代力量。
gazette.blocks[7][0] 鍾委員佳濱:時代力量黨團提出一個訴求?
gazette.blocks[8][0] 吳秘書長三龍:就是希望說5月有一個交接,希望……
gazette.blocks[9][0] 鍾委員佳濱:就是5月有個交接,希望這兩位,院長、副院長辭職?
gazette.blocks[10][0] 吳秘書長三龍:就是5月份的時候,但是當時的司法院長賴浩敏院長是在7月11號才請辭,總統沒有馬上處理,就是要……
gazette.blocks[11][0] 鍾委員佳濱:他為什麼請辭?是因為新總統就任?
gazette.blocks[12][0] 吳秘書長三龍:並不是。
gazette.blocks[13][0] 鍾委員佳濱:他是因為什麼請辭?
gazette.blocks[14][0] 吳秘書長三龍:他的任期到10月31號屆滿,所以他……
gazette.blocks[15][0] 鍾委員佳濱:是任期將屆請辭啦!
gazette.blocks[16][0] 吳秘書長三龍:他的任期將屆,但是總統是在他任期將屆之前4天即10月27號才准辭。
gazette.blocks[17][0] 鍾委員佳濱:所以並沒有所謂的因為時代力量黨團提出新總統就任,要建立憲政慣例,所以要求司法院正副院長向新任總統或向原任命總統請辭,沒有啦!
gazette.blocks[18][0] 吳秘書長三龍:沒有慣例,所以賴浩敏院長是到任期滿,即10月31號任期滿他才離職。
gazette.blocks[19][0] 鍾委員佳濱:好,謝謝!很清楚了,這個歷史不能夠錯亂。
gazette.blocks[19][1] 接下來我先請教一下,保單遭強制執行數量暴增的問題,我之前在財政委員會也有問到,請問廳長,是不是從2022年開始有這個情況?
gazette.blocks[20][0] 周廳長玫芳:是。
gazette.blocks[21][0] 鍾委員佳濱:這是不是造成我們法院很大的一個工作壓力?
gazette.blocks[22][0] 周廳長玫芳:對執行處變成是一個比較大的壓力,且集中在台北地院跟士林地院。
gazette.blocks[23][0] 鍾委員佳濱:這兩個地院特別嚴重?
gazette.blocks[24][0] 周廳長玫芳:是。
gazette.blocks[25][0] 鍾委員佳濱:我要請教蔡部長,關於這一點,我問過了保險局,也問過了金管會,他們說他們曾經提出修正行政執行法的方式來解決這個問題,我先解釋一下什麼是強制執行保單。就是要保人因為有欠債,而他有個保單在保險公司,債權人要求保險公司把他的保單解約,以這個保單的解約金或準備金來抵付債務,所以就聲請強制執行,部長瞭解了嗎?
gazette.blocks[26][0] 蔡部長清祥:這是民事強制執行還是刑事強制執行……
gazette.blocks[27][0] 鍾委員佳濱:你是負責刑事強制執行,那行政執行法的主責單位是哪裡?是你啊!
gazette.blocks[28][0] 蔡部長清祥:依據行政執行法是因為他欠的是公家的。
gazette.blocks[29][0] 鍾委員佳濱:對,包括欠稅也是。
gazette.blocks[30][0] 蔡部長清祥:欠稅或是欠罰款才是。
gazette.blocks[31][0] 鍾委員佳濱:金管會是希望你們修行政執行法,把這個改一下,不要讓這些保單的受益人因此而失去他的權益,你覺得是應該修保險法還是修行政執行法?
gazette.blocks[32][0] 蔡部長清祥:我想都可以考慮。
gazette.blocks[33][0] 鍾委員佳濱:都可以考慮?
gazette.blocks[34][0] 蔡部長清祥:如果說可以來合理化……
gazette.blocks[35][0] 鍾委員佳濱:願意配合?再請教秘書長,針對這一點,我們有提出說為了避免殺雞取卵,因為保單的解約金可能完全無法抵付債權,可是受益人就因此憑空損失了,包括他的癌症險以及他的一些健康險等,都因為主約被解約使得附約也連帶消失了。有人提出用介入權的方式讓受益人可以介入來償付解約金,對這樣的一個修法方向,司法院支持嗎?
gazette.blocks[36][0] 周廳長玫芳:關於這一個部分,因為涉及整個保險政策的問題,如果要做改變的話……
gazette.blocks[37][0] 鍾委員佳濱:如果金管會要做這個改變,修正保險法,提出自行介入權,你們支持嗎?
gazette.blocks[38][0] 周廳長玫芳:如果在保險法裡面做改變,我們很尊重。
gazette.blocks[39][0] 鍾委員佳濱:好,謝謝!因為民事案件執行量大增,我們現在要與金管會保險局和壽險公會來協調統一格式、流程,以降低執行法院的壓力,你同意嗎?在修法之前先做這個事情,願不願意?
gazette.blocks[40][0] 周廳長玫芳:對這個部分,我們已經在啟動這樣的機制。
gazette.blocks[41][0] 鍾委員佳濱:很好,謝謝!部長跟廳長兩位請回座,這一題問完我們開始今天正式要提出的質詢。我再請教一下秘書長,有一個叫做圖靈測試,目的是要區分回答者是人還是機器人。請問秘書長,你覺得法官是人類還是判決產生器?這很簡單吧?
gazette.blocks[42][0] 吳秘書長三龍:那當然是人。
gazette.blocks[43][0] 鍾委員佳濱:當然是人類,對不對?我們來看一下,司法官的養成要相當長的時間,以法官來說,要相當長的時間,但是科技的成長跟引入相對的快,所以就我們要解決目前積案案量來說,您覺得調整法官的員額或培養來得比較迅速,還是透過科技的引進比較能夠適應我們環境上的壓力?很難回答?
gazette.blocks[44][0] 吳秘書長三龍:那當然要還是要從人倫來思考。
gazette.blocks[45][0] 鍾委員佳濱:好,但是培養人要比較長的時間嘛!我們現在看的這個圖就很有意思,30年來,我們的民事案件增長了6倍,就是藍色這個長條圖;我們的刑事案件是紅色的長條圖;綠色線條顯示的是民事月均辦結案,它在2007年、2006年到一個高峰後,啪的跳水一般就躺平了。至於我們的刑事月均辦結數則是從頭到尾像心臟停止一樣平平的一條線,如果以目前這樣的一個月均辦結數比照現在的民事跟刑事的成長,你覺得有解方嗎?民事新增了314萬件,刑事新增了45萬件。
gazette.blocks[46][0] 吳秘書長三龍:所以未結案數就增加了96%。
gazette.blocks[47][0] 鍾委員佳濱:是啊!你們能夠辦結的數就是躺平啦!數量增加率在上面,這是惡意濫訴,還是我們立法者重刑化,抑或案件複雜化造成的?
gazette.blocks[48][0] 吳秘書長三龍:不管怎麼樣,法院是社會信賴的很重要的力量,所以法院被賦予各種要照料的事物愈來愈多,範圍也廣了。
gazette.blocks[49][0] 鍾委員佳濱:隨著案量的提高,大家期待法院辦結的能力也能提高,但恰恰相反,直接躺平!為什麼?我們繼續往下看,我們常常說上游缺水保、下游土石流、人力永遠不夠用,你同意嗎?是不是從源頭案量的控管比較重要?
gazette.blocks[50][0] 吳秘書長三龍:是,那個當然最重要,不然……
gazette.blocks[51][0] 鍾委員佳濱:所以我們底下提出這幾個方法,譬如說在刑事上加強行政處遇,在民事上透過律師的諮詢強化調解,在程序上加強審查,減少訴訟量,一審量少上訴量就能減少,你覺得這有沒有幫助?
gazette.blocks[52][0] 吳秘書長三龍:一些有效率的方式應該都會有幫助。
gazette.blocks[53][0] 鍾委員佳濱:所以你都支持?那我們來看一下,訴訟減量、行政減化已經部分上路了,你們有沒有做人力影響評估?成效如何?有沒有評估說你們現在所做的訴訟減量跟行政減化到底有沒有讓源頭的案量減少?你們有沒有評估過?
gazette.blocks[54][0] 吳秘書長三龍:最主要原因是案源有時候我們無法控制。
gazette.blocks[55][0] 鍾委員佳濱:你們沒有控制怎麼知道如何解決?人家說對症下藥,你們今天看到案量一直成長,祭出了訴訟減量,祭出了行政減化,結果祭出了這些手法還是沒有把它壓下來,那你就對症沒有下藥啦!
gazette.blocks[56][0] 吳秘書長三龍:所以就出了另外一種聲音要限量分案。
gazette.blocks[57][0] 鍾委員佳濱:當你們下了這個藥的時候,病情有沒有比較好或減少惡化,你們有沒有做這個評估?如果你沒有做這個評估又不斷的下藥、下藥,結果案量一直成長、成長,你怎麼知道哪個藥有效哪個藥沒有效?
gazette.blocks[58][0] 吳秘書長三龍:最主要在司法機關也是很無奈呀!案源一直來啊!因為法令賦予要照料的事物很多。
gazette.blocks[59][0] 鍾委員佳濱:秘書長!我們用科學方法啦!你面對問題提出解方,解方有沒有使問題不繼續惡化也要評估嘛,對不對?請你們回去做評估。為了要減少訴訟,讓法官能專注審判核心業務,我們提出了透過包括智慧科技來形成筆錄,在確保資安的前提之下,讓調查意見資料能夠用摘要這個方式,還有簡化判決書、書狀格式化等建議,你認為這些有沒有幫助?
