iVOD / 155342

Field Value
影片長度 523
委員名稱 鍾佳濱
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/f44693e142c0600a2336c19f1b4fcf7e20a63eef073e7d61f89a95c2b8a967613c75c7788f2af55f5ea18f28b6918d91.mp4/playlist.m3u8
transcript.pyannote[0].speaker SPEAKER_01
transcript.pyannote[0].start 6.42659375
transcript.pyannote[0].end 15.74159375
transcript.pyannote[1].speaker SPEAKER_01
transcript.pyannote[1].start 17.17596875
transcript.pyannote[1].end 17.66534375
transcript.pyannote[2].speaker SPEAKER_01
transcript.pyannote[2].start 24.36471875
transcript.pyannote[2].end 25.03971875
transcript.pyannote[3].speaker SPEAKER_01
transcript.pyannote[3].start 25.84971875
transcript.pyannote[3].end 30.65909375
transcript.pyannote[4].speaker SPEAKER_00
transcript.pyannote[4].start 26.71034375
transcript.pyannote[4].end 26.96346875
transcript.pyannote[5].speaker SPEAKER_01
transcript.pyannote[5].start 31.73909375
transcript.pyannote[5].end 32.31284375
transcript.pyannote[6].speaker SPEAKER_02
transcript.pyannote[6].start 32.00909375
transcript.pyannote[6].end 35.16471875
transcript.pyannote[7].speaker SPEAKER_01
transcript.pyannote[7].start 34.08471875
transcript.pyannote[7].end 35.97471875
transcript.pyannote[8].speaker SPEAKER_02
transcript.pyannote[8].start 35.97471875
transcript.pyannote[8].end 36.02534375
transcript.pyannote[9].speaker SPEAKER_01
transcript.pyannote[9].start 36.02534375
transcript.pyannote[9].end 36.97034375
transcript.pyannote[10].speaker SPEAKER_02
transcript.pyannote[10].start 36.97034375
transcript.pyannote[10].end 37.03784375
transcript.pyannote[11].speaker SPEAKER_01
transcript.pyannote[11].start 37.03784375
transcript.pyannote[11].end 37.59471875
transcript.pyannote[12].speaker SPEAKER_01
transcript.pyannote[12].start 38.01659375
transcript.pyannote[12].end 43.73721875
transcript.pyannote[13].speaker SPEAKER_01
transcript.pyannote[13].start 47.29784375
transcript.pyannote[13].end 61.72596875
transcript.pyannote[14].speaker SPEAKER_02
transcript.pyannote[14].start 48.17534375
transcript.pyannote[14].end 48.59721875
transcript.pyannote[15].speaker SPEAKER_02
transcript.pyannote[15].start 49.25534375
transcript.pyannote[15].end 49.57596875
transcript.pyannote[16].speaker SPEAKER_01
transcript.pyannote[16].start 62.16471875
transcript.pyannote[16].end 63.88596875
transcript.pyannote[17].speaker SPEAKER_01
transcript.pyannote[17].start 64.32471875
transcript.pyannote[17].end 65.52284375
transcript.pyannote[18].speaker SPEAKER_01
transcript.pyannote[18].start 66.61971875
transcript.pyannote[18].end 67.61534375
transcript.pyannote[19].speaker SPEAKER_01
transcript.pyannote[19].start 68.67846875
transcript.pyannote[19].end 69.55596875
transcript.pyannote[20].speaker SPEAKER_01
transcript.pyannote[20].start 71.41221875
transcript.pyannote[20].end 72.15471875
transcript.pyannote[21].speaker SPEAKER_01
transcript.pyannote[21].start 73.11659375
transcript.pyannote[21].end 76.55909375
transcript.pyannote[22].speaker SPEAKER_01
transcript.pyannote[22].start 76.89659375
transcript.pyannote[22].end 83.46096875
transcript.pyannote[23].speaker SPEAKER_01
transcript.pyannote[23].start 83.74784375
transcript.pyannote[23].end 85.51971875
transcript.pyannote[24].speaker SPEAKER_01
transcript.pyannote[24].start 85.77284375
transcript.pyannote[24].end 88.27034375
transcript.pyannote[25].speaker SPEAKER_01
transcript.pyannote[25].start 88.99596875
transcript.pyannote[25].end 90.91971875
transcript.pyannote[26].speaker SPEAKER_01
transcript.pyannote[26].start 92.69159375
transcript.pyannote[26].end 92.86034375
transcript.pyannote[27].speaker SPEAKER_02
transcript.pyannote[27].start 92.86034375
transcript.pyannote[27].end 92.94471875
transcript.pyannote[28].speaker SPEAKER_01
transcript.pyannote[28].start 92.94471875
transcript.pyannote[28].end 92.97846875
transcript.pyannote[29].speaker SPEAKER_01
transcript.pyannote[29].start 93.16409375
transcript.pyannote[29].end 93.46784375
transcript.pyannote[30].speaker SPEAKER_02
transcript.pyannote[30].start 93.46784375
transcript.pyannote[30].end 93.88971875
transcript.pyannote[31].speaker SPEAKER_01
transcript.pyannote[31].start 93.68721875
transcript.pyannote[31].end 94.95284375
transcript.pyannote[32].speaker SPEAKER_01
transcript.pyannote[32].start 95.44221875
transcript.pyannote[32].end 98.68221875
transcript.pyannote[33].speaker SPEAKER_01
transcript.pyannote[33].start 99.13784375
transcript.pyannote[33].end 105.06096875
transcript.pyannote[34].speaker SPEAKER_01
transcript.pyannote[34].start 105.29721875
transcript.pyannote[34].end 107.15346875
transcript.pyannote[35].speaker SPEAKER_01
transcript.pyannote[35].start 108.55409375
transcript.pyannote[35].end 109.02659375
transcript.pyannote[36].speaker SPEAKER_01
transcript.pyannote[36].start 109.21221875
transcript.pyannote[36].end 110.02221875
transcript.pyannote[37].speaker SPEAKER_01
transcript.pyannote[37].start 110.15721875
transcript.pyannote[37].end 112.18221875
transcript.pyannote[38].speaker SPEAKER_01
