iVOD / 157070

Field Value
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/57155aa6b92c2285c716bd5f2745906d2188c888bc139740ddd7491189a49938e9d0f8920134b93d5ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 賴瑞隆
委員發言時間 10:23:12 - 10:38:42
影片長度 930
會議時間 2024-11-19T09:00:00+08:00
會議名稱 第11屆第2會期第9次會議(事由:一、討論事項:本院民進黨黨團,針對第11屆第2會期第7次會議報告事項第92案委員鄭天財Sra Kacaw等17人擬具「原住民族基本法第十八條條文修正草案」及第93案委員鄭天財Sra Kacaw等17人擬具「原住民保留地禁伐補償條例第三條條文修正草案」院會所作之決定提出復議。是否有當?請公決案等10案。 二、行政院院長、主計長、財政部部長及相關部會首長列席報告「113年度中央政府總預算案追加預算案」編製經過並備質詢。三、11月15日上午9時至10時為國是論壇時間。)
transcript.pyannote[0].speaker SPEAKER_02
transcript.pyannote[0].start 0.50346875
transcript.pyannote[0].end 2.19096875
transcript.pyannote[1].speaker SPEAKER_00
transcript.pyannote[1].start 2.81534375
transcript.pyannote[1].end 4.46909375
transcript.pyannote[2].speaker SPEAKER_02
transcript.pyannote[2].start 13.12596875
transcript.pyannote[2].end 13.86846875
transcript.pyannote[3].speaker SPEAKER_02
transcript.pyannote[3].start 14.20596875
transcript.pyannote[3].end 18.12096875
transcript.pyannote[4].speaker SPEAKER_02
transcript.pyannote[4].start 18.39096875
transcript.pyannote[4].end 22.44096875
transcript.pyannote[5].speaker SPEAKER_02
transcript.pyannote[5].start 22.87971875
transcript.pyannote[5].end 37.34159375
transcript.pyannote[6].speaker SPEAKER_02
transcript.pyannote[6].start 37.45971875
transcript.pyannote[6].end 39.40034375
transcript.pyannote[7].speaker SPEAKER_02
transcript.pyannote[7].start 39.92346875
transcript.pyannote[7].end 40.83471875
transcript.pyannote[8].speaker SPEAKER_02
transcript.pyannote[8].start 41.79659375
transcript.pyannote[8].end 41.81346875
transcript.pyannote[9].speaker SPEAKER_03
transcript.pyannote[9].start 41.81346875
transcript.pyannote[9].end 43.58534375
transcript.pyannote[10].speaker SPEAKER_03
transcript.pyannote[10].start 44.10846875
transcript.pyannote[10].end 45.98159375
transcript.pyannote[11].speaker SPEAKER_03
transcript.pyannote[11].start 46.35284375
transcript.pyannote[11].end 49.60971875
transcript.pyannote[12].speaker SPEAKER_03
transcript.pyannote[12].start 50.09909375
transcript.pyannote[12].end 53.65971875
transcript.pyannote[13].speaker SPEAKER_03
transcript.pyannote[13].start 54.04784375
transcript.pyannote[13].end 56.47784375
transcript.pyannote[14].speaker SPEAKER_03
transcript.pyannote[14].start 56.89971875
transcript.pyannote[14].end 57.43971875
transcript.pyannote[15].speaker SPEAKER_03
transcript.pyannote[15].start 57.57471875
transcript.pyannote[15].end 60.34221875
transcript.pyannote[16].speaker SPEAKER_03
transcript.pyannote[16].start 60.56159375
transcript.pyannote[16].end 62.23221875
transcript.pyannote[17].speaker SPEAKER_03
transcript.pyannote[17].start 62.43471875
transcript.pyannote[17].end 66.21471875
transcript.pyannote[18].speaker SPEAKER_03
transcript.pyannote[18].start 66.68721875
transcript.pyannote[18].end 69.47159375
transcript.pyannote[19].speaker SPEAKER_03
transcript.pyannote[19].start 69.79221875
transcript.pyannote[19].end 71.59784375
transcript.pyannote[20].speaker SPEAKER_03
transcript.pyannote[20].start 71.78346875
transcript.pyannote[20].end 74.12909375
transcript.pyannote[21].speaker SPEAKER_03
transcript.pyannote[21].start 74.55096875
transcript.pyannote[21].end 78.04409375
transcript.pyannote[22].speaker SPEAKER_03
transcript.pyannote[22].start 78.43221875
transcript.pyannote[22].end 79.68096875
transcript.pyannote[23].speaker SPEAKER_03
transcript.pyannote[23].start 80.03534375
transcript.pyannote[23].end 82.06034375
transcript.pyannote[24].speaker SPEAKER_03
transcript.pyannote[24].start 82.31346875
transcript.pyannote[24].end 84.59159375
transcript.pyannote[25].speaker SPEAKER_03
transcript.pyannote[25].start 84.99659375
transcript.pyannote[25].end 88.01721875
transcript.pyannote[26].speaker SPEAKER_02
transcript.pyannote[26].start 87.22409375
transcript.pyannote[26].end 87.93284375
transcript.pyannote[27].speaker SPEAKER_02
transcript.pyannote[27].start 88.01721875
transcript.pyannote[27].end 88.03409375
transcript.pyannote[28].speaker SPEAKER_03
transcript.pyannote[28].start 88.03409375
transcript.pyannote[28].end 99.61034375
transcript.pyannote[29].speaker SPEAKER_02
transcript.pyannote[29].start 89.38409375
transcript.pyannote[29].end 90.54846875
transcript.pyannote[30].speaker SPEAKER_03
transcript.pyannote[30].start 99.81284375
transcript.pyannote[30].end 102.37784375
transcript.pyannote[31].speaker SPEAKER_03
transcript.pyannote[31].start 102.52971875
transcript.pyannote[31].end 104.38596875
transcript.pyannote[32].speaker SPEAKER_03
transcript.pyannote[32].start 104.60534375
transcript.pyannote[32].end 105.82034375
transcript.pyannote[33].speaker SPEAKER_03
transcript.pyannote[33].start 106.19159375
transcript.pyannote[33].end 107.71034375
transcript.pyannote[34].speaker SPEAKER_03
transcript.pyannote[34].start 107.94659375
transcript.pyannote[34].end 110.52846875
transcript.pyannote[35].speaker SPEAKER_03
transcript.pyannote[35].start 110.73096875
transcript.pyannote[35].end 113.93721875
transcript.pyannote[36].speaker SPEAKER_03
transcript.pyannote[36].start 113.95409375
transcript.pyannote[36].end 114.79784375
transcript.pyannote[37].speaker SPEAKER_03