gazette.blocks[60][0] 吳秘書長三龍:這些都會有幫助,尤其裁判書簡化這個事。
gazette.blocks[61][0] 鍾委員佳濱:那就請你把這些措施引進之後,判斷一下有沒有因為這個措施的引進讓案源或案量稍微……不要說減少啦,至少成長不要那麼快。可不可以去做一個評估?
gazette.blocks[62][0] 吳秘書長三龍:我們會評估。
gazette.blocks[63][0] 鍾委員佳濱:我們看下一個,法官不是機器人,合理的工作才有裁判品質,你們的司法周刊說要去衡量法官的工作案量、結案量對不對?
gazette.blocks[64][0] 吳秘書長三龍:結案量。
gazette.blocks[65][0] 鍾委員佳濱:請問一下,結案100件跟結案10件,哪一個效率高?你認為結案100件跟結案10件的兩個法官誰的效率好?
gazette.blocks[66][0] 吳秘書長三龍:那當然要合理的結案,品質才會好。
gazette.blocks[67][0] 鍾委員佳濱:是,那你們有沒有評估?你們目前只有一個量化的數字叫做結案量,這對法官壓力很大啊!有沒有分類?不同的案件可能需要不同的工作量,所以是不是應該用合理的工作分類來衡量一個合理的結案量,是不是這樣子?你們有做嗎?
gazette.blocks[68][0] 吳秘書長三龍:我們明天就會舉行這樣一個會議……
gazette.blocks[69][0] 鍾委員佳濱:你們明天要舉行?還好本席今天問了,我問的你們明天就要做了,很好!所以請你們好好的落實,對不同案件的合理工作量做合理的評估而不是以單一的結案數量為準,是不是這樣?
gazette.blocks[70][0] 吳秘書長三龍:是。
gazette.blocks[71][0] 鍾委員佳濱:最後我們來看一下,我今天問的你們從明天開始就要做。要統計才有辦法估算人力需求,進而幫助法官減壓,那你們有辦法區分案件的複雜程度嗎?有辦法吧?
gazette.blocks[72][0] 吳秘書長三龍:是可以,因為這個都會有一定的處理方式。
gazette.blocks[73][0] 鍾委員佳濱:最後提到員額問題。其實我們剛剛講到了司法官,尤其是法官的培養要很長的時間,在一個司法院院長的任內,其實就算透過人總給你們員額,你們都不見得來得及補,對不對?我們來看一下,螢幕上的139,000還沒有改正,應該是目前你們的員額從13,900人變成15,000人,但其實整體中央政府的員額是減7%,司法院的員額則是從13,900人變成15,000人,增加了快8%,你覺得人總有沒有給予司法院較多的員額,讓你們解決問題?有沒有?
gazette.blocks[74][0] 吳秘書長三龍:是因為我們現在的需求,像今天有提出一個表,要5,536人。
gazette.blocks[75][0] 鍾委員佳濱:我知道啦!我是說從整體來看,其他小孩的零用金都減了,但給你的零用金是成長的,處長,你覺得人總在員額上有沒有不給司法院?
gazette.blocks[76][0] 陳處長美彤:報告委員,這個要講到一個沿革,就是在108年底的時候修正總員額法,當時雖然從13,900人提高為15,000人,看起來是增加1,100人,但事實上當時司法院提出來需要請增的員額是22,068人,……
gazette.blocks[77][0] 鍾委員佳濱:我了解。
gazette.blocks[78][0] 陳處長美彤:評估後來的新制,果不其然,現在減縮為15,000人之後,接下來的各項新制如憲法、訴訟法、國民法官法、行政訴訟新制、商業事件審理法等等這一大堆新制,都增加我們法官的工作負擔,這1,100人現在證明……
gazette.blocks[79][0] 鍾委員佳濱:就是杯水車薪,對不對?
gazette.blocks[80][0] 陳處長美彤:加上明年又要成立北部少家法院,然後……
gazette.blocks[81][0] 鍾委員佳濱:處長你不用說得那麼上氣不接下氣的,我們都知道你們需求很大。但是今天整體中華民國中央政府員額是減7%的,所以我要說的是我們持平來論。整個中央政府總員額是在縮減的,但是給司法院的員額是提高的,只是提高的幅度還趕不上你的需求,這是你要講的,對不對?那我們往這方面來思考,除了實任法官之外,依法官法第七十七條還有優遇法官,請問優遇法官有沒有計入目前的員額?有沒有?
gazette.blocks[82][0] 陳處長美彤:他有占員額,因為他還是有領人事費,是領三分之二。
gazette.blocks[83][0] 鍾委員佳濱:法條規定是不計入該機關所定員額之內。
gazette.blocks[84][0] 陳處長美彤:那是指不計入現有員額,但是他還是計入預算員額。
gazette.blocks[85][0] 鍾委員佳濱:這就是一個問題了!所以未來我們是不是可以跟人總商量不要把優遇法官再計算在預算員額內?主管預算員額的是誰?是主計總處,對不對?
gazette.blocks[86][0] 陳處長美彤:這還涉及到人事費用。
gazette.blocks[87][0] 鍾委員佳濱:涉及人事費用?所以這個部分你們具體來提,你們會發現過勞的法官好像都是年輕人耶!我不是說有年齡歧視,但是年齡稍長的因為有優遇制度,比較不容易過勞,可是一樣占員額;如果他辦的案件少,我們還是給他優遇,因為憲法第八十一條規定法官是終身職,是不是這樣?所以過勞的都是年輕的法官,那我們沒辦法把這個員額……
gazette.blocks[88][0] 吳秘書長三龍:過勞不分年齡啦!因為我看過太多年老的也是如此。
gazette.blocks[89][0] 鍾委員佳濱:我們秘書長終於還是幫忙同儕講話啦!
gazette.blocks[90][0] 吳秘書長三龍:我70歲了,我知道服務……
gazette.blocks[91][0] 鍾委員佳濱:你也很過勞啦!
gazette.blocks[92][0] 吳秘書長三龍:而且看過那個年老的這個……
gazette.blocks[93][0] 鍾委員佳濱:所以我說你們要設法從員額上的計算去跟人總argue,可不可以?去討論優遇法官是不是可以不計入你們的員額。
gazette.blocks[94][0] 吳秘書長三龍:我們會儘量來爭取,也期盼人總今天的代表能帶回我們的聲音。
gazette.blocks[95][0] 鍾委員佳濱:人總的代表,可以帶回去嗎?可以?點頭啦!
gazette.blocks[95][1] 最後是我今天的結論,三管齊下─源頭的案源要減量;科技化協助分擔分流,讓法官抓到核心判決;合理評估工作量和結案量,預估未來的需求,這幾方面都很重要。所以我們最後有提出兩個要求:請司法院三個月內提出書面報告,合理評量各類案件所需的不同工作量,據以調配案量並評估未來的需求,可以嗎?
gazette.blocks[96][0] 吳秘書長三龍:可以。
gazette.blocks[97][0] 鍾委員佳濱:請司法院衡量10年內優遇法官空出的員額,我可能還要再加一句「配合跟人事總處爭取」,併入未來整體的員額需求,並就法官跟書記官等為適當配置,三個月內提出書面報告。我要說明為什麼這樣要求,因為如果優遇法官的員額可以空出來,其實你要酌給一些書記官,因為書記官是沒有優遇的,他們很憂鬱,可是他們沒有辦法得到優遇,所以他們的員額是固定的,你們在分配的時候要多給一些,也減輕書記官的負擔。可以嗎?
gazette.blocks[98][0] 吳秘書長三龍:可以。
gazette.blocks[99][0] 鍾委員佳濱:好,謝謝!
gazette.blocks[100][0] 吳秘書長三龍:謝謝。
gazette.blocks[101][0] 主席:謝謝鍾佳濱委員,謝謝秘書長,這是很大的工程,但是人力的部分還是要去解決啦。
gazette.blocks[101][1] 接下來我們請翁曉玲翁委員質詢。
gazette.blocks[102][0] 主席(鍾委員佳濱):我們先處理會議時間,上午會議繼續進行至所有登記發言委員詢答結束為止。
gazette.blocks[102][1] 接下來我們就請翁委員。謝謝!