transcript.pyannote[38].start 112.45221875
transcript.pyannote[38].end 119.35409375
transcript.pyannote[39].speaker SPEAKER_01
transcript.pyannote[39].start 119.48909375
transcript.pyannote[39].end 122.08784375
transcript.pyannote[40].speaker SPEAKER_01
transcript.pyannote[40].start 122.20596875
transcript.pyannote[40].end 125.68221875
transcript.pyannote[41].speaker SPEAKER_01
transcript.pyannote[41].start 125.78346875
transcript.pyannote[41].end 126.22221875
transcript.pyannote[42].speaker SPEAKER_01
transcript.pyannote[42].start 126.50909375
transcript.pyannote[42].end 130.96409375
transcript.pyannote[43].speaker SPEAKER_01
transcript.pyannote[43].start 131.52096875
transcript.pyannote[43].end 134.74409375
transcript.pyannote[44].speaker SPEAKER_01
transcript.pyannote[44].start 134.84534375
transcript.pyannote[44].end 136.12784375
transcript.pyannote[45].speaker SPEAKER_01
transcript.pyannote[45].start 136.43159375
transcript.pyannote[45].end 137.03909375
transcript.pyannote[46].speaker SPEAKER_01
transcript.pyannote[46].start 137.30909375
transcript.pyannote[46].end 140.38034375
transcript.pyannote[47].speaker SPEAKER_01
transcript.pyannote[47].start 140.73471875
transcript.pyannote[47].end 142.23659375
transcript.pyannote[48].speaker SPEAKER_01
transcript.pyannote[48].start 142.42221875
transcript.pyannote[48].end 147.14721875
transcript.pyannote[49].speaker SPEAKER_01
transcript.pyannote[49].start 147.73784375
transcript.pyannote[49].end 149.03721875
transcript.pyannote[50].speaker SPEAKER_01
transcript.pyannote[50].start 150.31971875
transcript.pyannote[50].end 150.33659375
transcript.pyannote[51].speaker SPEAKER_02
transcript.pyannote[51].start 150.33659375
transcript.pyannote[51].end 151.34909375
transcript.pyannote[52].speaker SPEAKER_02
transcript.pyannote[52].start 151.99034375
transcript.pyannote[52].end 157.49159375
transcript.pyannote[53].speaker SPEAKER_01
transcript.pyannote[53].start 157.57596875
transcript.pyannote[53].end 158.65596875
transcript.pyannote[54].speaker SPEAKER_01
transcript.pyannote[54].start 158.95971875
transcript.pyannote[54].end 164.03909375
transcript.pyannote[55].speaker SPEAKER_01
transcript.pyannote[55].start 164.25846875
transcript.pyannote[55].end 165.37221875
transcript.pyannote[56].speaker SPEAKER_01
transcript.pyannote[56].start 165.54096875
transcript.pyannote[56].end 168.42659375
transcript.pyannote[57].speaker SPEAKER_01
transcript.pyannote[57].start 168.79784375
transcript.pyannote[57].end 171.10971875
transcript.pyannote[58].speaker SPEAKER_01
transcript.pyannote[58].start 171.66659375
transcript.pyannote[58].end 173.40471875
transcript.pyannote[59].speaker SPEAKER_01
transcript.pyannote[59].start 173.80971875
transcript.pyannote[59].end 175.44659375
transcript.pyannote[60].speaker SPEAKER_01
transcript.pyannote[60].start 175.68284375
transcript.pyannote[60].end 178.01159375
transcript.pyannote[61].speaker SPEAKER_01
transcript.pyannote[61].start 178.19721875
transcript.pyannote[61].end 179.09159375
transcript.pyannote[62].speaker SPEAKER_01
transcript.pyannote[62].start 180.08721875
transcript.pyannote[62].end 181.69034375
transcript.pyannote[63].speaker SPEAKER_01
transcript.pyannote[63].start 182.14596875
transcript.pyannote[63].end 182.78721875
transcript.pyannote[64].speaker SPEAKER_01
transcript.pyannote[64].start 183.31034375
transcript.pyannote[64].end 185.16659375
transcript.pyannote[65].speaker SPEAKER_01
transcript.pyannote[65].start 185.52096875
transcript.pyannote[65].end 186.04409375
transcript.pyannote[66].speaker SPEAKER_01
transcript.pyannote[66].start 186.12846875
transcript.pyannote[66].end 187.20846875
transcript.pyannote[67].speaker SPEAKER_01
transcript.pyannote[67].start 187.49534375
transcript.pyannote[67].end 189.48659375
transcript.pyannote[68].speaker SPEAKER_01
transcript.pyannote[68].start 189.72284375
transcript.pyannote[68].end 192.54096875
transcript.pyannote[69].speaker SPEAKER_01
transcript.pyannote[69].start 192.94596875
transcript.pyannote[69].end 195.32534375
transcript.pyannote[70].speaker SPEAKER_01
transcript.pyannote[70].start 195.42659375
transcript.pyannote[70].end 196.79346875
transcript.pyannote[71].speaker SPEAKER_02
transcript.pyannote[71].start 196.96221875
transcript.pyannote[71].end 197.18159375
transcript.pyannote[72].speaker SPEAKER_01
transcript.pyannote[72].start 197.23221875
transcript.pyannote[72].end 199.02096875
transcript.pyannote[73].speaker SPEAKER_01
transcript.pyannote[73].start 199.61159375
transcript.pyannote[73].end 203.25659375
transcript.pyannote[74].speaker SPEAKER_01
transcript.pyannote[74].start 203.67846875
transcript.pyannote[74].end 207.20534375
transcript.pyannote[75].speaker SPEAKER_02
transcript.pyannote[75].start 205.73721875
transcript.pyannote[75].end 206.59784375
transcript.pyannote[76].speaker SPEAKER_01
transcript.pyannote[76].start 207.37409375
transcript.pyannote[76].end 214.68096875
transcript.pyannote[77].speaker SPEAKER_01