transcript.pyannote[37].start 114.96659375
transcript.pyannote[37].end 116.68784375
transcript.pyannote[38].speaker SPEAKER_02
transcript.pyannote[38].start 117.10971875
transcript.pyannote[38].end 141.76409375
transcript.pyannote[39].speaker SPEAKER_02
transcript.pyannote[39].start 142.10159375
transcript.pyannote[39].end 143.43471875
transcript.pyannote[40].speaker SPEAKER_02
transcript.pyannote[40].start 143.70471875
transcript.pyannote[40].end 154.57221875
transcript.pyannote[41].speaker SPEAKER_03
transcript.pyannote[41].start 156.63096875
transcript.pyannote[41].end 158.48721875
transcript.pyannote[42].speaker SPEAKER_03
transcript.pyannote[42].start 159.01034375
transcript.pyannote[42].end 160.83284375
transcript.pyannote[43].speaker SPEAKER_03
transcript.pyannote[43].start 161.27159375
transcript.pyannote[43].end 163.22909375
transcript.pyannote[44].speaker SPEAKER_03
transcript.pyannote[44].start 163.39784375
transcript.pyannote[44].end 164.52846875
transcript.pyannote[45].speaker SPEAKER_03
transcript.pyannote[45].start 164.83221875
transcript.pyannote[45].end 166.04721875
transcript.pyannote[46].speaker SPEAKER_03
transcript.pyannote[46].start 166.40159375
transcript.pyannote[46].end 167.11034375
transcript.pyannote[47].speaker SPEAKER_03
transcript.pyannote[47].start 167.34659375
transcript.pyannote[47].end 168.44346875
transcript.pyannote[48].speaker SPEAKER_03
transcript.pyannote[48].start 168.73034375
transcript.pyannote[48].end 169.70909375
transcript.pyannote[49].speaker SPEAKER_03
transcript.pyannote[49].start 169.96221875
transcript.pyannote[49].end 171.19409375
transcript.pyannote[50].speaker SPEAKER_03
transcript.pyannote[50].start 171.59909375
transcript.pyannote[50].end 172.08846875
transcript.pyannote[51].speaker SPEAKER_03
transcript.pyannote[51].start 172.69596875
transcript.pyannote[51].end 173.38784375
transcript.pyannote[52].speaker SPEAKER_03
transcript.pyannote[52].start 173.67471875
transcript.pyannote[52].end 175.64909375
transcript.pyannote[53].speaker SPEAKER_03
transcript.pyannote[53].start 175.88534375
transcript.pyannote[53].end 177.53909375
transcript.pyannote[54].speaker SPEAKER_03
transcript.pyannote[54].start 177.92721875
transcript.pyannote[54].end 180.28971875
transcript.pyannote[55].speaker SPEAKER_03
transcript.pyannote[55].start 180.45846875
transcript.pyannote[55].end 190.04346875
transcript.pyannote[56].speaker SPEAKER_03
transcript.pyannote[56].start 190.31346875
transcript.pyannote[56].end 193.70534375
transcript.pyannote[57].speaker SPEAKER_03
transcript.pyannote[57].start 194.02596875
transcript.pyannote[57].end 194.86971875
transcript.pyannote[58].speaker SPEAKER_03
transcript.pyannote[58].start 194.90346875
transcript.pyannote[58].end 196.97909375
transcript.pyannote[59].speaker SPEAKER_03
transcript.pyannote[59].start 197.38409375
transcript.pyannote[59].end 198.12659375
transcript.pyannote[60].speaker SPEAKER_03
transcript.pyannote[60].start 198.32909375
transcript.pyannote[60].end 200.21909375
transcript.pyannote[61].speaker SPEAKER_03
transcript.pyannote[61].start 200.67471875
transcript.pyannote[61].end 214.96784375
transcript.pyannote[62].speaker SPEAKER_02
transcript.pyannote[62].start 214.96784375
transcript.pyannote[62].end 225.58221875
transcript.pyannote[63].speaker SPEAKER_02
transcript.pyannote[63].start 225.81846875
transcript.pyannote[63].end 238.10346875
transcript.pyannote[64].speaker SPEAKER_03
transcript.pyannote[64].start 238.10346875
transcript.pyannote[64].end 238.12034375
transcript.pyannote[65].speaker SPEAKER_02
transcript.pyannote[65].start 239.55471875
transcript.pyannote[65].end 239.57159375
transcript.pyannote[66].speaker SPEAKER_03
transcript.pyannote[66].start 239.57159375
transcript.pyannote[66].end 240.49971875
transcript.pyannote[67].speaker SPEAKER_03
transcript.pyannote[67].start 241.34346875
transcript.pyannote[67].end 244.56659375
transcript.pyannote[68].speaker SPEAKER_03
transcript.pyannote[68].start 244.68471875
transcript.pyannote[68].end 245.88284375
transcript.pyannote[69].speaker SPEAKER_03
transcript.pyannote[69].start 246.69284375
transcript.pyannote[69].end 250.18596875
transcript.pyannote[70].speaker SPEAKER_03
transcript.pyannote[70].start 250.77659375
transcript.pyannote[70].end 257.56034375
transcript.pyannote[71].speaker SPEAKER_03
transcript.pyannote[71].start 257.98221875
transcript.pyannote[71].end 259.87221875
transcript.pyannote[72].speaker SPEAKER_03
transcript.pyannote[72].start 260.39534375
transcript.pyannote[72].end 262.75784375
transcript.pyannote[73].speaker SPEAKER_03
transcript.pyannote[73].start 262.99409375
transcript.pyannote[73].end 264.69846875
transcript.pyannote[74].speaker SPEAKER_03
transcript.pyannote[74].start 265.32284375
transcript.pyannote[74].end 266.06534375
transcript.pyannote[75].speaker SPEAKER_03
transcript.pyannote[75].start 266.33534375
transcript.pyannote[75].end 267.41534375
transcript.pyannote[76].speaker SPEAKER_03
transcript.pyannote[76].start 267.73596875
transcript.pyannote[76].end 274.94159375
transcript.pyannote[77].speaker SPEAKER_02
transcript.pyannote[77].start 274.72221875
transcript.pyannote[77].end 294.56721875
transcript.pyannote[78].speaker SPEAKER_03