gazette.agenda.page_end 250
gazette.agenda.meet_id 委員會-11-1-36-16
gazette.agenda.speakers[0] 鍾佳濱
gazette.agenda.speakers[1] 沈發惠
gazette.agenda.speakers[2] 羅智強
gazette.agenda.speakers[3] 謝龍介
gazette.agenda.speakers[4] 莊瑞雄
gazette.agenda.speakers[5] 黃國昌
gazette.agenda.speakers[6] 陳俊宇
gazette.agenda.speakers[7] 吳思瑤
gazette.agenda.speakers[8] 黃珊珊
gazette.agenda.speakers[9] 楊瓊瓔
gazette.agenda.speakers[10] 林思銘
gazette.agenda.speakers[11] 吳宗憲
gazette.agenda.speakers[12] 翁曉玲
gazette.agenda.speakers[13] 賴士葆
gazette.agenda.speakers[14] 傅崐萁
gazette.agenda.page_start 187
gazette.agenda.meetingDate[0] 2024-04-24
gazette.agenda.gazette_id 1133301
gazette.agenda.agenda_lcidc_ids[0] 1133301_00004
gazette.agenda.meet_name 立法院第11屆第1會期司法及法制委員會第16次全體委員會議紀錄
gazette.agenda.content 邀請司法院秘書長、法務部部長率所屬相關單位列席就「如何透過行政簡化、訴訟減量與科技運 用以降低基層司法體系負擔之成效與精進期程」進行專案報告,並備質詢
gazette.agenda.agenda_id 1133301_00003
transcript.pyannote[0].speaker SPEAKER_00
transcript.pyannote[0].start 0.06471875
transcript.pyannote[0].end 1.00971875
transcript.pyannote[1].speaker SPEAKER_02
transcript.pyannote[1].start 7.38846875
transcript.pyannote[1].end 8.35034375
transcript.pyannote[2].speaker SPEAKER_02
transcript.pyannote[2].start 9.93659375
transcript.pyannote[2].end 11.08409375
transcript.pyannote[3].speaker SPEAKER_01
transcript.pyannote[3].start 11.32034375
transcript.pyannote[3].end 25.98471875
transcript.pyannote[4].speaker SPEAKER_00
transcript.pyannote[4].start 20.98971875
transcript.pyannote[4].end 21.02346875
transcript.pyannote[5].speaker SPEAKER_02
transcript.pyannote[5].start 21.02346875
transcript.pyannote[5].end 22.22159375
transcript.pyannote[6].speaker SPEAKER_00
transcript.pyannote[6].start 22.22159375
transcript.pyannote[6].end 22.47471875
transcript.pyannote[7].speaker SPEAKER_00
transcript.pyannote[7].start 24.24659375
transcript.pyannote[7].end 24.28034375
transcript.pyannote[8].speaker SPEAKER_02
transcript.pyannote[8].start 24.28034375
transcript.pyannote[8].end 24.88784375
transcript.pyannote[9].speaker SPEAKER_01
transcript.pyannote[9].start 26.45721875
transcript.pyannote[9].end 26.47409375
transcript.pyannote[10].speaker SPEAKER_02
transcript.pyannote[10].start 26.47409375
transcript.pyannote[10].end 27.58784375
transcript.pyannote[11].speaker SPEAKER_01
transcript.pyannote[11].start 31.67159375
transcript.pyannote[11].end 35.14784375
transcript.pyannote[12].speaker SPEAKER_02
transcript.pyannote[12].start 34.57409375
transcript.pyannote[12].end 35.02971875
transcript.pyannote[13].speaker SPEAKER_01
transcript.pyannote[13].start 35.21534375
transcript.pyannote[13].end 37.66221875
transcript.pyannote[14].speaker SPEAKER_01
transcript.pyannote[14].start 38.03346875
transcript.pyannote[14].end 46.11659375
transcript.pyannote[15].speaker SPEAKER_01
transcript.pyannote[15].start 46.42034375
transcript.pyannote[15].end 49.44096875
transcript.pyannote[16].speaker SPEAKER_01
transcript.pyannote[16].start 49.69409375
transcript.pyannote[16].end 58.14846875
transcript.pyannote[17].speaker SPEAKER_00
transcript.pyannote[17].start 59.73471875
transcript.pyannote[17].end 64.17284375
transcript.pyannote[18].speaker SPEAKER_00
transcript.pyannote[18].start 64.62846875
transcript.pyannote[18].end 67.90221875
transcript.pyannote[19].speaker SPEAKER_01
transcript.pyannote[19].start 65.92784375
transcript.pyannote[19].end 66.63659375
transcript.pyannote[20].speaker SPEAKER_01
transcript.pyannote[20].start 67.90221875
transcript.pyannote[20].end 67.91909375
transcript.pyannote[21].speaker SPEAKER_00
transcript.pyannote[21].start 67.91909375
transcript.pyannote[21].end 67.93596875
transcript.pyannote[22].speaker SPEAKER_00
transcript.pyannote[22].start 68.07096875
transcript.pyannote[22].end 72.54284375
transcript.pyannote[23].speaker SPEAKER_00
transcript.pyannote[23].start 72.55971875
transcript.pyannote[23].end 79.14096875
transcript.pyannote[24].speaker SPEAKER_01
transcript.pyannote[24].start 73.82534375
transcript.pyannote[24].end 74.65221875
transcript.pyannote[25].speaker SPEAKER_01
transcript.pyannote[25].start 76.08659375
transcript.pyannote[25].end 76.54221875
transcript.pyannote[26].speaker SPEAKER_01
transcript.pyannote[26].start 77.52096875
transcript.pyannote[26].end 77.58846875
transcript.pyannote[27].speaker SPEAKER_00
transcript.pyannote[27].start 79.29284375
transcript.pyannote[27].end 79.83284375
transcript.pyannote[28].speaker SPEAKER_00
transcript.pyannote[28].start 80.50784375
transcript.pyannote[28].end 82.49909375
transcript.pyannote[29].speaker SPEAKER_00
transcript.pyannote[29].start 82.58346875
transcript.pyannote[29].end 84.13596875
transcript.pyannote[30].speaker SPEAKER_00
transcript.pyannote[30].start 84.60846875
transcript.pyannote[30].end 90.97034375
transcript.pyannote[31].speaker SPEAKER_01
transcript.pyannote[31].start 88.94534375
transcript.pyannote[31].end 89.48534375
transcript.pyannote[32].speaker SPEAKER_01
transcript.pyannote[32].start 90.97034375
transcript.pyannote[32].end 92.57346875
transcript.pyannote[33].speaker SPEAKER_01
transcript.pyannote[33].start 93.21471875
transcript.pyannote[33].end 95.10471875
transcript.pyannote[34].speaker SPEAKER_00
transcript.pyannote[34].start 95.10471875
transcript.pyannote[34].end 95.12159375
transcript.pyannote[35].speaker SPEAKER_01
transcript.pyannote[35].start 96.28596875
transcript.pyannote[35].end 96.42096875
transcript.pyannote[36].speaker SPEAKER_00
transcript.pyannote[36].start 96.42096875
transcript.pyannote[36].end 96.75846875
transcript.pyannote[37].speaker SPEAKER_01
transcript.pyannote[37].start 96.75846875
transcript.pyannote[37].end 96.79221875
transcript.pyannote[38].speaker SPEAKER_00
transcript.pyannote[38].start 96.79221875
transcript.pyannote[38].end 97.95659375
transcript.pyannote[39].speaker SPEAKER_01
transcript.pyannote[39].start 96.82596875
transcript.pyannote[39].end 97.58534375
transcript.pyannote[40].speaker SPEAKER_00
transcript.pyannote[40].start 98.14221875
transcript.pyannote[40].end 100.42034375
transcript.pyannote[41].speaker SPEAKER_00
transcript.pyannote[41].start 101.23034375
transcript.pyannote[41].end 101.58471875
transcript.pyannote[42].speaker SPEAKER_00
transcript.pyannote[42].start 102.04034375
transcript.pyannote[42].end 106.96784375
transcript.pyannote[43].speaker SPEAKER_01
transcript.pyannote[43].start 105.28034375
transcript.pyannote[43].end 106.41096875
transcript.pyannote[44].speaker SPEAKER_01
transcript.pyannote[44].start 106.96784375
transcript.pyannote[44].end 107.62596875
transcript.pyannote[45].speaker SPEAKER_00
transcript.pyannote[45].start 107.23784375
transcript.pyannote[45].end 115.60784375
transcript.pyannote[46].speaker SPEAKER_01
transcript.pyannote[46].start 108.67221875
transcript.pyannote[46].end 108.70596875
transcript.pyannote[47].speaker SPEAKER_01
transcript.pyannote[47].start 114.94971875
transcript.pyannote[47].end 124.92284375
transcript.pyannote[48].speaker SPEAKER_01
transcript.pyannote[48].start 125.37846875
transcript.pyannote[48].end 127.72409375
transcript.pyannote[49].speaker SPEAKER_00
transcript.pyannote[49].start 127.72409375
transcript.pyannote[49].end 127.97721875
transcript.pyannote[50].speaker SPEAKER_01
transcript.pyannote[50].start 127.97721875
transcript.pyannote[50].end 128.85471875
transcript.pyannote[51].speaker SPEAKER_00
transcript.pyannote[51].start 128.55096875
transcript.pyannote[51].end 135.26721875
transcript.pyannote[52].speaker SPEAKER_01
transcript.pyannote[52].start 135.26721875
transcript.pyannote[52].end 139.04721875
transcript.pyannote[53].speaker SPEAKER_00
transcript.pyannote[53].start 135.60471875
transcript.pyannote[53].end 135.75659375
transcript.pyannote[54].speaker SPEAKER_01