transcript.pyannote[77].start 215.13659375
transcript.pyannote[77].end 215.94659375
transcript.pyannote[78].speaker SPEAKER_01
transcript.pyannote[78].start 216.13221875
transcript.pyannote[78].end 216.99284375
transcript.pyannote[79].speaker SPEAKER_01
transcript.pyannote[79].start 217.12784375
transcript.pyannote[79].end 218.00534375
transcript.pyannote[80].speaker SPEAKER_01
transcript.pyannote[80].start 219.94596875
transcript.pyannote[80].end 220.68846875
transcript.pyannote[81].speaker SPEAKER_01
transcript.pyannote[81].start 221.41409375
transcript.pyannote[81].end 224.77221875
transcript.pyannote[82].speaker SPEAKER_01
transcript.pyannote[82].start 225.12659375
transcript.pyannote[82].end 230.23971875
transcript.pyannote[83].speaker SPEAKER_01
transcript.pyannote[83].start 230.64471875
transcript.pyannote[83].end 231.75846875
transcript.pyannote[84].speaker SPEAKER_01
transcript.pyannote[84].start 232.01159375
transcript.pyannote[84].end 236.61846875
transcript.pyannote[85].speaker SPEAKER_01
transcript.pyannote[85].start 236.78721875
transcript.pyannote[85].end 238.13721875
transcript.pyannote[86].speaker SPEAKER_01
transcript.pyannote[86].start 238.50846875
transcript.pyannote[86].end 240.22971875
transcript.pyannote[87].speaker SPEAKER_01
transcript.pyannote[87].start 240.26346875
transcript.pyannote[87].end 241.00596875
transcript.pyannote[88].speaker SPEAKER_01
transcript.pyannote[88].start 241.39409375
transcript.pyannote[88].end 242.01846875
transcript.pyannote[89].speaker SPEAKER_01
transcript.pyannote[89].start 242.35596875
transcript.pyannote[89].end 248.21159375
transcript.pyannote[90].speaker SPEAKER_01
transcript.pyannote[90].start 248.68409375
transcript.pyannote[90].end 249.79784375
transcript.pyannote[91].speaker SPEAKER_01
transcript.pyannote[91].start 250.03409375
transcript.pyannote[91].end 252.64971875
transcript.pyannote[92].speaker SPEAKER_01
transcript.pyannote[92].start 253.07159375
transcript.pyannote[92].end 255.50159375
transcript.pyannote[93].speaker SPEAKER_01
transcript.pyannote[93].start 257.13846875
transcript.pyannote[93].end 261.52596875
transcript.pyannote[94].speaker SPEAKER_01
transcript.pyannote[94].start 261.94784375
transcript.pyannote[94].end 266.77409375
transcript.pyannote[95].speaker SPEAKER_01
transcript.pyannote[95].start 267.01034375
transcript.pyannote[95].end 268.71471875
transcript.pyannote[96].speaker SPEAKER_01
transcript.pyannote[96].start 269.15346875
transcript.pyannote[96].end 270.40221875
transcript.pyannote[97].speaker SPEAKER_01
transcript.pyannote[97].start 271.88721875
transcript.pyannote[97].end 272.68034375
transcript.pyannote[98].speaker SPEAKER_01
transcript.pyannote[98].start 273.18659375
transcript.pyannote[98].end 274.62096875
transcript.pyannote[99].speaker SPEAKER_01
transcript.pyannote[99].start 275.29596875
transcript.pyannote[99].end 277.84409375
transcript.pyannote[100].speaker SPEAKER_01
transcript.pyannote[100].start 278.08034375
transcript.pyannote[100].end 279.22784375
transcript.pyannote[101].speaker SPEAKER_01
transcript.pyannote[101].start 279.63284375
transcript.pyannote[101].end 283.09221875
transcript.pyannote[102].speaker SPEAKER_01
transcript.pyannote[102].start 283.51409375
transcript.pyannote[102].end 284.64471875
transcript.pyannote[103].speaker SPEAKER_01
transcript.pyannote[103].start 284.98221875
transcript.pyannote[103].end 285.60659375
transcript.pyannote[104].speaker SPEAKER_01
transcript.pyannote[104].start 286.31534375
transcript.pyannote[104].end 287.42909375
transcript.pyannote[105].speaker SPEAKER_01
transcript.pyannote[105].start 288.47534375
transcript.pyannote[105].end 290.23034375
transcript.pyannote[106].speaker SPEAKER_01
transcript.pyannote[106].start 290.44971875
transcript.pyannote[106].end 294.66846875
transcript.pyannote[107].speaker SPEAKER_01
transcript.pyannote[107].start 295.34346875
transcript.pyannote[107].end 298.31346875
transcript.pyannote[108].speaker SPEAKER_01
transcript.pyannote[108].start 298.51596875
transcript.pyannote[108].end 309.77159375
transcript.pyannote[109].speaker SPEAKER_01
transcript.pyannote[109].start 310.10909375
transcript.pyannote[109].end 310.37909375
transcript.pyannote[110].speaker SPEAKER_02
transcript.pyannote[110].start 310.37909375
transcript.pyannote[110].end 310.46346875
transcript.pyannote[111].speaker SPEAKER_01
transcript.pyannote[111].start 310.46346875
transcript.pyannote[111].end 310.88534375
transcript.pyannote[112].speaker SPEAKER_02
transcript.pyannote[112].start 310.64909375
transcript.pyannote[112].end 311.32409375
transcript.pyannote[113].speaker SPEAKER_01
transcript.pyannote[113].start 311.32409375
transcript.pyannote[113].end 312.40409375
transcript.pyannote[114].speaker SPEAKER_01
transcript.pyannote[114].start 312.99471875
transcript.pyannote[114].end 318.07409375
transcript.pyannote[115].speaker SPEAKER_01
transcript.pyannote[115].start 318.24284375
transcript.pyannote[115].end 320.94284375
transcript.pyannote[116].speaker SPEAKER_01