transcript.pyannote[78].start 277.74284375
transcript.pyannote[78].end 278.43471875
transcript.pyannote[79].speaker SPEAKER_03
transcript.pyannote[79].start 278.80596875
transcript.pyannote[79].end 279.54846875
transcript.pyannote[80].speaker SPEAKER_03
transcript.pyannote[80].start 294.56721875
transcript.pyannote[80].end 294.95534375
transcript.pyannote[81].speaker SPEAKER_02
transcript.pyannote[81].start 294.95534375
transcript.pyannote[81].end 294.97221875
transcript.pyannote[82].speaker SPEAKER_02
transcript.pyannote[82].start 295.54596875
transcript.pyannote[82].end 312.15096875
transcript.pyannote[83].speaker SPEAKER_03
transcript.pyannote[83].start 312.25221875
transcript.pyannote[83].end 313.46721875
transcript.pyannote[84].speaker SPEAKER_03
transcript.pyannote[84].start 313.78784375
transcript.pyannote[84].end 316.53846875
transcript.pyannote[85].speaker SPEAKER_03
transcript.pyannote[85].start 316.79159375
transcript.pyannote[85].end 317.97284375
transcript.pyannote[86].speaker SPEAKER_03
transcript.pyannote[86].start 318.31034375
transcript.pyannote[86].end 321.36471875
transcript.pyannote[87].speaker SPEAKER_03
transcript.pyannote[87].start 321.49971875
transcript.pyannote[87].end 322.05659375
transcript.pyannote[88].speaker SPEAKER_03
transcript.pyannote[88].start 322.32659375
transcript.pyannote[88].end 323.52471875
transcript.pyannote[89].speaker SPEAKER_03
transcript.pyannote[89].start 323.76096875
transcript.pyannote[89].end 325.92096875
transcript.pyannote[90].speaker SPEAKER_03
transcript.pyannote[90].start 326.12346875
transcript.pyannote[90].end 327.22034375
transcript.pyannote[91].speaker SPEAKER_03
transcript.pyannote[91].start 327.40596875
transcript.pyannote[91].end 336.24846875
transcript.pyannote[92].speaker SPEAKER_03
transcript.pyannote[92].start 336.31596875
transcript.pyannote[92].end 337.17659375
transcript.pyannote[93].speaker SPEAKER_03
transcript.pyannote[93].start 337.59846875
transcript.pyannote[93].end 342.23909375
transcript.pyannote[94].speaker SPEAKER_02
transcript.pyannote[94].start 342.40784375
transcript.pyannote[94].end 352.93784375
transcript.pyannote[95].speaker SPEAKER_03
transcript.pyannote[95].start 346.12034375
transcript.pyannote[95].end 346.18784375
transcript.pyannote[96].speaker SPEAKER_02
transcript.pyannote[96].start 352.98846875
transcript.pyannote[96].end 362.53971875
transcript.pyannote[97].speaker SPEAKER_03
transcript.pyannote[97].start 363.13034375
transcript.pyannote[97].end 365.23971875
transcript.pyannote[98].speaker SPEAKER_03
transcript.pyannote[98].start 365.59409375
transcript.pyannote[98].end 367.48409375
transcript.pyannote[99].speaker SPEAKER_03
transcript.pyannote[99].start 367.77096875
transcript.pyannote[99].end 369.88034375
transcript.pyannote[100].speaker SPEAKER_03
transcript.pyannote[100].start 370.38659375
transcript.pyannote[100].end 370.96034375
transcript.pyannote[101].speaker SPEAKER_03
transcript.pyannote[101].start 371.06159375
transcript.pyannote[101].end 372.52971875
transcript.pyannote[102].speaker SPEAKER_03
transcript.pyannote[102].start 372.61409375
transcript.pyannote[102].end 373.08659375
transcript.pyannote[103].speaker SPEAKER_03
transcript.pyannote[103].start 373.22159375
transcript.pyannote[103].end 374.60534375
transcript.pyannote[104].speaker SPEAKER_03
transcript.pyannote[104].start 374.74034375
transcript.pyannote[104].end 376.36034375
transcript.pyannote[105].speaker SPEAKER_03
transcript.pyannote[105].start 376.69784375
transcript.pyannote[105].end 377.99721875
transcript.pyannote[106].speaker SPEAKER_03
transcript.pyannote[106].start 378.25034375
transcript.pyannote[106].end 379.11096875
transcript.pyannote[107].speaker SPEAKER_03
transcript.pyannote[107].start 379.17846875
transcript.pyannote[107].end 381.01784375
transcript.pyannote[108].speaker SPEAKER_03
transcript.pyannote[108].start 381.15284375
transcript.pyannote[108].end 382.75596875
transcript.pyannote[109].speaker SPEAKER_03
transcript.pyannote[109].start 383.21159375
transcript.pyannote[109].end 385.72596875
transcript.pyannote[110].speaker SPEAKER_02
transcript.pyannote[110].start 385.72596875
transcript.pyannote[110].end 385.75971875
transcript.pyannote[111].speaker SPEAKER_02
transcript.pyannote[111].start 386.09721875
transcript.pyannote[111].end 393.97784375
transcript.pyannote[112].speaker SPEAKER_02
transcript.pyannote[112].start 394.23096875
transcript.pyannote[112].end 424.33596875
transcript.pyannote[113].speaker SPEAKER_02
transcript.pyannote[113].start 424.65659375
transcript.pyannote[113].end 428.48721875
transcript.pyannote[114].speaker SPEAKER_02
transcript.pyannote[114].start 428.63909375
transcript.pyannote[114].end 430.74846875
transcript.pyannote[115].speaker SPEAKER_02
transcript.pyannote[115].start 431.08596875
transcript.pyannote[115].end 431.84534375
transcript.pyannote[116].speaker SPEAKER_03
transcript.pyannote[116].start 432.26721875
transcript.pyannote[116].end 433.71846875
transcript.pyannote[117].speaker SPEAKER_03
transcript.pyannote[117].start 433.92096875
transcript.pyannote[117].end 438.54471875
transcript.pyannote[118].speaker SPEAKER_03
transcript.pyannote[118].start 438.89909375
transcript.pyannote[118].end 441.05909375