transcript.pyannote[54].start 139.08096875
transcript.pyannote[54].end 145.79721875
transcript.pyannote[55].speaker SPEAKER_01
transcript.pyannote[55].start 145.96596875
transcript.pyannote[55].end 147.75471875
transcript.pyannote[56].speaker SPEAKER_01
transcript.pyannote[56].start 148.64909375
transcript.pyannote[56].end 149.69534375
transcript.pyannote[57].speaker SPEAKER_03
transcript.pyannote[57].start 148.73346875
transcript.pyannote[57].end 148.96971875
transcript.pyannote[58].speaker SPEAKER_03
transcript.pyannote[58].start 149.84721875
transcript.pyannote[58].end 150.21846875
transcript.pyannote[59].speaker SPEAKER_01
transcript.pyannote[59].start 150.60659375
transcript.pyannote[59].end 153.52596875
transcript.pyannote[60].speaker SPEAKER_03
transcript.pyannote[60].start 153.28971875
transcript.pyannote[60].end 160.66409375
transcript.pyannote[61].speaker SPEAKER_01
transcript.pyannote[61].start 157.20471875
transcript.pyannote[61].end 158.63909375
transcript.pyannote[62].speaker SPEAKER_01
transcript.pyannote[62].start 160.66409375
transcript.pyannote[62].end 167.41409375
transcript.pyannote[63].speaker SPEAKER_03
transcript.pyannote[63].start 161.67659375
transcript.pyannote[63].end 162.25034375
transcript.pyannote[64].speaker SPEAKER_01
transcript.pyannote[64].start 167.56596875
transcript.pyannote[64].end 168.76409375
transcript.pyannote[65].speaker SPEAKER_01
transcript.pyannote[65].start 168.94971875
transcript.pyannote[65].end 169.81034375
transcript.pyannote[66].speaker SPEAKER_01
transcript.pyannote[66].start 170.14784375
transcript.pyannote[66].end 176.37471875
transcript.pyannote[67].speaker SPEAKER_01
transcript.pyannote[67].start 177.42096875
transcript.pyannote[67].end 179.19284375
transcript.pyannote[68].speaker SPEAKER_01
transcript.pyannote[68].start 179.37846875
transcript.pyannote[68].end 180.71159375
transcript.pyannote[69].speaker SPEAKER_01
transcript.pyannote[69].start 181.33596875
transcript.pyannote[69].end 183.86721875
transcript.pyannote[70].speaker SPEAKER_01
transcript.pyannote[70].start 184.12034375
transcript.pyannote[70].end 185.79096875
transcript.pyannote[71].speaker SPEAKER_01
transcript.pyannote[71].start 186.39846875
transcript.pyannote[71].end 188.69346875
transcript.pyannote[72].speaker SPEAKER_01
transcript.pyannote[72].start 188.96346875
transcript.pyannote[72].end 190.83659375
transcript.pyannote[73].speaker SPEAKER_01
transcript.pyannote[73].start 190.98846875
transcript.pyannote[73].end 192.06846875
transcript.pyannote[74].speaker SPEAKER_01
transcript.pyannote[74].start 192.23721875
transcript.pyannote[74].end 193.75596875
transcript.pyannote[75].speaker SPEAKER_01
transcript.pyannote[75].start 193.99221875
transcript.pyannote[75].end 195.57846875
transcript.pyannote[76].speaker SPEAKER_01
transcript.pyannote[76].start 195.93284375
transcript.pyannote[76].end 196.43909375
transcript.pyannote[77].speaker SPEAKER_01
transcript.pyannote[77].start 196.65846875
transcript.pyannote[77].end 197.72159375
transcript.pyannote[78].speaker SPEAKER_01
transcript.pyannote[78].start 198.59909375
transcript.pyannote[78].end 207.34034375
transcript.pyannote[79].speaker SPEAKER_00
transcript.pyannote[79].start 198.68346875
transcript.pyannote[79].end 198.88596875
transcript.pyannote[80].speaker SPEAKER_00
transcript.pyannote[80].start 201.34971875
transcript.pyannote[80].end 201.50159375
transcript.pyannote[81].speaker SPEAKER_00
transcript.pyannote[81].start 201.94034375
transcript.pyannote[81].end 202.93596875
transcript.pyannote[82].speaker SPEAKER_00
transcript.pyannote[82].start 202.95284375
transcript.pyannote[82].end 202.96971875
transcript.pyannote[83].speaker SPEAKER_00
transcript.pyannote[83].start 204.42096875
transcript.pyannote[83].end 205.23096875
transcript.pyannote[84].speaker SPEAKER_01
transcript.pyannote[84].start 208.79159375
transcript.pyannote[84].end 209.36534375
transcript.pyannote[85].speaker SPEAKER_01
transcript.pyannote[85].start 210.05721875
transcript.pyannote[85].end 227.16846875
transcript.pyannote[86].speaker SPEAKER_03
transcript.pyannote[86].start 215.94659375
transcript.pyannote[86].end 216.30096875
transcript.pyannote[87].speaker SPEAKER_00
transcript.pyannote[87].start 216.30096875
transcript.pyannote[87].end 216.33471875
transcript.pyannote[88].speaker SPEAKER_01
transcript.pyannote[88].start 227.32034375
transcript.pyannote[88].end 234.47534375
transcript.pyannote[89].speaker SPEAKER_00
transcript.pyannote[89].start 228.63659375
transcript.pyannote[89].end 230.50971875
transcript.pyannote[90].speaker SPEAKER_01
transcript.pyannote[90].start 234.81284375
transcript.pyannote[90].end 242.62596875
transcript.pyannote[91].speaker SPEAKER_01
transcript.pyannote[91].start 242.79471875
transcript.pyannote[91].end 246.23721875
transcript.pyannote[92].speaker SPEAKER_01
transcript.pyannote[92].start 246.32159375
transcript.pyannote[92].end 259.53471875
transcript.pyannote[93].speaker SPEAKER_03
transcript.pyannote[93].start 261.74534375
transcript.pyannote[93].end 262.03221875
transcript.pyannote[94].speaker SPEAKER_03
transcript.pyannote[94].start 262.30221875
transcript.pyannote[94].end 271.73534375
transcript.pyannote[95].speaker SPEAKER_01
transcript.pyannote[95].start 271.14471875
transcript.pyannote[95].end 275.39721875
transcript.pyannote[96].speaker SPEAKER_03
transcript.pyannote[96].start 274.24971875
transcript.pyannote[96].end 278.65409375
transcript.pyannote[97].speaker SPEAKER_01
transcript.pyannote[97].start 278.62034375
transcript.pyannote[97].end 282.14721875
transcript.pyannote[98].speaker SPEAKER_03
transcript.pyannote[98].start 278.68784375
transcript.pyannote[98].end 278.82284375
transcript.pyannote[99].speaker SPEAKER_01
transcript.pyannote[99].start 282.72096875
transcript.pyannote[99].end 284.02034375
transcript.pyannote[100].speaker SPEAKER_01
transcript.pyannote[100].start 284.25659375
transcript.pyannote[100].end 286.28159375
transcript.pyannote[101].speaker SPEAKER_01
transcript.pyannote[101].start 286.75409375
transcript.pyannote[101].end 290.02784375
transcript.pyannote[102].speaker SPEAKER_01
transcript.pyannote[102].start 290.19659375
transcript.pyannote[102].end 294.61784375
transcript.pyannote[103].speaker SPEAKER_01
transcript.pyannote[103].start 294.68534375
transcript.pyannote[103].end 297.25034375
transcript.pyannote[104].speaker SPEAKER_01
transcript.pyannote[104].start 297.52034375
transcript.pyannote[104].end 302.38034375
transcript.pyannote[105].speaker SPEAKER_00
transcript.pyannote[105].start 303.27471875
transcript.pyannote[105].end 303.39284375
transcript.pyannote[106].speaker SPEAKER_00
transcript.pyannote[106].start 304.42221875
transcript.pyannote[106].end 304.77659375
transcript.pyannote[107].speaker SPEAKER_01
transcript.pyannote[107].start 305.55284375
transcript.pyannote[107].end 306.04221875
transcript.pyannote[108].speaker SPEAKER_03
transcript.pyannote[108].start 306.21096875
transcript.pyannote[108].end 310.12596875
transcript.pyannote[109].speaker SPEAKER_01
transcript.pyannote[109].start 306.76784375
transcript.pyannote[109].end 307.35846875
transcript.pyannote[110].speaker SPEAKER_01
transcript.pyannote[110].start 309.67034375
transcript.pyannote[110].end 310.22721875
transcript.pyannote[111].speaker SPEAKER_01
transcript.pyannote[111].start 310.32846875
transcript.pyannote[111].end 323.44034375
transcript.pyannote[112].speaker SPEAKER_01
transcript.pyannote[112].start 324.99284375
transcript.pyannote[112].end 325.76909375
transcript.pyannote[113].speaker SPEAKER_00
transcript.pyannote[113].start 325.76909375
transcript.pyannote[113].end 327.05159375
transcript.pyannote[114].speaker SPEAKER_01
transcript.pyannote[114].start 326.84909375