transcript.pyannote[116].start 321.48284375
transcript.pyannote[116].end 322.54596875
transcript.pyannote[117].speaker SPEAKER_01
transcript.pyannote[117].start 323.05221875
transcript.pyannote[117].end 324.94221875
transcript.pyannote[118].speaker SPEAKER_01
transcript.pyannote[118].start 325.31346875
transcript.pyannote[118].end 325.93784375
transcript.pyannote[119].speaker SPEAKER_01
transcript.pyannote[119].start 326.47784375
transcript.pyannote[119].end 327.54096875
transcript.pyannote[120].speaker SPEAKER_01
transcript.pyannote[120].start 327.94596875
transcript.pyannote[120].end 330.73034375
transcript.pyannote[121].speaker SPEAKER_02
transcript.pyannote[121].start 330.86534375
transcript.pyannote[121].end 331.03409375
transcript.pyannote[122].speaker SPEAKER_01
transcript.pyannote[122].start 331.03409375
transcript.pyannote[122].end 332.70471875
transcript.pyannote[123].speaker SPEAKER_01
transcript.pyannote[123].start 333.09284375
transcript.pyannote[123].end 335.15159375
transcript.pyannote[124].speaker SPEAKER_01
transcript.pyannote[124].start 335.79284375
transcript.pyannote[124].end 338.07096875
transcript.pyannote[125].speaker SPEAKER_01
transcript.pyannote[125].start 338.69534375
transcript.pyannote[125].end 342.44159375
transcript.pyannote[126].speaker SPEAKER_01
transcript.pyannote[126].start 342.62721875
transcript.pyannote[126].end 345.93471875
transcript.pyannote[127].speaker SPEAKER_01
transcript.pyannote[127].start 346.40721875
transcript.pyannote[127].end 347.13284375
transcript.pyannote[128].speaker SPEAKER_01
transcript.pyannote[128].start 349.39409375
transcript.pyannote[128].end 351.68909375
transcript.pyannote[129].speaker SPEAKER_00
transcript.pyannote[129].start 352.19534375
transcript.pyannote[129].end 358.10159375
transcript.pyannote[130].speaker SPEAKER_01
transcript.pyannote[130].start 356.75159375
transcript.pyannote[130].end 356.95409375
transcript.pyannote[131].speaker SPEAKER_01
transcript.pyannote[131].start 357.54471875
transcript.pyannote[131].end 359.62034375
transcript.pyannote[132].speaker SPEAKER_00
transcript.pyannote[132].start 360.37971875
transcript.pyannote[132].end 362.30346875
transcript.pyannote[133].speaker SPEAKER_01
transcript.pyannote[133].start 361.76346875
transcript.pyannote[133].end 367.28159375
transcript.pyannote[134].speaker SPEAKER_01
transcript.pyannote[134].start 367.61909375
transcript.pyannote[134].end 372.24284375
transcript.pyannote[135].speaker SPEAKER_01
transcript.pyannote[135].start 372.59721875
transcript.pyannote[135].end 383.95409375
transcript.pyannote[136].speaker SPEAKER_02
transcript.pyannote[136].start 385.96221875
transcript.pyannote[136].end 387.34596875
transcript.pyannote[137].speaker SPEAKER_01
transcript.pyannote[137].start 387.34596875
transcript.pyannote[137].end 387.41346875
transcript.pyannote[138].speaker SPEAKER_02
transcript.pyannote[138].start 387.41346875
transcript.pyannote[138].end 387.58221875
transcript.pyannote[139].speaker SPEAKER_01
transcript.pyannote[139].start 387.58221875
transcript.pyannote[139].end 393.03284375
transcript.pyannote[140].speaker SPEAKER_01
transcript.pyannote[140].start 393.33659375
transcript.pyannote[140].end 397.55534375
transcript.pyannote[141].speaker SPEAKER_01
transcript.pyannote[141].start 397.92659375
transcript.pyannote[141].end 402.83721875
transcript.pyannote[142].speaker SPEAKER_01
transcript.pyannote[142].start 403.14096875
transcript.pyannote[142].end 405.13221875
transcript.pyannote[143].speaker SPEAKER_01
transcript.pyannote[143].start 405.33471875
transcript.pyannote[143].end 408.15284375
transcript.pyannote[144].speaker SPEAKER_01
transcript.pyannote[144].start 408.32159375
transcript.pyannote[144].end 423.61034375
transcript.pyannote[145].speaker SPEAKER_02
transcript.pyannote[145].start 424.97721875
transcript.pyannote[145].end 425.02784375
transcript.pyannote[146].speaker SPEAKER_01
transcript.pyannote[146].start 425.02784375
transcript.pyannote[146].end 426.58034375
transcript.pyannote[147].speaker SPEAKER_01
transcript.pyannote[147].start 426.78284375
transcript.pyannote[147].end 429.92159375
transcript.pyannote[148].speaker SPEAKER_01
transcript.pyannote[148].start 430.25909375
transcript.pyannote[148].end 433.54971875
transcript.pyannote[149].speaker SPEAKER_01
transcript.pyannote[149].start 433.95471875
transcript.pyannote[149].end 435.49034375
transcript.pyannote[150].speaker SPEAKER_01
transcript.pyannote[150].start 435.87846875
transcript.pyannote[150].end 437.59971875
transcript.pyannote[151].speaker SPEAKER_01
transcript.pyannote[151].start 438.20721875
transcript.pyannote[151].end 441.48096875
transcript.pyannote[152].speaker SPEAKER_01
transcript.pyannote[152].start 441.85221875
transcript.pyannote[152].end 445.46346875
transcript.pyannote[153].speaker SPEAKER_01
transcript.pyannote[153].start 445.73346875
transcript.pyannote[153].end 446.17221875
transcript.pyannote[154].speaker SPEAKER_01
transcript.pyannote[154].start 446.37471875