transcript.pyannote[119].speaker SPEAKER_03
transcript.pyannote[119].start 441.34596875
transcript.pyannote[119].end 442.56096875
transcript.pyannote[120].speaker SPEAKER_03
transcript.pyannote[120].start 442.91534375
transcript.pyannote[120].end 443.87721875
transcript.pyannote[121].speaker SPEAKER_03
transcript.pyannote[121].start 443.96159375
transcript.pyannote[121].end 445.66596875
transcript.pyannote[122].speaker SPEAKER_03
transcript.pyannote[122].start 446.03721875
transcript.pyannote[122].end 448.01159375
transcript.pyannote[123].speaker SPEAKER_03
transcript.pyannote[123].start 448.58534375
transcript.pyannote[123].end 450.13784375
transcript.pyannote[124].speaker SPEAKER_03
transcript.pyannote[124].start 450.62721875
transcript.pyannote[124].end 453.66471875
transcript.pyannote[125].speaker SPEAKER_03
transcript.pyannote[125].start 454.05284375
transcript.pyannote[125].end 454.55909375
transcript.pyannote[126].speaker SPEAKER_03
transcript.pyannote[126].start 455.16659375
transcript.pyannote[126].end 458.38971875
transcript.pyannote[127].speaker SPEAKER_03
transcript.pyannote[127].start 458.94659375
transcript.pyannote[127].end 460.46534375
transcript.pyannote[128].speaker SPEAKER_03
transcript.pyannote[128].start 460.78596875
transcript.pyannote[128].end 466.05096875
transcript.pyannote[129].speaker SPEAKER_03
transcript.pyannote[129].start 466.30409375
transcript.pyannote[129].end 466.96221875
transcript.pyannote[130].speaker SPEAKER_03
transcript.pyannote[130].start 467.28284375
transcript.pyannote[130].end 470.47221875
transcript.pyannote[131].speaker SPEAKER_03
transcript.pyannote[131].start 470.67471875
transcript.pyannote[131].end 472.36221875
transcript.pyannote[132].speaker SPEAKER_03
transcript.pyannote[132].start 472.75034375
transcript.pyannote[132].end 474.21846875
transcript.pyannote[133].speaker SPEAKER_03
transcript.pyannote[133].start 474.47159375
transcript.pyannote[133].end 477.27284375
transcript.pyannote[134].speaker SPEAKER_03
transcript.pyannote[134].start 477.37409375
transcript.pyannote[134].end 486.65534375
transcript.pyannote[135].speaker SPEAKER_02
transcript.pyannote[135].start 487.12784375
transcript.pyannote[135].end 504.42471875
transcript.pyannote[136].speaker SPEAKER_02
transcript.pyannote[136].start 504.82971875
transcript.pyannote[136].end 519.10596875
transcript.pyannote[137].speaker SPEAKER_03
transcript.pyannote[137].start 519.34221875
transcript.pyannote[137].end 520.20284375
transcript.pyannote[138].speaker SPEAKER_03
transcript.pyannote[138].start 520.67534375
transcript.pyannote[138].end 522.26159375
transcript.pyannote[139].speaker SPEAKER_03
transcript.pyannote[139].start 522.48096875
transcript.pyannote[139].end 525.16409375
transcript.pyannote[140].speaker SPEAKER_03
transcript.pyannote[140].start 525.75471875
transcript.pyannote[140].end 529.33221875
transcript.pyannote[141].speaker SPEAKER_03
transcript.pyannote[141].start 529.61909375
transcript.pyannote[141].end 529.90596875
transcript.pyannote[142].speaker SPEAKER_03
transcript.pyannote[142].start 530.58096875
transcript.pyannote[142].end 531.55971875
transcript.pyannote[143].speaker SPEAKER_03
transcript.pyannote[143].start 531.81284375
transcript.pyannote[143].end 533.98971875
transcript.pyannote[144].speaker SPEAKER_03
transcript.pyannote[144].start 534.32721875
transcript.pyannote[144].end 537.16221875
transcript.pyannote[145].speaker SPEAKER_03
transcript.pyannote[145].start 537.39846875
transcript.pyannote[145].end 539.06909375
transcript.pyannote[146].speaker SPEAKER_03
transcript.pyannote[146].start 539.40659375
transcript.pyannote[146].end 539.76096875
transcript.pyannote[147].speaker SPEAKER_03
transcript.pyannote[147].start 540.55409375
transcript.pyannote[147].end 541.11096875
transcript.pyannote[148].speaker SPEAKER_03
transcript.pyannote[148].start 541.31346875
transcript.pyannote[148].end 542.98409375
transcript.pyannote[149].speaker SPEAKER_03
transcript.pyannote[149].start 543.10221875
transcript.pyannote[149].end 547.05096875
transcript.pyannote[150].speaker SPEAKER_03
transcript.pyannote[150].start 547.33784375
transcript.pyannote[150].end 549.00846875
transcript.pyannote[151].speaker SPEAKER_03
transcript.pyannote[151].start 549.21096875
transcript.pyannote[151].end 550.81409375
transcript.pyannote[152].speaker SPEAKER_03
transcript.pyannote[152].start 551.06721875
transcript.pyannote[152].end 551.80971875
transcript.pyannote[153].speaker SPEAKER_03
transcript.pyannote[153].start 551.96159375
transcript.pyannote[153].end 553.14284375
transcript.pyannote[154].speaker SPEAKER_03
transcript.pyannote[154].start 553.46346875
transcript.pyannote[154].end 555.03284375
transcript.pyannote[155].speaker SPEAKER_03
transcript.pyannote[155].start 555.53909375
transcript.pyannote[155].end 556.88909375
transcript.pyannote[156].speaker SPEAKER_03
transcript.pyannote[156].start 557.26034375
transcript.pyannote[156].end 560.68596875
transcript.pyannote[157].speaker SPEAKER_03
transcript.pyannote[157].start 560.93909375
transcript.pyannote[157].end 563.70659375
transcript.pyannote[158].speaker SPEAKER_03
transcript.pyannote[158].start 563.92596875
transcript.pyannote[158].end 564.76971875