transcript.pyannote[114].end 334.12221875
transcript.pyannote[115].speaker SPEAKER_01
transcript.pyannote[115].start 334.42596875
transcript.pyannote[115].end 346.20471875
transcript.pyannote[116].speaker SPEAKER_01
transcript.pyannote[116].start 346.62659375
transcript.pyannote[116].end 350.05221875
transcript.pyannote[117].speaker SPEAKER_01
transcript.pyannote[117].start 350.37284375
transcript.pyannote[117].end 350.89596875
transcript.pyannote[118].speaker SPEAKER_01
transcript.pyannote[118].start 351.11534375
transcript.pyannote[118].end 352.17846875
transcript.pyannote[119].speaker SPEAKER_01
transcript.pyannote[119].start 355.06409375
transcript.pyannote[119].end 361.96596875
transcript.pyannote[120].speaker SPEAKER_01
transcript.pyannote[120].start 362.33721875
transcript.pyannote[120].end 369.54284375
transcript.pyannote[121].speaker SPEAKER_01
transcript.pyannote[121].start 369.93096875
transcript.pyannote[121].end 377.37284375
transcript.pyannote[122].speaker SPEAKER_01
transcript.pyannote[122].start 377.64284375
transcript.pyannote[122].end 378.72284375
transcript.pyannote[123].speaker SPEAKER_01
transcript.pyannote[123].start 379.21221875
transcript.pyannote[123].end 383.26221875
transcript.pyannote[124].speaker SPEAKER_01
transcript.pyannote[124].start 383.65034375
transcript.pyannote[124].end 384.54471875
transcript.pyannote[125].speaker SPEAKER_01
transcript.pyannote[125].start 385.18596875
transcript.pyannote[125].end 386.58659375
transcript.pyannote[126].speaker SPEAKER_01
transcript.pyannote[126].start 387.10971875
transcript.pyannote[126].end 394.12971875
transcript.pyannote[127].speaker SPEAKER_01
transcript.pyannote[127].start 394.65284375
transcript.pyannote[127].end 398.06159375
transcript.pyannote[128].speaker SPEAKER_01
transcript.pyannote[128].start 398.55096875
transcript.pyannote[128].end 402.63471875
transcript.pyannote[129].speaker SPEAKER_01
transcript.pyannote[129].start 403.47846875
transcript.pyannote[129].end 407.39346875
transcript.pyannote[130].speaker SPEAKER_00
transcript.pyannote[130].start 407.39346875
transcript.pyannote[130].end 411.44346875
transcript.pyannote[131].speaker SPEAKER_01
transcript.pyannote[131].start 411.44346875
transcript.pyannote[131].end 412.00034375
transcript.pyannote[132].speaker SPEAKER_01
transcript.pyannote[132].start 412.48971875
transcript.pyannote[132].end 415.91534375
transcript.pyannote[133].speaker SPEAKER_01
transcript.pyannote[133].start 416.25284375
transcript.pyannote[133].end 422.85096875
transcript.pyannote[134].speaker SPEAKER_00
transcript.pyannote[134].start 424.75784375
transcript.pyannote[134].end 425.92221875
transcript.pyannote[135].speaker SPEAKER_00
transcript.pyannote[135].start 426.36096875
transcript.pyannote[135].end 432.36846875
transcript.pyannote[136].speaker SPEAKER_00
transcript.pyannote[136].start 432.89159375
transcript.pyannote[136].end 435.87846875
transcript.pyannote[137].speaker SPEAKER_01
transcript.pyannote[137].start 434.84909375
transcript.pyannote[137].end 435.16971875
transcript.pyannote[138].speaker SPEAKER_01
transcript.pyannote[138].start 435.87846875
transcript.pyannote[138].end 444.36659375
transcript.pyannote[139].speaker SPEAKER_01
transcript.pyannote[139].start 444.80534375
transcript.pyannote[139].end 445.78409375
transcript.pyannote[140].speaker SPEAKER_01
transcript.pyannote[140].start 446.20596875
transcript.pyannote[140].end 447.69096875
transcript.pyannote[141].speaker SPEAKER_01
transcript.pyannote[141].start 447.99471875
transcript.pyannote[141].end 453.79971875
transcript.pyannote[142].speaker SPEAKER_01
transcript.pyannote[142].start 453.88409375
transcript.pyannote[142].end 456.83721875
transcript.pyannote[143].speaker SPEAKER_01
transcript.pyannote[143].start 458.08596875
transcript.pyannote[143].end 466.23659375
transcript.pyannote[144].speaker SPEAKER_01
transcript.pyannote[144].start 466.52346875
transcript.pyannote[144].end 472.71659375
transcript.pyannote[145].speaker SPEAKER_01
transcript.pyannote[145].start 472.78409375
transcript.pyannote[145].end 476.44596875
transcript.pyannote[146].speaker SPEAKER_00
transcript.pyannote[146].start 477.77909375
transcript.pyannote[146].end 481.08659375
transcript.pyannote[147].speaker SPEAKER_00
transcript.pyannote[147].start 481.54221875
transcript.pyannote[147].end 483.90471875
transcript.pyannote[148].speaker SPEAKER_01
transcript.pyannote[148].start 483.80346875
transcript.pyannote[148].end 492.20721875
transcript.pyannote[149].speaker SPEAKER_01
transcript.pyannote[149].start 492.35909375
transcript.pyannote[149].end 501.84284375
transcript.pyannote[150].speaker SPEAKER_01
transcript.pyannote[150].start 502.53471875
transcript.pyannote[150].end 516.13596875
transcript.pyannote[151].speaker SPEAKER_00
transcript.pyannote[151].start 506.12909375
transcript.pyannote[151].end 506.19659375
transcript.pyannote[152].speaker SPEAKER_01
transcript.pyannote[152].start 516.35534375
transcript.pyannote[152].end 528.75846875
transcript.pyannote[153].speaker SPEAKER_01
transcript.pyannote[153].start 528.96096875
transcript.pyannote[153].end 532.74096875
transcript.pyannote[154].speaker SPEAKER_00
transcript.pyannote[154].start 533.56784375
transcript.pyannote[154].end 533.71971875
transcript.pyannote[155].speaker SPEAKER_01
transcript.pyannote[155].start 533.71971875
transcript.pyannote[155].end 540.90846875
transcript.pyannote[156].speaker SPEAKER_00
transcript.pyannote[156].start 540.90846875
transcript.pyannote[156].end 550.20659375
transcript.pyannote[157].speaker SPEAKER_01
transcript.pyannote[157].start 547.94534375
transcript.pyannote[157].end 548.97471875
transcript.pyannote[158].speaker SPEAKER_01
transcript.pyannote[158].start 549.09284375
transcript.pyannote[158].end 557.63159375
transcript.pyannote[159].speaker SPEAKER_01
transcript.pyannote[159].start 557.96909375
transcript.pyannote[159].end 567.63846875
transcript.pyannote[160].speaker SPEAKER_01
transcript.pyannote[160].start 567.79034375
transcript.pyannote[160].end 578.80971875
transcript.pyannote[161].speaker SPEAKER_01
transcript.pyannote[161].start 579.41721875
transcript.pyannote[161].end 590.70659375
transcript.pyannote[162].speaker SPEAKER_01
transcript.pyannote[162].start 590.95971875
transcript.pyannote[162].end 595.19534375
transcript.pyannote[163].speaker SPEAKER_00
transcript.pyannote[163].start 595.58346875
transcript.pyannote[163].end 595.73534375
transcript.pyannote[164].speaker SPEAKER_01
transcript.pyannote[164].start 595.73534375
transcript.pyannote[164].end 598.78971875
transcript.pyannote[165].speaker SPEAKER_01
transcript.pyannote[165].start 599.22846875
transcript.pyannote[165].end 600.71346875
transcript.pyannote[166].speaker SPEAKER_01
transcript.pyannote[166].start 601.50659375
transcript.pyannote[166].end 609.30284375
transcript.pyannote[167].speaker SPEAKER_01
transcript.pyannote[167].start 609.50534375
transcript.pyannote[167].end 612.96471875
transcript.pyannote[168].speaker SPEAKER_01
transcript.pyannote[168].start 613.63971875
transcript.pyannote[168].end 614.56784375
transcript.pyannote[169].speaker SPEAKER_00
transcript.pyannote[169].start 614.75346875
transcript.pyannote[169].end 615.27659375
transcript.pyannote[170].speaker SPEAKER_01
transcript.pyannote[170].start 615.37784375
transcript.pyannote[170].end 617.85846875
transcript.pyannote[171].speaker SPEAKER_01
transcript.pyannote[171].start 618.43221875
transcript.pyannote[171].end 619.76534375
transcript.pyannote[172].speaker SPEAKER_00
transcript.pyannote[172].start 621.14909375
transcript.pyannote[172].end 621.50346875
transcript.pyannote[173].speaker SPEAKER_01
transcript.pyannote[173].start 622.00971875
transcript.pyannote[173].end 622.02659375