transcript.pyannote[154].end 446.88096875
transcript.pyannote[155].speaker SPEAKER_01
transcript.pyannote[155].start 449.61471875
transcript.pyannote[155].end 455.25096875
transcript.pyannote[156].speaker SPEAKER_01
transcript.pyannote[156].start 455.82471875
transcript.pyannote[156].end 456.80346875
transcript.pyannote[157].speaker SPEAKER_01
transcript.pyannote[157].start 457.12409375
transcript.pyannote[157].end 458.50784375
transcript.pyannote[158].speaker SPEAKER_01
transcript.pyannote[158].start 458.84534375
transcript.pyannote[158].end 461.89971875
transcript.pyannote[159].speaker SPEAKER_01
transcript.pyannote[159].start 462.08534375
transcript.pyannote[159].end 465.79784375
transcript.pyannote[160].speaker SPEAKER_01
transcript.pyannote[160].start 466.27034375
transcript.pyannote[160].end 470.96159375
transcript.pyannote[161].speaker SPEAKER_01
transcript.pyannote[161].start 471.56909375
transcript.pyannote[161].end 476.68221875
transcript.pyannote[162].speaker SPEAKER_01
transcript.pyannote[162].start 476.93534375
transcript.pyannote[162].end 484.71471875
transcript.pyannote[163].speaker SPEAKER_01
transcript.pyannote[163].start 485.38971875
transcript.pyannote[163].end 487.90409375
transcript.pyannote[164].speaker SPEAKER_01
transcript.pyannote[164].start 488.22471875
transcript.pyannote[164].end 489.28784375
transcript.pyannote[165].speaker SPEAKER_01
transcript.pyannote[165].start 489.49034375
transcript.pyannote[165].end 492.61221875
transcript.pyannote[166].speaker SPEAKER_01
transcript.pyannote[166].start 492.88221875
transcript.pyannote[166].end 493.59096875
transcript.pyannote[167].speaker SPEAKER_02
transcript.pyannote[167].start 497.37096875
transcript.pyannote[167].end 499.90221875
transcript.pyannote[168].speaker SPEAKER_01
transcript.pyannote[168].start 499.90221875
transcript.pyannote[168].end 513.68909375
transcript.pyannote[169].speaker SPEAKER_01
transcript.pyannote[169].start 513.79034375
transcript.pyannote[169].end 519.84846875
transcript.pyannote[170].speaker SPEAKER_02
transcript.pyannote[170].start 519.84846875
transcript.pyannote[170].end 520.60784375
transcript.pyannote[171].speaker SPEAKER_01
transcript.pyannote[171].start 520.60784375
transcript.pyannote[171].end 521.45159375
transcript.pyannote[172].speaker SPEAKER_02
transcript.pyannote[172].start 521.45159375
transcript.pyannote[172].end 523.96596875
transcript.whisperx[0].start 6.648
transcript.whisperx[0].end 30.488
transcript.whisperx[0].text 主席,在場的委員先進。列席的正午,江市長、官員會長、工作夥伴、媒體記者、女士先生,有請我們邱部長及護理師的曾專門委員。部長,請。部長好。今天本來要談人工生殖,人工生殖的原因是不是就因為我們少子化的原因?
transcript.whisperx[1].start 35.251
transcript.whisperx[1].end 43.556
transcript.whisperx[1].text 這應該不完全有關係少子化那我們因為現在台灣的少子化程度你知道目前一年的人口出生數是多少嗎下一頁
transcript.whisperx[2].start 48.599
transcript.whisperx[2].end 66.711
transcript.whisperx[2].text 13萬多嘛。那麼其實我們現在是生不如死,一年短差已經到7萬了。而且從2020以前就已經生得不如死的了。好,你知不知道越南一年的新生人口大概多少?你知道我常去越南看新南向的醫療。你知道我這次去他們告訴我多少嗎?一年的新生兒185萬。185萬。好,那
transcript.whisperx[3].start 73.371
transcript.whisperx[3].end 90.698
transcript.whisperx[3].text 人數年輕跟老化的結果會產生什麼我們看下一頁齁其實你看高齡化現在都說現在是怎麼樣臺灣已經是超高齡社會了我們是用65歲以上做一個起算點對不對你認為臺灣是不是現在已經進入超高齡社會超高齡社會是不是醫療讓人要一併提高
transcript.whisperx[4].start 93.205
transcript.whisperx[4].end 106.972
transcript.whisperx[4].text 沒錯但是我覺得要修正大家不要畏懼其實我認為要調高的是65歲這個提高啦其實我這次吼難得受傷去醫院住院還被推去受手術全身麻醉我才發現幫我推論你的年紀比我還大
transcript.whisperx[5].start 108.598
transcript.whisperx[5].end 130.778
transcript.whisperx[5].text 其實這呈現什麼其實現在我們的健康情況都很好很多人中高齡就業70歲以前他還可以做很多事情所以我們要思考一下不要只看到事情的負面的一面要看到他可能的正向影響我們的雖然高齡化了但是我們的高齡人口的健康情況是有在持續提高的這是拜我們醫療所示謝謝往下看
transcript.whisperx[6].start 131.579
transcript.whisperx[6].end 148.547
transcript.whisperx[6].text 好那目前我們需要的問題就是這樣所以看事情要看兩面你認為要解決目前我們護理人員是不是因為開人不足才開不出床來很多醫院都病床啊他明明可以開一千床的他開不到八成是不是有這個情況那怎麼解決這個問題部長所以我們用
transcript.whisperx[7].start 152.305
transcript.whisperx[7].end 178.914
transcript.whisperx[7].text 其實訓練的護理人員是夠但是留任力比較重要但是我們來想想看你們都是從醫護訓練的量來看他未來的從業的量這裡面有很大的一個水桶如果破了你補再多水還是漏光啊以前我們常開玩笑說啊也說最好的工作嘛錢多事少離家近對不對睡覺睡到自然醒休息休到什麼腳抽筋有沒有這樣的工作
transcript.whisperx[8].start 180.171
transcript.whisperx[8].end 198.79
transcript.whisperx[8].text 我們的護理人員剛好相反啊他是怎樣前面有很多事情很多對不對離家近有沒有用常常要待命被擒是不是這樣這就封殺很多人停班停課醫護人員最辛苦就算沒有門診還是要在颱風天幫大家看病是不是這樣甚至有的公立醫院還發病了什麼
transcript.whisperx[9].start 200.572
transcript.whisperx[9].end 217.842
transcript.whisperx[9].text 臺豐門診意思說我門診照開啊臺豐家門診有沒有聽說為什麼服務我們的同仁嘛好不好同胞嘛是不是這樣是所以重點不只是提升待遇有人很斤斤計較在點子之外他提醒你要改善職場的負荷啦我們要護理人員不只待遇問題是不是負荷過重
transcript.whisperx[10].start 221.465
transcript.whisperx[10].end 237.839
transcript.whisperx[10].text 你錢可以多但是你事情沒有減少的話年輕人還是不願意投入啦這些受過醫護訓練的人還是不願意投入臨床啦是不是這樣子好我們往下看所以呢普遍的他是高工時低薪我們除了改善他的薪資之外其實重點是怎樣
transcript.whisperx[11].start 238.559
transcript.whisperx[11].end 255.155
transcript.whisperx[11].text 要讓他的工時降低或者那工時降低人就要增加啊你不增加人他工時沒辦法降低啊多一點人他能每個人工作時間降低第二個事情要減少我這次才發現呢我是住院啊往下看齁我們醫院很多很多的人力在做什麼往下業
transcript.whisperx[12].start 257.639
transcript.whisperx[12].end 269.405
transcript.whisperx[12].text 衛時嘛,我當然不需要衛時啦,我要自己叫那個副PANDA啦。然後呢移動,把我推出手術房叫我坐輪椅,我說我就可以走路啊,大哥你比我年紀還大。他說不行,你待會全身麻醉要坐輪椅。誰來推輪椅你知道嗎?