transcript.pyannote[159].speaker SPEAKER_02
transcript.pyannote[159].start 563.97659375
transcript.pyannote[159].end 566.98034375
transcript.pyannote[160].speaker SPEAKER_02
transcript.pyannote[160].start 567.21659375
transcript.pyannote[160].end 573.98346875
transcript.pyannote[161].speaker SPEAKER_03
transcript.pyannote[161].start 573.98346875
transcript.pyannote[161].end 577.91534375
transcript.pyannote[162].speaker SPEAKER_02
transcript.pyannote[162].start 577.18971875
transcript.pyannote[162].end 581.29034375
transcript.pyannote[163].speaker SPEAKER_03
transcript.pyannote[163].start 578.87721875
transcript.pyannote[163].end 586.62284375
transcript.pyannote[164].speaker SPEAKER_03
transcript.pyannote[164].start 586.89284375
transcript.pyannote[164].end 589.89659375
transcript.pyannote[165].speaker SPEAKER_03
transcript.pyannote[165].start 590.35221875
transcript.pyannote[165].end 591.98909375
transcript.pyannote[166].speaker SPEAKER_03
transcript.pyannote[166].start 592.14096875
transcript.pyannote[166].end 593.37284375
transcript.pyannote[167].speaker SPEAKER_03
transcript.pyannote[167].start 593.81159375
transcript.pyannote[167].end 595.83659375
transcript.pyannote[168].speaker SPEAKER_03
transcript.pyannote[168].start 596.19096875
transcript.pyannote[168].end 601.74284375
transcript.pyannote[169].speaker SPEAKER_02
transcript.pyannote[169].start 601.86096875
transcript.pyannote[169].end 611.54721875
transcript.pyannote[170].speaker SPEAKER_03
transcript.pyannote[170].start 605.18534375
transcript.pyannote[170].end 605.55659375
transcript.pyannote[171].speaker SPEAKER_02
transcript.pyannote[171].start 611.61471875
transcript.pyannote[171].end 615.02346875
transcript.pyannote[172].speaker SPEAKER_02
transcript.pyannote[172].start 615.09096875
transcript.pyannote[172].end 668.11221875
transcript.pyannote[173].speaker SPEAKER_02
transcript.pyannote[173].start 668.34846875
transcript.pyannote[173].end 671.03159375
transcript.pyannote[174].speaker SPEAKER_03
transcript.pyannote[174].start 671.03159375
transcript.pyannote[174].end 671.28471875
transcript.pyannote[175].speaker SPEAKER_02
transcript.pyannote[175].start 672.12846875
transcript.pyannote[175].end 672.14534375
transcript.pyannote[176].speaker SPEAKER_03
transcript.pyannote[176].start 672.14534375
transcript.pyannote[176].end 676.00971875
transcript.pyannote[177].speaker SPEAKER_03
transcript.pyannote[177].start 676.31346875
transcript.pyannote[177].end 677.19096875
transcript.pyannote[178].speaker SPEAKER_03
transcript.pyannote[178].start 677.37659375
transcript.pyannote[178].end 680.48159375
transcript.pyannote[179].speaker SPEAKER_03
transcript.pyannote[179].start 680.88659375
transcript.pyannote[179].end 681.79784375
transcript.pyannote[180].speaker SPEAKER_03
transcript.pyannote[180].start 682.25346875
transcript.pyannote[180].end 683.99159375
transcript.pyannote[181].speaker SPEAKER_03
transcript.pyannote[181].start 684.41346875
transcript.pyannote[181].end 685.25721875
transcript.pyannote[182].speaker SPEAKER_03
transcript.pyannote[182].start 685.52721875
transcript.pyannote[182].end 687.48471875
transcript.pyannote[183].speaker SPEAKER_03
transcript.pyannote[183].start 688.51409375
transcript.pyannote[183].end 690.89346875
transcript.pyannote[184].speaker SPEAKER_03
transcript.pyannote[184].start 691.01159375
transcript.pyannote[184].end 692.64846875
transcript.pyannote[185].speaker SPEAKER_03
transcript.pyannote[185].start 693.39096875
transcript.pyannote[185].end 697.30596875
transcript.pyannote[186].speaker SPEAKER_03
transcript.pyannote[186].start 697.69409375
transcript.pyannote[186].end 700.54596875
transcript.pyannote[187].speaker SPEAKER_03
transcript.pyannote[187].start 700.96784375
transcript.pyannote[187].end 704.79846875
transcript.pyannote[188].speaker SPEAKER_03
transcript.pyannote[188].start 705.06846875
transcript.pyannote[188].end 716.61096875
transcript.pyannote[189].speaker SPEAKER_03
transcript.pyannote[189].start 717.26909375
transcript.pyannote[189].end 717.97784375
transcript.pyannote[190].speaker SPEAKER_02
transcript.pyannote[190].start 717.97784375
transcript.pyannote[190].end 740.91096875
transcript.pyannote[191].speaker SPEAKER_02
transcript.pyannote[191].start 741.19784375
transcript.pyannote[191].end 746.04096875
transcript.pyannote[192].speaker SPEAKER_02
transcript.pyannote[192].start 746.10846875
transcript.pyannote[192].end 752.33534375
transcript.pyannote[193].speaker SPEAKER_02
transcript.pyannote[193].start 752.63909375
transcript.pyannote[193].end 766.20659375
transcript.pyannote[194].speaker SPEAKER_02
transcript.pyannote[194].start 766.52721875
transcript.pyannote[194].end 768.80534375
transcript.pyannote[195].speaker SPEAKER_03
transcript.pyannote[195].start 768.80534375
transcript.pyannote[195].end 768.82221875
transcript.pyannote[196].speaker SPEAKER_03
transcript.pyannote[196].start 769.48034375
transcript.pyannote[196].end 770.20596875
transcript.pyannote[197].speaker SPEAKER_02
transcript.pyannote[197].start 770.67846875
transcript.pyannote[197].end 770.69534375
transcript.pyannote[198].speaker SPEAKER_03
transcript.pyannote[198].start 770.69534375
transcript.pyannote[198].end 775.85909375