transcript.pyannote[174].speaker SPEAKER_00
transcript.pyannote[174].start 622.02659375
transcript.pyannote[174].end 622.21221875
transcript.pyannote[175].speaker SPEAKER_01
transcript.pyannote[175].start 622.43159375
transcript.pyannote[175].end 626.12721875
transcript.pyannote[176].speaker SPEAKER_00
transcript.pyannote[176].start 627.42659375
transcript.pyannote[176].end 627.46034375
transcript.pyannote[177].speaker SPEAKER_01
transcript.pyannote[177].start 627.46034375
transcript.pyannote[177].end 627.54471875
transcript.pyannote[178].speaker SPEAKER_00
transcript.pyannote[178].start 627.54471875
transcript.pyannote[178].end 627.56159375
transcript.pyannote[179].speaker SPEAKER_00
transcript.pyannote[179].start 627.79784375
transcript.pyannote[179].end 627.83159375
transcript.pyannote[180].speaker SPEAKER_01
transcript.pyannote[180].start 627.83159375
transcript.pyannote[180].end 632.23596875
transcript.pyannote[181].speaker SPEAKER_01
transcript.pyannote[181].start 632.43846875
transcript.pyannote[181].end 636.10034375
transcript.pyannote[182].speaker SPEAKER_01
transcript.pyannote[182].start 636.48846875
transcript.pyannote[182].end 637.99034375
transcript.pyannote[183].speaker SPEAKER_01
transcript.pyannote[183].start 638.34471875
transcript.pyannote[183].end 639.27284375
transcript.pyannote[184].speaker SPEAKER_01
transcript.pyannote[184].start 639.62721875
transcript.pyannote[184].end 642.12471875
transcript.pyannote[185].speaker SPEAKER_01
transcript.pyannote[185].start 642.20909375
transcript.pyannote[185].end 644.68971875
transcript.pyannote[186].speaker SPEAKER_01
transcript.pyannote[186].start 644.87534375
transcript.pyannote[186].end 647.10284375
transcript.pyannote[187].speaker SPEAKER_01
transcript.pyannote[187].start 647.30534375
transcript.pyannote[187].end 649.48221875
transcript.pyannote[188].speaker SPEAKER_00
transcript.pyannote[188].start 649.48221875
transcript.pyannote[188].end 650.12346875
transcript.pyannote[189].speaker SPEAKER_01
transcript.pyannote[189].start 650.12346875
transcript.pyannote[189].end 650.15721875
transcript.pyannote[190].speaker SPEAKER_00
transcript.pyannote[190].start 650.15721875
transcript.pyannote[190].end 650.29221875
transcript.pyannote[191].speaker SPEAKER_01
transcript.pyannote[191].start 650.29221875
transcript.pyannote[191].end 656.23221875
transcript.pyannote[192].speaker SPEAKER_00
transcript.pyannote[192].start 650.34284375
transcript.pyannote[192].end 651.08534375
transcript.pyannote[193].speaker SPEAKER_01
transcript.pyannote[193].start 656.53596875
transcript.pyannote[193].end 660.40034375
transcript.pyannote[194].speaker SPEAKER_01
transcript.pyannote[194].start 660.43409375
transcript.pyannote[194].end 669.07409375
transcript.pyannote[195].speaker SPEAKER_01
transcript.pyannote[195].start 669.15846875
transcript.pyannote[195].end 671.30159375
transcript.pyannote[196].speaker SPEAKER_00
transcript.pyannote[196].start 669.68159375
transcript.pyannote[196].end 669.76596875
transcript.pyannote[197].speaker SPEAKER_01
transcript.pyannote[197].start 671.33534375
transcript.pyannote[197].end 682.25346875
transcript.pyannote[198].speaker SPEAKER_00
transcript.pyannote[198].start 682.25346875
transcript.pyannote[198].end 682.27034375
transcript.pyannote[199].speaker SPEAKER_00
transcript.pyannote[199].start 682.69221875
transcript.pyannote[199].end 686.52284375
transcript.pyannote[200].speaker SPEAKER_01
transcript.pyannote[200].start 686.52284375
transcript.pyannote[200].end 686.53971875
transcript.pyannote[201].speaker SPEAKER_00
transcript.pyannote[201].start 686.53971875
transcript.pyannote[201].end 687.53534375
transcript.pyannote[202].speaker SPEAKER_01
transcript.pyannote[202].start 686.55659375
transcript.pyannote[202].end 686.84346875
transcript.pyannote[203].speaker SPEAKER_01
transcript.pyannote[203].start 687.53534375
transcript.pyannote[203].end 690.45471875
transcript.pyannote[204].speaker SPEAKER_01
transcript.pyannote[204].start 690.72471875
transcript.pyannote[204].end 706.65471875
transcript.pyannote[205].speaker SPEAKER_01
transcript.pyannote[205].start 706.85721875
transcript.pyannote[205].end 710.46846875
transcript.pyannote[206].speaker SPEAKER_00
transcript.pyannote[206].start 707.54909375
transcript.pyannote[206].end 707.63346875
transcript.pyannote[207].speaker SPEAKER_01
transcript.pyannote[207].start 710.78909375
transcript.pyannote[207].end 715.46346875
transcript.pyannote[208].speaker SPEAKER_01
transcript.pyannote[208].start 716.05409375
transcript.pyannote[208].end 726.33096875
transcript.pyannote[209].speaker SPEAKER_00
transcript.pyannote[209].start 727.34346875
transcript.pyannote[209].end 731.15721875
transcript.pyannote[210].speaker SPEAKER_00
transcript.pyannote[210].start 731.76471875
transcript.pyannote[210].end 732.64221875
transcript.pyannote[211].speaker SPEAKER_01
transcript.pyannote[211].start 731.93346875
transcript.pyannote[211].end 734.38034375
transcript.pyannote[212].speaker SPEAKER_00
transcript.pyannote[212].start 734.38034375
transcript.pyannote[212].end 734.41409375
transcript.pyannote[213].speaker SPEAKER_00
transcript.pyannote[213].start 734.70096875
transcript.pyannote[213].end 734.73471875
transcript.pyannote[214].speaker SPEAKER_01
transcript.pyannote[214].start 734.73471875
transcript.pyannote[214].end 735.81471875
transcript.pyannote[215].speaker SPEAKER_01
transcript.pyannote[215].start 736.52346875
transcript.pyannote[215].end 740.35409375
transcript.pyannote[216].speaker SPEAKER_01
transcript.pyannote[216].start 740.48909375
transcript.pyannote[216].end 741.92346875
transcript.pyannote[217].speaker SPEAKER_01
transcript.pyannote[217].start 741.99096875
transcript.pyannote[217].end 742.02471875
transcript.pyannote[218].speaker SPEAKER_01
transcript.pyannote[218].start 742.04159375
transcript.pyannote[218].end 744.04971875
transcript.pyannote[219].speaker SPEAKER_01
transcript.pyannote[219].start 745.04534375
transcript.pyannote[219].end 745.45034375
transcript.pyannote[220].speaker SPEAKER_02
transcript.pyannote[220].start 745.60221875
transcript.pyannote[220].end 761.68409375
transcript.pyannote[221].speaker SPEAKER_01
transcript.pyannote[221].start 760.94159375
transcript.pyannote[221].end 761.12721875
transcript.pyannote[222].speaker SPEAKER_01
transcript.pyannote[222].start 761.27909375
transcript.pyannote[222].end 761.51534375
transcript.pyannote[223].speaker SPEAKER_02
transcript.pyannote[223].start 761.83596875
transcript.pyannote[223].end 783.36846875
transcript.pyannote[224].speaker SPEAKER_01
transcript.pyannote[224].start 778.71096875
transcript.pyannote[224].end 780.71909375
transcript.pyannote[225].speaker SPEAKER_01
transcript.pyannote[225].start 783.01409375
transcript.pyannote[225].end 792.05909375
transcript.pyannote[226].speaker SPEAKER_01
transcript.pyannote[226].start 792.63284375
transcript.pyannote[226].end 795.90659375
transcript.pyannote[227].speaker SPEAKER_01
transcript.pyannote[227].start 796.27784375
transcript.pyannote[227].end 799.26471875
transcript.pyannote[228].speaker SPEAKER_01
transcript.pyannote[228].start 799.63596875
transcript.pyannote[228].end 804.58034375
transcript.pyannote[229].speaker SPEAKER_01
transcript.pyannote[229].start 805.15409375
transcript.pyannote[229].end 807.22971875
transcript.pyannote[230].speaker SPEAKER_01
transcript.pyannote[230].start 807.56721875
transcript.pyannote[230].end 814.08096875
transcript.pyannote[231].speaker SPEAKER_01
transcript.pyannote[231].start 814.55346875
transcript.pyannote[231].end 814.99221875
transcript.pyannote[232].speaker SPEAKER_02
transcript.pyannote[232].start 815.46471875
transcript.pyannote[232].end 819.53159375