transcript.whisperx[13].start 271.943
transcript.whisperx[13].end 272.503
transcript.whisperx[13].text 拜遣人力。
transcript.whisperx[14].start 288.53
transcript.whisperx[14].end 312.297
transcript.whisperx[14].text 你知道這些推輪椅的在幫你黃金萊巡訪的這些美女們是護理人員嗎?很多都是派遣人員甚至是外籍看護是不是這樣?那這些人員如果受到專業的訓練能夠有效的分攤我們護理人員非核心的護理業務你覺得有沒有有助於我們解決目前前少勢多護理人員的窘境?有可以幫助好那我要告訴你
transcript.whisperx[15].start 313.069
transcript.whisperx[15].end 313.569
transcript.whisperx[15].text 但是呢,我問過很多。
transcript.whisperx[16].start 336.346
transcript.whisperx[16].end 359.307
transcript.whisperx[16].text 認為武專的護理訓練他如果未來是錯護理佐的問題啊護理護理佐的問題呢是錯作有益現在有護理佐理人員的一個規劃嗎有沒有護理佐理人員的規劃簡單講有這部分有因為我們目前有個12項計畫裡面有一個住院整合照護計畫裡面有這個這些護理佐理人員有規定要本國人嗎
transcript.whisperx[17].start 361.179
transcript.whisperx[17].end 383.074
transcript.whisperx[17].text 沒有規定因為他們有本國證照嘛 對不對但是你想想看這些護理佐理人員如果用這些美女帥哥年紀長的無技術能力的還是外籍的看護用來台灣學習護理教育的這些年輕的僑外生你覺得他們未來在台灣完成訓練後來到醫院裡面從事這樣的護理佐理人員適不適當
transcript.whisperx[18].start 385.967
transcript.whisperx[18].end 413.93
transcript.whisperx[18].text 我們現在其實也在演繹很好趕快加速演繹時間快到了往下看所以我建議一下因為我常去這些東南亞國家他們這些國家遇到問題就是他們人員的專業訓練不夠他們都很嚮往來台灣接受完整的醫護技術訓練跟教育培養但是他們也希望能夠在這段期間台灣能夠投入一些有給的工作這個如何跟勞動部跟教育部商量我覺得很重要但是你們要先把護理佐理這個人力需求切割出來
transcript.whisperx[19].start 415.472
transcript.whisperx[19].end 419.922
transcript.whisperx[19].text 這些僑外生受護理教育的僑外生他們才會有機會進入到臨床來減輕我們本國護理人員的負擔你同意嗎
transcript.whisperx[20].start 425.011
transcript.whisperx[20].end 425.612
transcript.whisperx[20].text 部長,往下一邊
transcript.whisperx[21].start 449.693
transcript.whisperx[21].end 465.603
transcript.whisperx[21].text 其實啊,您的思考比較久,我很快樂時間,開玩笑。我跟您講,現種科技,傳統叫battery,現在叫儲能設施。儲能設施由於科技的發展,現在一個特斯拉的電動車,一個車庫有一個特斯拉,你這次颱風就算停電三天你也不怕。
transcript.whisperx[22].start 466.303
transcript.whisperx[22].end 493.314
transcript.whisperx[22].text 因為一個特斯拉的電池的供電量可以讓一個5人的家庭可以用3天所以目前如果我們用像醫院這種關鍵性的維生的一個機構應該轉換用安效為安全不是說絕對安全 較為安全的儲能設施或者是燃料電池來取掉傳統的柴電部長有沒有去盤點目前我們全國的醫護機構醫療機構他們目前的備援電力是用柴電還是用其他的先進技術有沒有評估過
transcript.whisperx[23].start 497.412
transcript.whisperx[23].end 497.772
transcript.whisperx[23].text 好,謝謝,謝謝總委員,謝謝部長
會議時間 2024-10-09T09:00:00+08:00
委員發言時間 12:23:03 - 12:31:46
會議名稱 立法院第11屆第2會期社會福利及衛生環境委員會第2次全體委員會議(事由:邀請衛生福利部部長就「我國人工生殖法制化作業進度」、「衛生福利部落實中央政府我國少子女化對策計畫之成效與未來規劃」及「衛生福利部本月因疏於督導地方評估特殊需求兒少利益所受監察院糾正之檢討」進行專題報告,並備質詢。 【10月7日及9日二天一次會】)
gazette.lineno 832
gazette.blocks[0][0] 鍾委員佳濱:(12時23分)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。有請邱部長及護理司曾專門委員。
gazette.blocks[1][0] 主席:請部長。
gazette.blocks[2][0] 鍾委員佳濱:部長好。
gazette.blocks[3][0] 邱部長泰源:委員好。
gazette.blocks[4][0] 鍾委員佳濱:今天本來要談人工生殖,人工生殖是不是為了因應少子化?