transcript.pyannote[199].speaker SPEAKER_03
transcript.pyannote[199].start 775.97721875
transcript.pyannote[199].end 778.66034375
transcript.pyannote[200].speaker SPEAKER_03
transcript.pyannote[200].start 779.08221875
transcript.pyannote[200].end 780.60096875
transcript.pyannote[201].speaker SPEAKER_03
transcript.pyannote[201].start 780.95534375
transcript.pyannote[201].end 782.30534375
transcript.pyannote[202].speaker SPEAKER_03
transcript.pyannote[202].start 782.55846875
transcript.pyannote[202].end 785.29221875
transcript.pyannote[203].speaker SPEAKER_03
transcript.pyannote[203].start 785.62971875
transcript.pyannote[203].end 787.03034375
transcript.pyannote[204].speaker SPEAKER_03
transcript.pyannote[204].start 787.26659375
transcript.pyannote[204].end 790.40534375
transcript.pyannote[205].speaker SPEAKER_03
transcript.pyannote[205].start 790.64159375
transcript.pyannote[205].end 793.32471875
transcript.pyannote[206].speaker SPEAKER_03
transcript.pyannote[206].start 793.49346875
transcript.pyannote[206].end 794.72534375
transcript.pyannote[207].speaker SPEAKER_03
transcript.pyannote[207].start 794.94471875
transcript.pyannote[207].end 796.21034375
transcript.pyannote[208].speaker SPEAKER_03
transcript.pyannote[208].start 796.41284375
transcript.pyannote[208].end 799.73721875
transcript.pyannote[209].speaker SPEAKER_03
transcript.pyannote[209].start 800.00721875
transcript.pyannote[209].end 801.93096875
transcript.pyannote[210].speaker SPEAKER_03
transcript.pyannote[210].start 802.21784375
transcript.pyannote[210].end 807.36471875
transcript.pyannote[211].speaker SPEAKER_02
transcript.pyannote[211].start 806.67284375
transcript.pyannote[211].end 817.81034375
transcript.pyannote[212].speaker SPEAKER_02
transcript.pyannote[212].start 818.14784375
transcript.pyannote[212].end 828.07034375
transcript.pyannote[213].speaker SPEAKER_01
transcript.pyannote[213].start 828.20534375
transcript.pyannote[213].end 842.58284375
transcript.pyannote[214].speaker SPEAKER_02
transcript.pyannote[214].start 828.39096875
transcript.pyannote[214].end 829.80846875
transcript.pyannote[215].speaker SPEAKER_01
transcript.pyannote[215].start 842.75159375
transcript.pyannote[215].end 849.94034375
transcript.pyannote[216].speaker SPEAKER_02
transcript.pyannote[216].start 848.57346875
transcript.pyannote[216].end 903.65346875
transcript.pyannote[217].speaker SPEAKER_01
transcript.pyannote[217].start 854.14221875
transcript.pyannote[217].end 854.19284375
transcript.pyannote[218].speaker SPEAKER_03
transcript.pyannote[218].start 854.19284375
transcript.pyannote[218].end 854.54721875
transcript.pyannote[219].speaker SPEAKER_01
transcript.pyannote[219].start 854.54721875
transcript.pyannote[219].end 854.96909375
transcript.pyannote[220].speaker SPEAKER_03
transcript.pyannote[220].start 854.96909375
transcript.pyannote[220].end 855.55971875
transcript.pyannote[221].speaker SPEAKER_01
transcript.pyannote[221].start 855.55971875
transcript.pyannote[221].end 855.61034375
transcript.pyannote[222].speaker SPEAKER_03
transcript.pyannote[222].start 855.61034375
transcript.pyannote[222].end 855.66096875
transcript.pyannote[223].speaker SPEAKER_01
transcript.pyannote[223].start 855.66096875
transcript.pyannote[223].end 855.82971875
transcript.pyannote[224].speaker SPEAKER_03
transcript.pyannote[224].start 855.82971875
transcript.pyannote[224].end 855.86346875
transcript.pyannote[225].speaker SPEAKER_03
transcript.pyannote[225].start 858.47909375
transcript.pyannote[225].end 859.47471875
transcript.pyannote[226].speaker SPEAKER_03
transcript.pyannote[226].start 859.91346875
transcript.pyannote[226].end 861.60096875
transcript.pyannote[227].speaker SPEAKER_03
transcript.pyannote[227].start 872.29971875
transcript.pyannote[227].end 873.17721875
transcript.pyannote[228].speaker SPEAKER_03
transcript.pyannote[228].start 897.79784375
transcript.pyannote[228].end 898.40534375
transcript.pyannote[229].speaker SPEAKER_03
transcript.pyannote[229].start 902.35409375
transcript.pyannote[229].end 917.96346875
transcript.pyannote[230].speaker SPEAKER_02
transcript.pyannote[230].start 906.16784375
transcript.pyannote[230].end 907.66971875
transcript.pyannote[231].speaker SPEAKER_02
transcript.pyannote[231].start 917.42346875
transcript.pyannote[231].end 917.65971875
transcript.pyannote[232].speaker SPEAKER_02
transcript.pyannote[232].start 917.96346875
transcript.pyannote[232].end 918.60471875
transcript.pyannote[233].speaker SPEAKER_00
transcript.pyannote[233].start 920.15721875
transcript.pyannote[233].end 924.64596875
transcript.pyannote[234].speaker SPEAKER_00
transcript.pyannote[234].start 927.41346875
transcript.pyannote[234].end 929.23596875
transcript.whisperx[0].start 0.583
transcript.whisperx[0].end 1.867
transcript.whisperx[0].text 謝謝院長 請卓院長麻煩再請卓院長備選
transcript.whisperx[1].start 13.171
transcript.whisperx[1].end 40.655
transcript.whisperx[1].text 拜委員好院長好我想院長那個台美關係相當重要那川普總統再次的當選那他當然人事的布局我們也在看不管是未來對台灣的政策都相當重要那首先我請教他所任用的這個準國安顧問瓦爾斯他說台灣晶片貿易地位重大未來因應共軍的威脅美會做好軍事力量的一個準備院長怎麼看待
transcript.whisperx[2].start 41.857
transcript.whisperx[2].end 66.067
transcript.whisperx[2].text 是的 台美之間的關係日趨重要因為我們在民主產業鏈當中我們有非常重要的責任所以我們當然要謝謝拜登總統跟賀錦麗副總統在過去對台美關係的努力我們也寄望未來這個川普總統跟范氏副總統持續在這個民主共同理念架子底下不僅維持台美關係也維持整個印太和平穩定的發展