transcript.pyannote[233].speaker SPEAKER_01
transcript.pyannote[233].start 817.97909375
transcript.pyannote[233].end 822.07971875
transcript.pyannote[234].speaker SPEAKER_02
transcript.pyannote[234].start 822.19784375
transcript.pyannote[234].end 822.51846875
transcript.pyannote[235].speaker SPEAKER_02
transcript.pyannote[235].start 822.67034375
transcript.pyannote[235].end 825.31971875
transcript.pyannote[236].speaker SPEAKER_01
transcript.pyannote[236].start 825.31971875
transcript.pyannote[236].end 827.29409375
transcript.pyannote[237].speaker SPEAKER_01
transcript.pyannote[237].start 827.63159375
transcript.pyannote[237].end 841.13159375
transcript.pyannote[238].speaker SPEAKER_02
transcript.pyannote[238].start 841.84034375
transcript.pyannote[238].end 843.37596875
transcript.pyannote[239].speaker SPEAKER_01
transcript.pyannote[239].start 843.35909375
transcript.pyannote[239].end 848.62409375
transcript.pyannote[240].speaker SPEAKER_01
transcript.pyannote[240].start 848.89409375
transcript.pyannote[240].end 850.93596875
transcript.pyannote[241].speaker SPEAKER_01
transcript.pyannote[241].start 852.31971875
transcript.pyannote[241].end 855.61034375
transcript.pyannote[242].speaker SPEAKER_01
transcript.pyannote[242].start 856.11659375
transcript.pyannote[242].end 857.63534375
transcript.pyannote[243].speaker SPEAKER_01
transcript.pyannote[243].start 857.90534375
transcript.pyannote[243].end 859.42409375
transcript.pyannote[244].speaker SPEAKER_01
transcript.pyannote[244].start 859.87971875
transcript.pyannote[244].end 865.22909375
transcript.pyannote[245].speaker SPEAKER_01
transcript.pyannote[245].start 865.78596875
transcript.pyannote[245].end 866.56221875
transcript.pyannote[246].speaker SPEAKER_01
transcript.pyannote[246].start 866.69721875
transcript.pyannote[246].end 868.58721875
transcript.pyannote[247].speaker SPEAKER_01
transcript.pyannote[247].start 868.89096875
transcript.pyannote[247].end 871.18596875
transcript.pyannote[248].speaker SPEAKER_00
transcript.pyannote[248].start 869.11034375
transcript.pyannote[248].end 874.17284375
transcript.pyannote[249].speaker SPEAKER_01
transcript.pyannote[249].start 874.17284375
transcript.pyannote[249].end 878.00346875
transcript.pyannote[250].speaker SPEAKER_00
transcript.pyannote[250].start 874.22346875
transcript.pyannote[250].end 874.57784375
transcript.pyannote[251].speaker SPEAKER_00
transcript.pyannote[251].start 878.10471875
transcript.pyannote[251].end 880.21409375
transcript.pyannote[252].speaker SPEAKER_01
transcript.pyannote[252].start 880.01159375
transcript.pyannote[252].end 881.61471875
transcript.pyannote[253].speaker SPEAKER_00
transcript.pyannote[253].start 882.37409375
transcript.pyannote[253].end 884.85471875
transcript.pyannote[254].speaker SPEAKER_00
transcript.pyannote[254].start 884.97284375
transcript.pyannote[254].end 885.81659375
transcript.pyannote[255].speaker SPEAKER_01
transcript.pyannote[255].start 885.22596875
transcript.pyannote[255].end 891.55409375
transcript.pyannote[256].speaker SPEAKER_01
transcript.pyannote[256].start 892.33034375
transcript.pyannote[256].end 897.29159375
transcript.pyannote[257].speaker SPEAKER_00
transcript.pyannote[257].start 896.76846875
transcript.pyannote[257].end 900.34596875
transcript.pyannote[258].speaker SPEAKER_01
transcript.pyannote[258].start 900.34596875
transcript.pyannote[258].end 901.24034375
transcript.pyannote[259].speaker SPEAKER_01
transcript.pyannote[259].start 901.79721875
transcript.pyannote[259].end 902.64096875
transcript.pyannote[260].speaker SPEAKER_01
transcript.pyannote[260].start 902.94471875
transcript.pyannote[260].end 906.79221875
transcript.pyannote[261].speaker SPEAKER_01
transcript.pyannote[261].start 906.89346875
transcript.pyannote[261].end 907.92284375
transcript.pyannote[262].speaker SPEAKER_01
transcript.pyannote[262].start 908.27721875
transcript.pyannote[262].end 909.08721875
transcript.pyannote[263].speaker SPEAKER_01
transcript.pyannote[263].start 909.72846875
transcript.pyannote[263].end 910.87596875
transcript.pyannote[264].speaker SPEAKER_01
transcript.pyannote[264].start 911.21346875
transcript.pyannote[264].end 912.58034375
transcript.pyannote[265].speaker SPEAKER_01
transcript.pyannote[265].start 912.91784375
transcript.pyannote[265].end 915.71909375
transcript.pyannote[266].speaker SPEAKER_01
transcript.pyannote[266].start 915.92159375
transcript.pyannote[266].end 931.24409375
transcript.pyannote[267].speaker SPEAKER_00
transcript.pyannote[267].start 932.10471875
transcript.pyannote[267].end 932.45909375
transcript.pyannote[268].speaker SPEAKER_01
transcript.pyannote[268].start 932.59409375
transcript.pyannote[268].end 949.95846875
transcript.pyannote[269].speaker SPEAKER_01
transcript.pyannote[269].start 950.31284375
transcript.pyannote[269].end 953.45159375
transcript.pyannote[270].speaker SPEAKER_01
transcript.pyannote[270].start 953.97471875
transcript.pyannote[270].end 956.13471875
transcript.pyannote[271].speaker SPEAKER_01
transcript.pyannote[271].start 956.48909375
transcript.pyannote[271].end 961.97346875
transcript.pyannote[272].speaker SPEAKER_00
transcript.pyannote[272].start 962.22659375
transcript.pyannote[272].end 962.71596875
transcript.pyannote[273].speaker SPEAKER_01
transcript.pyannote[273].start 962.71596875
transcript.pyannote[273].end 963.37409375
transcript.pyannote[274].speaker SPEAKER_00
transcript.pyannote[274].start 963.37409375
transcript.pyannote[274].end 963.98159375
transcript.pyannote[275].speaker SPEAKER_01
transcript.pyannote[275].start 963.40784375
transcript.pyannote[275].end 963.59346875
transcript.pyannote[276].speaker SPEAKER_01
transcript.pyannote[276].start 964.13346875
transcript.pyannote[276].end 965.97284375
transcript.whisperx[0].start 11.499
transcript.whisperx[0].end 21.788
transcript.whisperx[0].text 主席,謝謝主席,在場的委員先進,列席的政府機關司法官員,會長工作夥伴,媒體記者女士先生,有請司法院吳秘書長,民視廳周庭長,還有人事處的陳處長,還有法務部的蔡部長請蔡部長
transcript.whisperx[1].start 31.747
transcript.whisperx[1].end 57.914
transcript.whisperx[1].text 秘書長好、部長好、廳長好、處長好先請教秘書長剛剛有委員問到在2016年有賴浩鳴院長、前院長跟蘇永青前副院長那麼他們向蔡英文總統辭職那請問他們是因應著什麼樣的情況之下去表達是因為政黨輪替還是因為新總統就任還是什麼原因
transcript.whisperx[2].start 60.596
transcript.whisperx[2].end 79.587
transcript.whisperx[2].text 當時雖然在五月份的時候有黨團提出訴求哪個黨團是時代力量黨團提出一個訴求就是希望說五月也是就是說有一個交接聲音大一點五月有一個交接然後呢就是希望說這兩位院長副院長辭職就五月份的時候但是
transcript.whisperx[3].start 80.944
transcript.whisperx[3].end 99.705
transcript.whisperx[3].text 當時的賴浩鳴司法院長他是在7月11號才請辭是總統沒有馬上處理就是要他為什麼請辭是因為新總統就任並不是他是因為什麼請辭那他可能當時有
transcript.whisperx[4].start 102.096
transcript.whisperx[4].end 128.246
transcript.whisperx[4].text 他任期到10月31號屆滿所以他:任期將屆請辭任期將屆但是總統也是到他要將屆之前4天10月27號才準時所以並沒有所謂的因為時代力量黨能提出說新總統就任要建立一個憲政慣例所以要求司法院政府院長向新任總統或像原任的總統請辭沒有啦沒有慣例所以那個賴浩鳴
transcript.whisperx[5].start 131.067
transcript.whisperx[5].end 131.467
transcript.whisperx[5].text 請問廳長是不是有這個情況?
transcript.whisperx[6].start 148.703
transcript.whisperx[6].end 151.505
transcript.whisperx[6].text 關於這一點我問過了保險局也問過了金管會他說他們曾經要說來修行政執行法來解決這個問題我先解釋一下什麼強制保單執行保單就是說
transcript.whisperx[7].start 177.455
transcript.whisperx[7].end 207.006
transcript.whisperx[7].text 那個藥保人他因為欠了債那他有一個保單在保險公司那裡結果債權人要求保險公司把他的保單解約拿回這個保單的解約金或者準備金來抵付這個債務所以就申請強制執行大概部長這樣有沒有了解這是民事強制執行還是行政強制執行那你是負責行政強制執行行政執行法是哪裡
transcript.whisperx[8].start 210.061
transcript.whisperx[8].end 226.719
transcript.whisperx[8].text 行政執行法是因為他欠這個工的對包括欠稅也是所以金管會是希望你們修行政執行法改一下不要讓這些保單的受益人因此而失去了你覺得是不是應該修保險法還是修行政執行法
transcript.whisperx[9].start 227.438
transcript.whisperx[9].end 241.476
transcript.whisperx[9].text 我想都可以考慮啦都可以考慮好如果說可以來合理化願意配合好來那個秘書長那麼這一點呢我們有提出說為了避免殺雞取卵因為保單的解約金可能完全無法抵付債權啊
transcript.whisperx[10].start 242.858
transcript.whisperx[10].end 245.961
transcript.whisperx[10].text 主約被解約,副約也消失,有人提出用介入權的方式,讓受益人可以介入來償付解約金,這樣的一個修法方向,司法院支持嗎?