gazette.blocks[5][0] 邱部長泰源:不完全是。
gazette.blocks[6][0] 鍾委員佳濱:現在臺灣少子化的程度,你知道目前一年的人口出生數是多少嗎?
gazette.blocks[7][0] 邱部長泰源:十三萬五千多人。
gazette.blocks[8][0] 鍾委員佳濱:十三萬多人嘛!其實我們現在是生不如死,一年的短差已經高達7萬人,而且從2020年就已經生不如死。你知道越南一年的新生人口大概是多少?本席常去越南看新南向的醫療,這次去,你知道他們的出生率是多少嗎?他們說一年的新生兒有185萬人。人口年輕和老化會產生什麼影響?現在都說臺灣已經是超高齡社會,因為我們是用65歲做為起算點,對不對?你認為臺灣現在是不是已經進入超高齡社會?醫療量能是不是要一併提高?
gazette.blocks[9][0] 邱部長泰源:對。
gazette.blocks[10][0] 鍾委員佳濱:沒有錯,但是本席覺得要修正,大家也不要畏懼,本席認為要調高的是65歲這個起算點啦!本席這次難得受傷去醫院住院,還被推去做需要全身麻醉的手術,才發現幫忙推輪椅的人,年紀比本席還大,這呈現什麼?就是我們現在的健康情況都很好,很多人中高齡就業,70歲以前還是可以做很多事情。
gazette.blocks[11][0] 邱部長泰源:是的。
gazette.blocks[12][0] 鍾委員佳濱:所以我們來思考一下,不要只看事情負面的一面,也要看可能的正向影響。我們的社會雖然高齡化,但是我們高齡人口的健康情況持續提高,這是拜我們醫療品質提升所賜,謝謝。目前我們需要解決的問題就是這樣,看事情要看兩面。
gazette.blocks[12][1] 目前是不是因為護理人員不足,所以才無法提供病床?很多醫院都有病床,他們明明可以開1,000床,但是提供的卻不到八成,是不是有這個情況?怎麼解決這個問題?部長。
gazette.blocks[13][0] 邱部長泰源:其實我們訓練的護理人員是夠的,值得注意的是留任率。
gazette.blocks[14][0] 鍾委員佳濱:我們想想看,你們都是從醫護訓練的量來看未來從業的量,這裡面有很大的落差,因為一個水桶破了,就算你補再多水,水還是會漏光。以前我們常開玩笑,最好的工作就是錢多事少離家近,睡覺睡到自然醒,休息休到腳抽筋,有沒有這樣的工作?我們護理人員剛好相反,他們是怎麼樣?錢沒有很多,但事情很多,對不對?離家近有沒有用?因為他們常常要待命備勤,是不是這樣?這次風災很多人停班停課,然而醫護人員最辛苦,就算沒有門診還是要在颱風天幫大家看病,是不是這樣?
gazette.blocks[15][0] 邱部長泰源:是。
gazette.blocks[16][0] 鍾委員佳濱:甚至有的公立醫院還有颱風門診,意思是說我們的門診照開。有沒有聽說過颱風假門診?為什麼?就為了服務我們的同胞,是不是這樣?
gazette.blocks[17][0] 邱部長泰源:是。
gazette.blocks[18][0] 鍾委員佳濱:所以重點不只是提升待遇。除了有人很斤斤計較的點值之外,本席還要提醒你,就是要改善職場的負荷啦!我們的護理人員不是只有待遇的問題,是不是負荷過重?是不是太累了?錢可以增加,但是事情沒有減少的話,年輕人還是不願意投入啦!這些受過醫護訓練的人還是不願意投入臨床啦!是不是這樣?
gazette.blocks[19][0] 邱部長泰源:是。
gazette.blocks[20][0] 鍾委員佳濱:他們普遍是高工時、低薪,我們除了改善他的薪資之外,重點是怎樣?就是讓他的工時降低。而工時降低,人員就要增加,因為你不增加人員,他們的工時就沒有辦法降低,如果能夠多進用一些人,每個人的工作時間就能降低。第二個,事情要減少,本席這次住院才發現,醫院很多人力在做什麼?就是餵食嘛!當然本席不需要餵食啦!因為自己會叫Foodpanda。至於移動,他們把本席推出手術房時,叫本席坐輪椅,但本席說自己可以走路,而且大哥比我的年紀還大,但是他說不行,因為你待會兒全身麻醉,所以要坐輪椅。你知道是誰來推輪椅嗎?是派遣人力,但派遣人力有做過專業訓練嗎?現在在醫院裡面看到派遣人力都要很小心,你不能叫她阿姨,因為這最忌諱,不能對年長女性叫阿姨,連大姐都不能叫,要稱美女,因為你不曉得她的年齡啊!這些推輪椅、幫你巡房的美女們是護理人員嗎?很多都是派遣人員,甚至是外籍看護。是不是這樣?
gazette.blocks[21][0] 邱部長泰源:是。
gazette.blocks[22][0] 鍾委員佳濱:這些人員如果受過專業訓練,能夠有效分攤護理人員非核心的護理業務,你覺得是否有助於解決目前錢少事多的護理人員窘境?
gazette.blocks[23][0] 邱部長泰源:有,會有幫助。
gazette.blocks[24][0] 鍾委員佳濱:本席告訴你,對於外籍看護的貢獻,本席沒有完全抹煞,但還是有一點問題,就是他們受的訓練太少,語言溝通能力不夠。本席昨天才去過慈惠護專,他們反映一個問題,就是他們現在連二專都沒有辦法招生,因為考試的關係。但是本席問過很多人,他們認為經過五專的護理訓練,如果未來是做護理佐,這樣是綽綽有餘的。現在有針對護理佐理人員的規劃嗎?請你們簡單說明。
gazette.blocks[25][0] 曾專門委員淑芬:這部分有的,因為我們目前有一個十二項計畫,當中就有住院整合照護計畫,裡面有這個……
gazette.blocks[26][0] 鍾委員佳濱:這些護理佐理人員有規定必須是本國人嗎?