transcript.whisperx[3].start 66.747
transcript.whisperx[3].end 84.425
transcript.whisperx[3].text 那因為我們在先進科技上面的製造是全世界現在不可或缺的我們更知道自己的責任之所在那美國新政府的相關的人士陸陸續續在公布當中那麼我們也看到其中好幾位過去對台灣都相當的關心
transcript.whisperx[4].start 85.506
transcript.whisperx[4].end 114.183
transcript.whisperx[4].text 對國際的局勢都跟我們有相同的理念應該是對台灣也相當友善對在國際局勢上面跟我們有相同的理念所以我們想基於這樣的方式那個台美之間從各方面的合作一定要持續的加強尤其我們在對世界高科技產業這樣的一個責任上面我們應該要把台灣這個產業如何向世界去擴展我們的實力甚至我們要吸收更多的先進知識跟人才進來互相互補
transcript.whisperx[5].start 115.303
transcript.whisperx[5].end 131.954
transcript.whisperx[5].text 這個是未來政府的重要工作國家安全顧問其實相當重要的一個職務看到他的發言台灣的晶片跟貿易顯然他重視了台灣的晶片重視台灣的貿易那我也相信未來跟台灣他也會重視台灣的這些經濟跟貿易的這些成果
transcript.whisperx[6].start 132.654
transcript.whisperx[6].end 154.435
transcript.whisperx[6].text 那另外看來他也有做好的一些準備他也看到了我看到他在上個月的雷根基金會的演講他講到了這個習近平他中國想要取代美國作為全球的領袖那他第一步是控制西藏第二下一步香港再來就是台灣那顯然他相當關切台灣問題院長怎麼看
transcript.whisperx[7].start 156.67
transcript.whisperx[7].end 171.913
transcript.whisperx[7].text 要成為領袖要自然形成強摘的果實不會甜美用武力或是武力的威脅更不能得到世界共同的體認我們期待兩岸之間能夠和平共榮互相協助也可以但是
transcript.whisperx[8].start 172.734
transcript.whisperx[8].end 196.689
transcript.whisperx[8].text 重要的是臺灣現在在世界產業當中這種生產的必須不能被破壞也就是臺灣的生產力、經濟力不能被破壞世界應該有這樣共同的體認讓我們更加自己盡到保護臺灣國家安全的這個責任所以我們如果從這個方向來走的話我們跟世界就容易結合在一起我們可以跟中國政府講
transcript.whisperx[9].start 197.609
transcript.whisperx[9].end 224.927
transcript.whisperx[9].text 對台灣只要大家心存善念我們期待開始善的循環不要這種惡言相向那這個地區穩定政策發展下來所有的產業發展下來絕對是讓全球的人類能夠往更文明科技進步所以看來瓦爾茲其實也是重視台灣問題而且重視台灣他會提到西藏香港跟台灣顯然他重視台灣也重視台灣的自由民主的成就也重視台灣的
transcript.whisperx[10].start 225.968
transcript.whisperx[10].end 237.877
transcript.whisperx[10].text 金片跟台灣的貿易接下來部分我也想那這樣的話其實是不是過去大家很擔憂啦所謂的這個以美論的部分院長還有這樣的問題嗎我覺得這個是
transcript.whisperx[11].start 241.377
transcript.whisperx[11].end 267.325
transcript.whisperx[11].text 某些人或是部分媒體透過不同的解讀造成出來的一個不存在的議題或是不應該被討論的議題台灣跟世界尤其跟我們民族理念相同國家不僅美國日本韓國很多這個南向的國家還有歐洲的國家我們都有相同的理念這個都互相信賴不是互相不能有互相的懷疑
transcript.whisperx[12].start 267.805
transcript.whisperx[12].end 294.77
transcript.whisperx[12].text 那只有跟這個理念相對的那一方勢力才會用盡方法來造成內部的矛盾所以我們應該有這樣心理分析所以這是刻意在分化台灣跟美國的關係嗎從這樣的認識、認命案瓦爾茲的認命案包括盧比歐的認命案看得出來其實這個移美論可以停止了啦不用再去想要去分化台灣跟美國關係我相信他們都看照了台灣的重要性也支持著台灣的 是吧是的
transcript.whisperx[13].start 295.615
transcript.whisperx[13].end 311.887
transcript.whisperx[13].text 在我請教一下那剛剛院長提到兩岸之間那我也想問兩岸之間其實的溝通有很多受到很多停止特別是中方那邊停止院長支不支持海基海協持續的加強溝通讓兩岸之間的溝通盡快的恢復盡快的運作
transcript.whisperx[14].start 312.367
transcript.whisperx[14].end 336.957
transcript.whisperx[14].text 依照現在的機制由兩會來進行所有的接觸跟會商我覺得這是一個現在機制所允許而且必須的所以我們特別邀請吳鳳山董事長擔任海基會的董事長就寄予厚望我們用他過去的國際觀念用他過去的實質的政治上的了解以及過他充沛的人脈能夠去處理這樣的事情那我希望
transcript.whisperx[15].start 338.097
transcript.whisperx[15].end 361.185
transcript.whisperx[15].text 我也要求未來應該有具體的發展跟善意的對應我看到羅文嘉秘書長也持續的喊話持續的溝通希望加強交流應該要從兩會間的交流要繼續來進行但是看來中國這邊是已讀不回院長怎麼樣會不會在呼籲希望中國能夠重視台灣的地處的感染之加速的來進行兩會的溝通
transcript.whisperx[16].start 363.166
transcript.whisperx[16].end 385.12
transcript.whisperx[16].text 台灣本於我們國家主權的需求跟我們的立場我想我們願意做出更多的努力但是我們也希望在此同時在很多的國際場合上面也希望得到中國同樣平等的對待只有在雙方互惠平等的狀況底下要展開各種的方式的對話那才是有機會的
transcript.whisperx[17].start 386.161
transcript.whisperx[17].end 405.86
transcript.whisperx[17].text 尊重、對等、互惠、尊嚴我想都是基本的原則那中國這邊應該要善待台灣這樣子才能夠讓兩岸有好的一些發展我們期待兩岸之間有更好的一些互動那再來我想要接著再問川普其實新的國務卿盧比歐其實也對台灣相對友善他在
transcript.whisperx[18].start 406.48
transcript.whisperx[18].end 419.365
transcript.whisperx[18].text 本院議員鄭天財Sra Kacaw等17人擬具:「原住民保留地禁償條例第三條條文修正草案:第12會議報告事項:本院議員鄭天財Sra Kacaw等17人擬具:「原住民保留地禁償條例第三條條文修正草案:第12會議報告事項:本院議員鄭天財Sra Kacaw等17人擬具
transcript.whisperx[19].start 432.33
transcript.whisperx[19].end 449.215
transcript.whisperx[19].text 是委員剛剛也提到現在美國新政府的人士有相當多的過去的老朋友跟好朋友這個是值得我們寄予厚望的那我也認為成為一個民主純熟的國家它的基本國策跟方向應該是有長遠的規劃
transcript.whisperx[20].start 450.695
transcript.whisperx[20].end 472.135
transcript.whisperx[20].text 新的總統上來當然會有一些政策上的調整但是當作民族夥伴國家共同的大家站在一起的大家庭的召集這樣的力量對美國來講現在他還是有舉足輕重的角色那台灣在印太地區我們也有我們舉足輕重的角色雖然國家大小不同
transcript.whisperx[21].start 472.976
transcript.whisperx[21].end 486.496
transcript.whisperx[21].text 國家的實力也不一樣但是就世界整個地緣政治的布局來看每一個重點都必須要有強而有力的支柱台灣就是這個重點的支柱我們對自己充滿信心我們對國際社會也願意負起責任
transcript.whisperx[22].start 487.362
transcript.whisperx[22].end 504.107
transcript.whisperx[22].text 盧比歐這個總國務卿盧比歐啦他在參議員的這個任內他的所做的言行看來都對台灣是友善的那我們相信政治人物其實言行多數是一致他當然職位有些不同但是他的心理跟他的言行多數上是會是一致的啦那
transcript.whisperx[23].start 505.107
transcript.whisperx[23].end 519.94
transcript.whisperx[23].text 他在四年前都當時的時候有很大的壓力要跟賴清德副總統見面準副總統當選見面這是壓力很大的但是他願意站出來顯然他對台灣是有一定的支持度院長認同這樣的看法嗎我們相信
transcript.whisperx[24].start 521.011
transcript.whisperx[24].end 539.503
transcript.whisperx[24].text 這個未來的新國務卿我們在美國的台僑台商也很多跟他有保持相當好的密切的關係那彼此之間的互動我想基於國際的現實我們不為難太多的強要的為難但是我們相信只要我們共同的理念相同那
transcript.whisperx[25].start 540.772
transcript.whisperx[25].end 563.442
transcript.whisperx[25].text 過去這個未來新的國務卿在國會裡面也經常有非常言論對台灣相當的支持我想他會貫徹這樣的理念那在過程當中我們需要提供協助或是我們需要做特別的了解的時候我想政府都會積極扮演這樣的角色保持跟個人或是跟整個團隊未來好的互作
transcript.whisperx[26].start 564.022
transcript.whisperx[26].end 593.011
transcript.whisperx[26].text 所以從這兩個重要的人士的任命來看未來啦應該可預期抗中友台這樣的路線大概還是會持續啦院長認不認同這樣的看法政府應該從各方面做更多的努力要做好各種準備啦齁做好各種準備最好最壞的準備我們都要做對從政治上的互相的支持以及經濟上共同的合作在各種人民的這個交流上面我們已經持續在行政院內部我也要求政力軍
transcript.whisperx[27].start 593.891
transcript.whisperx[27].end 619.061
transcript.whisperx[27].text 副院長能夠率領一個專案小組近期內持續做未來因應的策略發展出來一個新的模式期盼這個專案小組盡快的把對接上讓川普整個團隊對台灣更友善更了解我們認為其實從兩個人士任命看來對台灣是個好事我們期盼後面有更多的推展出來在任命在政策上這個才是最關鍵的這個就會凸顯出川普
transcript.whisperx[28].start 622.142