transcript.whisperx[11].start 261.78
transcript.whisperx[11].end 262.401
transcript.whisperx[11].text 兩位請回
transcript.whisperx[12].start 284.333
transcript.whisperx[12].end 302.214
transcript.whisperx[12].text 我先請教一下秘書長部長請回有一個叫圖靈測試對不起我們看看這個這個民事執行量我們現在就是說與金管會保險局和受險公會來協調統一格式流程降低執行法院的壓力你同意嗎在這個修法之前先做這個事情
transcript.whisperx[13].start 302.745
transcript.whisperx[13].end 308.448
transcript.whisperx[13].text 有一個叫做圖靈測試要區分回答者是人還是機器人那請問一下秘書長你覺得法官是人類還是判決產生器
transcript.whisperx[14].start 325.209
transcript.whisperx[14].end 351.786
transcript.whisperx[14].text 這很簡單吧當然是人類嘛對不對好 所以我們來看一下司法官的養成要相當長的時間 以法官來說要這麼長的時間但是科技的成長跟引入相對的快所以就我們要解決目前的基案的案量您覺得法官 調整法官的緣額或培養來得比較迅速還是透過科技的引進比較能夠適應我們的環境上的壓力
transcript.whisperx[15].start 355.083
transcript.whisperx[15].end 355.483
transcript.whisperx[15].text 很難回答來
transcript.whisperx[16].start 385.243
transcript.whisperx[16].end 385.423
transcript.whisperx[16].text 主席
transcript.whisperx[17].start 403.513
transcript.whisperx[17].end 422.684
transcript.whisperx[17].text 民事新增了314萬件 刑事新增了45萬件所以未結案就 未結案就增加96%啊是啊 你能夠辦結的就是躺平啦數量呢 增加的就在上面是惡意亂數還是我們立法者重型化還是案件複雜化造成的
transcript.whisperx[18].start 424.793
transcript.whisperx[18].end 445.574
transcript.whisperx[18].text 法院在不管怎樣是社會信賴的很重要的力量所以法院就被賦予各種要照料的書越來越多大家期待法院能夠把案量隨著案量的提高能夠把它辦結的能力也提高範圍也廣了恰恰相反直接躺平
transcript.whisperx[19].start 446.397
transcript.whisperx[19].end 456.608
transcript.whisperx[19].text 為什麼我們往下看我們常說上游缺水保下游土石流人力永遠不夠用你同意嗎是不是從源頭按量的控管比較重要
transcript.whisperx[20].start 460.97
transcript.whisperx[20].end 476.27
transcript.whisperx[20].text 所以我們底下提出這幾個方法比如說在刑事上我們加強行政處遇在民事上我們透過律師的諮詢強化調解在程序上加強審查減少訴訟量一審量少上訴量就能減少你覺得這有沒有幫助
transcript.whisperx[21].start 480.332
transcript.whisperx[21].end 501.429
transcript.whisperx[21].text 這個應該一些有效率的方式這些應該都會有幫助的所以你都支持好那我們來看一下訴訟減量行政簡化已經部分上路了你們有沒有做人力評估的影響影響的評估成效如何有沒有有沒有評估說你們現在所做的這所有的訴訟減量跟行政簡化到底有沒有讓案源源頭的案量減少你們有沒有評估過
transcript.whisperx[22].start 502.554
transcript.whisperx[22].end 518.881
transcript.whisperx[22].text 因為最主要暗眼有時候我們無法控制啊你們有沒有控制那你怎麼知道你的有人要說對症下藥啊你今天看到暗量一直成長你們祭出了訴訟減量祭出了行政簡化結果祭出的手法還是沒法壓下來
transcript.whisperx[23].start 519.881
transcript.whisperx[23].end 532.011
transcript.whisperx[23].text 那你這個對症就沒有下藥啦所以就有另外一種要限量困難的聲音就你們有沒有自己評估過當你們下了這個藥的時候病情有沒有比較好或減少惡化你們有沒有做這個評估
transcript.whisperx[24].start 533.755
transcript.whisperx[24].end 552.74
transcript.whisperx[24].text 如果你沒有做這評估,你不斷地下藥下藥,結果呢案例一直成長成長,你怎麼知道哪個藥有效哪個藥沒有效?那最主要在司法機關是很無奈啊,案言一直來啊,因為法令負擬啊,照料就輸也沒多啊我們科學方法啦,你面對問題你提出解方
transcript.whisperx[25].start 553.38
transcript.whisperx[25].end 578.616
transcript.whisperx[25].text 解方有沒有造成問題沒有繼續惡化也要評估嘛對不對請你們回去做評估來為了要減少訴訟讓法官能專注我們的審判核心業務我們提出了透過包括了我們智慧科技來形成筆錄在確保治安的前提之下我們讓這個摘要的調查意見資料能夠用這個方式還有簡化判決書啊書狀的格式化那你認為這些有沒有幫助
transcript.whisperx[26].start 579.411
transcript.whisperx[26].end 579.671
transcript.whisperx[26].text 法官不是機器人
transcript.whisperx[27].start 601.527
transcript.whisperx[27].end 625.916
transcript.whisperx[27].text 有合理的工作才有裁判品質目前你們是有說一個你們有一個怎樣司法週刊說怎樣你們要去衡量法官的工作量案量對不對案量結案量那請問一下結案100件跟結案10件哪一件哪一個效率高那結案100件跟結案10件兩個法官你認為誰的效率好
transcript.whisperx[28].start 628.018
transcript.whisperx[28].end 649.289
transcript.whisperx[28].text 當然要合理的結案品質才會好是 那你們有沒有評估所以你們目前這一個量化的數字叫做結案量這對法官壓力很大啊有沒有分類不同的案件他可能不需要不同的工作量所以是不是用合理的工作分類來衡量一個合理的結案量 是不是這樣子
transcript.whisperx[29].start 650.449
transcript.whisperx[29].end 653.713
transcript.whisperx[29].text 請你們好好的落實對不同的案件他的合理的工作量做合理的評估不是以單一的結案數量是不是這樣
transcript.whisperx[30].start 669.711
transcript.whisperx[30].end 690.268
transcript.whisperx[30].text 好 那最後我們來看一下那這個統計你們就是說從明天開始我就等於是今天問的嘛要統計才有辦法估算人力需求將幫助法官減壓那你們有辦法區分案件的複雜程度嗎 有辦法吧是可以啊 因為這個都會有一定的處理方式那最後呢 我們最後要提到就是原額啦
transcript.whisperx[31].start 690.828
transcript.whisperx[31].end 708.782
transcript.whisperx[31].text 其實我們剛剛講到了司法官尤其是法官的培養要很長的時間你們往往在一個司法院院長的任內他其實就算透過人總給你們員額你們都不見得來得及補對不對那我們來看一下這個剛剛都提出來了目前你們還有數字沒有改是13900人變成15000人那麼其實整體中央政府的員額是減7%
transcript.whisperx[32].start 716.167
transcript.whisperx[32].end 743.841
transcript.whisperx[32].text 司法院的員額是從13000人變成15000人,增加了快8%你覺得人總有沒有給予我們司法院較多的員額,讓你們解決問題,有沒有?那因為我們現在需求,像今天有提出表嘛,要5000...我知道啦,我說從整體來看啦,一個人口袋其他的小孩零用金都減了,給你的零用金是成長的,你覺得人總在員額上有沒有不給司法院?
transcript.whisperx[33].start 745.841
transcript.whisperx[33].end 761.404
transcript.whisperx[33].text 處長報告委員現在這個是要講到一個嚴格就是在108年底的時候總原法修正當時雖然從一萬三千九提高為一萬五千人看起來是增加一千一百人但事實上當時司法院提出來的需要請證的緣合是兩萬兩千零六十八人我了解
transcript.whisperx[34].start 761.884
transcript.whisperx[34].end 787.543
transcript.whisperx[34].text 平估後來的心智那果不出其然現在減縮為一萬五千人之後接下來的各項心智、憲法訴訟法那個國民法官法然後行政訴訟心智商業事件審理法等等的這一大堆心智增加法官工作負擔這個一千一百人現在證明就是杯水抽薪對不對在下明年要成立北部邵家法院很好 處長你不用那麼上氣不接下氣我們都知道你們需求很大
transcript.whisperx[35].start 788.183
transcript.whisperx[35].end 813.811
transcript.whisperx[35].text 但是今天整體中華民國中央政府原額是減7%的喔所以我要說的是說我們說話持平來論整個中央政府總原額法他是在縮減的但是給司法院的原額是要提高的但是提高的幅度還趕不上你的需求這是你要講的嘛 對不對好 那我們往這方面來思考好 但是除了時任法官之外法官有77條 我們有憂鬱法官憂鬱法官有沒有記錄目前的原額 有沒有
transcript.whisperx[36].start 815.868
transcript.whisperx[36].end 837.656
transcript.whisperx[36].text 因為他還是有領人事費他是領三分之二上面寫不記錄該機關所定員額之內呢那是在指不記錄現有員額但是他還是記錄預算員額好那這個就是一個問題了嘛所以未來我們是不是可以把憂鬱的法官在員額的計算上跟人總商量不要計算在你們的機關員額或者不要再計算預算員額預算員額是誰是主計總處嘛對不對
transcript.whisperx[37].start 842.498
transcript.whisperx[37].end 864.025
transcript.whisperx[37].text 人事費用所以這個部分你們具體來提把這些 所以你們會發現喔過勞的法官好像都是年輕人耶我不是說年齡歧視但是年輕照長的因為有這個憂鬱制度他比較不容易過勞可是他一樣佔緣額如果他辦的案件少我們給他憂鬱因為法官終身職嘛憲法81條的規定嘛 是不是這樣
transcript.whisperx[38].start 865.911
transcript.whisperx[38].end 891.414
transcript.whisperx[38].text 所以過老的都是年輕的法官那我們怎樣把這個緣額...應該不分年齡啦應該不分年齡因為我看過太多年老的也是...所以我們秘書長終於還是幫忙同儕講個話啦我70歲啊我知道...所以你也很過老啦而且看過那個年老的這個...所以我是說你們設法要從這個緣額上的計算去跟人種去argue可不可以?
transcript.whisperx[39].start 892.389
transcript.whisperx[39].end 892.489
transcript.whisperx[39].text 三管齊下
transcript.whisperx[40].start 909.764
transcript.whisperx[40].end 920.789
transcript.whisperx[40].text 請司法院3個月內提出順便報告.合理評量各類案件所需的不同工作量.並具以調配案量並評估未來能力需求.可以嗎
transcript.whisperx[41].start 933.006
transcript.whisperx[41].end 944.939
transcript.whisperx[41].text 請司法院衡量10年內憂鬱法官控制的緣額,配合跟人事總署爭取,併入未來整體的緣額需求,並就法官跟書記官等為適當配置。
transcript.whisperx[42].start 954.179
transcript.whisperx[42].end 954.199
transcript.whisperx[42].text 鍾佳濱