gazette.blocks[27][0] 曾專門委員淑芬:沒有規定。
gazette.blocks[28][0] 鍾委員佳濱:但是他們沒有本國證照嘛!對不對?不過你想想看,護理佐理人員如果是這些美女、帥哥、年紀長的、無技術能力的,或是外籍的看護,或者啟用來臺灣學習護理教育的年輕僑外生,你覺得他們未來在臺灣完成訓練後,到醫院從事護理佐理人員的工作,適不適當?
gazette.blocks[29][0] 邱部長泰源:其實我們現在也在研議。
gazette.blocks[30][0] 鍾委員佳濱:很好,請你們加速研議,因為時間快到了,我們先往下看。所以本席建議,因為本席常去這些東南亞國家,這些國家遇到的問題就是人員的專業訓練不夠,他們都很嚮往來臺灣接受完整的醫護技術訓練和教育培養,但是他們也希望在這段期間,臺灣能夠投入一些有給的工作,這部分要和勞動部、教育部商量,本席覺得很重要。但是你們要先把護理佐理的人力需求切割出來,這樣受護理教育的僑外生才有機會進入臨床,減輕本國護理人員的負擔。你同意嗎?
gazette.blocks[31][0] 邱部長泰源:可以。
gazette.blocks[32][0] 鍾委員佳濱:非常好。這次颱風期間有醫院發生火警,問題出在哪裡?就是使用柴油發電機,是不是這樣?柴油發電機因為淹水不能動,或者道路中斷不能去加油,甚至有的火警是因為柴油儲備過量造成的。你覺得醫院現在還需要用柴油發電機嗎?部長。因為您思考的時間比較久,但本席要很快,因為時間的關係。
gazette.blocks[32][1] 其實現在有一種科技,傳統稱為battery,現在叫儲能設施,因為科技的發展,只要有特斯拉這樣的電動車,這次颱風就算停電3天也不怕,因為一個特斯拉的電池供電量,可以讓一個5人家庭用3天。所以像醫院這種關鍵性的維生系統機構,應該轉換使用較為安全的儲能設施,當然,這不是絕對安全,或者以燃料電池取代傳統的柴油發電。部長,有沒有去盤點全國的醫療機構,目前他們的備援電力是用柴油發電還是用其他先進技術?有沒有評估過?
gazette.blocks[33][0] 邱部長泰源:其實目前緊急發電還是以柴油為主。
gazette.blocks[34][0] 鍾委員佳濱:是的,但事實已經證明,柴油是上個世紀的技術,是上個世紀的備援系統,你們要趕快盤點,避免再發生醫院火警。最後一個結論,請評估引進僑外生訓練後擔任護佐的可行性,減輕醫護的壓力;也請你在一個月內提出書面報告,醫療機構原來設置柴油發電的替代方案,好不好?
gazette.blocks[35][0] 邱部長泰源:好,是。
gazette.blocks[36][0] 鍾委員佳濱:好,謝謝。
gazette.blocks[37][0] 邱部長泰源:謝謝。
gazette.blocks[38][0] 主席:謝謝鍾委員,謝謝部長。請林楚茵委員質詢。
gazette.agenda.page_end 346
gazette.agenda.meet_id 委員會-11-2-26-2
gazette.agenda.speakers[0] 蘇清泉
gazette.agenda.speakers[1] 林月琴
gazette.agenda.speakers[2] 陳昭姿
gazette.agenda.speakers[3] 陳菁徽
gazette.agenda.speakers[4] 廖偉翔
gazette.agenda.speakers[5] 盧縣一
gazette.agenda.speakers[6] 林淑芬
gazette.agenda.speakers[7] 邱鎮軍
gazette.agenda.speakers[8] 王育敏
gazette.agenda.speakers[9] 王正旭
gazette.agenda.speakers[10] 黃秀芳
gazette.agenda.speakers[11] 李坤城
gazette.agenda.speakers[12] 楊曜
gazette.agenda.speakers[13] 黃國昌
gazette.agenda.speakers[14] 鍾佳濱
gazette.agenda.speakers[15] 林楚茵
gazette.agenda.speakers[16] 洪申翰
gazette.agenda.speakers[17] 黃捷
gazette.agenda.speakers[18] 吳春城
gazette.agenda.speakers[19] 洪孟楷
gazette.agenda.speakers[20] 楊瓊瓔
gazette.agenda.speakers[21] 何欣純
gazette.agenda.speakers[22] 林宜瑾
gazette.agenda.speakers[23] 羅智強
gazette.agenda.speakers[24] 張雅琳
gazette.agenda.speakers[25] 涂權吉
gazette.agenda.speakers[26] 陳培瑜
gazette.agenda.speakers[27] 劉建國
gazette.agenda.speakers[28] 陳瑩
gazette.agenda.speakers[29] 林倩綺
gazette.agenda.speakers[30] 張嘉郡
gazette.agenda.page_start 257
gazette.agenda.meetingDate[0] 2024-10-09
gazette.agenda.gazette_id 1138201
gazette.agenda.agenda_lcidc_ids[0] 1138201_00006
gazette.agenda.meet_name 立法院第11屆第2會期社會福利及衛生環境委員會第2次全體委員會議紀錄
gazette.agenda.content 邀請衛生福利部部長就「我國人工生殖法制化作業進度」、「衛生福利部落實中央政府我國少子 女化對策計畫之成效與未來規劃」及「衛生福利部本月因疏於督導地方評估特殊需求兒少利益所 受監察院糾正之檢討」進行專題報告,並備質詢
gazette.agenda.agenda_id 1138201_00005
IVOD_ID 155342
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/155342
日期 2024-10-09
會議資料.會議代碼 委員會-11-2-26-2
會議資料.屆 11
會議資料.會期 2
會議資料.會次 2
會議資料.種類 委員會
會議資料.委員會代碼[0] 26
會議資料.標題 第11屆第2會期社會福利及衛生環境委員會第2次全體委員會議
影片種類 Clip
開始時間 2024-10-09T12:23:03+08:00
結束時間 2024-10-09T12:31:46+08:00
支援功能[0] ai-transcript
支援功能[1] gazette