transcript.whisperx[28].end 650.673
transcript.whisperx[28].text 最後整體他整體的政策那我們期盼臺美的關係是更友好那以美論也希望就此停止不要再去操作臺灣跟美國的關係是的好 謝謝在現在大家都很關心AI那全世界AI的資金大量湧入全世界高度關注幾乎現在是最夯的議題包括但是我們臺灣的AI的成熟度其實落後新加坡在亞洲地區落後新加坡落後日本落後韓國甚至落後澳洲其實
transcript.whisperx[29].start 651.793
transcript.whisperx[29].end 670.741
transcript.whisperx[29].text 雖然我們很強我們有幾位都非常的強不管是輝達AMD但是我們反倒是台灣的這塊我們還有很大的一個空間那我們看了一下現在整個整備的狀況台灣在全球的AI的整備度是第18名院長這樣的準備度你滿意嗎
transcript.whisperx[30].start 672.179
transcript.whisperx[30].end 691.806
transcript.whisperx[30].text 跟我們的製造能力比較起來我們確實需要迎頭趕上所以我們希望未來我們整個產業的政策發展要軟硬兼施齊頭並進我前幾天參加一個一個典禮它的主題是AI plus Taiwan我說我們現在台灣是台灣plus AI我們必須把AI這個
transcript.whisperx[31].start 693.924
transcript.whisperx[31].end 716.36
transcript.whisperx[31].text 對人民的生活對公部門的服務能夠全力的導入也對產業的升級能夠全力的來政府協助只有導入公部門讓人民感受到我們真的是一個科技大國也導入到產業讓我們的中小微企業也能跟著高科技產業一樣持續的發展出來進行數位轉型台灣才會真正成為一個有硬體有軟體的智慧科技國
transcript.whisperx[32].start 717.441
transcript.whisperx[32].end 740.538
transcript.whisperx[32].text 我希望這件事情得到更多重視啦其實不管回答AMD啦不管是黃董或者是這個蘇媽其實都是來自於台灣都是在國際有相當大的影響力但是現在AI的部分的組織的部分就是政府的組織我也希望強化這樣的政府組織因為它會涉及到相當多的一些部會間的運作那我們看到其實在
transcript.whisperx[33].start 741.978
transcript.whisperx[33].end 768.608
transcript.whisperx[33].text 韓國或其他國家都有在推動這件事情對AI的重視他組織以外他甚至成立了一個AI基金他們在2027年就是將他326台幣來做一個AI基金同時間他目標希望成為全球的前三大AI大國未來在2030年在全世界的這個佔比達到10%院長我們有沒有這樣的野心跟企圖心
transcript.whisperx[34].start 769.688
transcript.whisperx[34].end 790.249
transcript.whisperx[34].text 當然我們就總統一直揭示的五大信賴產業其中當然就是以半導體跟AI為主我們這五大信賴產業我們編組了兩百二十幾億那其他還有科技的預算數量也是相當的多那我們希望這個是有效的運用而不是預算多寡而已那我們的國發會也好經濟部也好 國科會也好
transcript.whisperx[35].start 790.749
transcript.whisperx[35].end 800.679
transcript.whisperx[35].text 在各個地區的各個區域的包括說科學園區做強力的在做一些開發跟設備啦增加吸引外國的廠商來
transcript.whisperx[36].start 802.301
transcript.whisperx[36].end 827.731
transcript.whisperx[36].text 那經濟部也持續要訓練更多的AI人才來進行AI的轉型院長考不考慮成立一個用基金的方式來全力的推展AI然後跨部會的方式來全力的推展台灣的AI台灣其實跟韓國其實都具有相當的競爭優勢那我們期盼半導體上面其實我們取得了相當的領先我們希望在未來AI的競爭上面不管跟美國跟日本跟韓國跟新加坡我們都能夠取得一個領先的地位
transcript.whisperx[37].start 828.631
transcript.whisperx[37].end 847.763
transcript.whisperx[37].text 報告委員AI的部分我們是這樣就是說我們認為人才要有充分的人才才有辦法把這個市場帶上來所以我們第一步先把人才培訓所以我們在4年內要培養20萬的AI人才那這裡面有10萬是國內的人才10萬是僑外生透過僑外生的機制
transcript.whisperx[38].start 849.104
transcript.whisperx[38].end 865.124
transcript.whisperx[38].text 來訓練謝謝部長因為誰有限啊院長就請你能夠支持跟重視這個你待會去思考啦已經是跨部會在做在人力跟組織跟整個裁員的部分從規範上我們會寬列組織是跨部會在進行當然如果達到最大的效益我們應該全力以赴因為這會是台灣未來一個重要發展
transcript.whisperx[39].start 865.464
transcript.whisperx[39].end 890.573
transcript.whisperx[39].text 那最後謝謝院長在上個禮拜到了小港機場那天抱歉我的選區但是我被動員在立法院無法過去辛苦的原因謝謝但是裡面有一個問題是他要到第1期要到2032年才能完成其實是太慢了現在大家都很急啦所以能不能請院長支持在2030年第1期完工到現在還有6年時間第1期完工然後同時航班航點能夠全力的支持高雄
transcript.whisperx[40].start 890.993
transcript.whisperx[40].end 918.568
transcript.whisperx[40].text 不要讓高雄還要跑到桃園去飛出去世界各國甚至於票價還要多一萬塊錢比如說到日本到韓國到東南亞要多一萬塊還要更加不便利工程的進行我請交通部能夠在安全的考量底下2030年的目標另外就是現在的小港機場它的容量它的服務量能夠擴增的情況底下我們讓更多更好的飛機能夠飛到那邊去現在是交通部盡力在做的這個拜託院長好不好
transcript.whisperx[41].start 920.199
transcript.whisperx[41].end 923.024
transcript.whisperx[41].text 好 謝謝賴任農委員的質詢謝謝左院長及經濟部長的備詢現在我們休息十分鐘
gazette.lineno 443
gazette.blocks[0][0] 賴委員瑞隆:(10時23分)謝謝院長,請卓院長。
gazette.blocks[1][0] 主席:麻煩再請卓院長備詢。
gazette.blocks[2][0] 卓院長榮泰:賴委員好。
gazette.blocks[3][0] 賴委員瑞隆:院長好。院長,臺美關係相當重要,川普總統再次當選,當然,他人事的布局我們也在看,不管是未來或對臺灣的政策都相當重要。首先,我請教,他所任用的準國安顧問瓦爾茲說,臺灣晶片、貿易地位重大,未來因應共軍的威脅,美會做好軍事力量的準備。院長怎麼看待?
gazette.blocks[4][0] 卓院長榮泰:是的,臺美之間的關係日趨重要,因為我們在民主產業鏈當中,有非常重要的責任,所以我們當然要謝謝拜登總統跟賀錦麗副總統在過去對臺美關係的努力,我們也冀望未來川普總統跟范斯副總統,持續在民主共同理念的價值底下,不僅維持臺美關係,也維持整個印太和平穩定的發展。因為我們在先進科技上面的製造是全世界現在不可或缺的,我們更知道自己的責任之所在。美國新政府的相關人士陸陸續續在公布當中,那麼我們也看到其中有好幾位過去對臺灣都相當地關心,對國際的局勢都跟我們有共同的理念。
gazette.blocks[5][0] 賴委員瑞隆:應該對臺灣也相當友善,從他們的發言……
gazette.blocks[6][0] 卓院長榮泰:對,在國際局勢上面,也跟我們有相同的理念,所以我們想基於這樣的方式,臺美之間從各方面的合作一定要持續地加強,尤其我們在對世界高科技產業這樣的一個責任上面,我們應該把臺灣整個產業如何向世界去擴展我們的實力,甚至我們要吸收更多的先進知識跟人才進來互相互補,這個是未來政府的重要工作。
gazette.blocks[7][0] 賴委員瑞隆:國家安全顧問其實是相當重要的職務,看到他的發言提到臺灣的晶片跟貿易,顯然他重視臺灣的晶片、重視臺灣的貿易,我也相信未來他也會重視臺灣經濟跟貿易的成果。另外,看來他也有做好了一些準備,我看到他在上個月的雷根基金會的演講講到了習近平,他認為中國想要取代美國作為全球的領袖,第一步是控制西藏,下一步是香港,再來就是臺灣,顯然他相當關切臺灣問題,院長怎麼看?
gazette.blocks[8][0] 卓院長榮泰:要成為領袖要自然形成,強摘的果實不會甜美,用武力或是武力的威脅更不能得到世界共同的體認,我們期待兩岸之間能夠和平共榮,互相協助也可以,但是重要的是臺灣現在在世界產業鏈當中,這種生產的必須不能被破壞,也就是臺灣的生產力、經濟力不能被破壞,世界應該有這樣共同的體認,我們更要自己盡到保護臺灣國家安全的責任,所以如果從這個方向來走的話,我們跟世界就容易結合在一起,我們可以跟中國政府講,對臺灣只要大家心存善念,我們期待開始善的循環,不要這種惡言相向,這個地區穩定的政策發展下來、所有的產業發展下來,絕對是讓全球的人類能夠往更文明科技進步。
gazette.blocks[9][0] 賴委員瑞隆:所以看來瓦爾茲其實也是重視臺灣問題,而且重視臺灣,他會提到西藏、香港跟臺灣,顯然他重視臺灣,也重視臺灣的自由民主成就,也重視臺灣的晶片跟臺灣的貿易。接下來,其實過去大家很擔憂所謂疑美論的部分,院長,還有這樣的問題嗎?
gazette.blocks[10][0] 卓院長榮泰:我覺得這個是某些人或是部分媒體透過不同的解讀,造成的不存在的議題,或者是不應該被討論的議題。臺灣跟世界,尤其跟我們民主理念相同國家,不僅美國,包括日本、韓國、很多南向的國家,還有歐洲的國家,我們都有相同的理念,這個都互相信賴,不能有互相的懷疑,只有跟這理念相對那一方的勢力,才會用盡方法來造成內部的矛盾,所以我們應該有這樣的心理建設。
gazette.blocks[11][0] 賴委員瑞隆:所以這是刻意在分化臺灣跟美國的關係嘛!
gazette.blocks[12][0] 卓院長榮泰:不應該去討論這樣的議題。
gazette.blocks[13][0] 賴委員瑞隆:從瓦爾茲的任命案,包括盧比歐的任命案,看得出來其實這個疑美論可以停止了啦!
gazette.blocks[14][0] 卓院長榮泰:是。
gazette.blocks[15][0] 賴委員瑞隆:不用再去想要去分化臺灣跟美國關係,我相信他們都看到了臺灣的重要性,也支持著臺灣,是吧?
gazette.blocks[16][0] 卓院長榮泰:是的。
gazette.blocks[17][0] 賴委員瑞隆:再來,我請教一下,剛剛院長有提到兩岸之間,那我也想問,兩岸之間的溝通其實受到很多停止,特別是中方那邊停止,院長支不支持海基、海協持續地加強溝通,讓兩岸之間的溝通儘快恢復、儘快來運作?
gazette.blocks[18][0] 卓院長榮泰:依照現在的機制,由兩會來進行所有的接觸跟會商,我覺得這是一個現在機制所允許而且必須的,所以我們特別邀請吳豐山董事長擔任海基會的董事長,寄予厚望,我們用他過去的國際觀念、用他過去實質政治上的了解,以及他相當充沛的人脈,能夠去處理這樣的事情,我希望、我也要求未來應該有具體的發展跟善意的對應。
gazette.blocks[19][0] 賴委員瑞隆:我看到羅文嘉秘書長也持續地喊話、持續地溝通,希望加強交流,兩會間的交流應該要繼續來進行,但是看來中國這邊是已讀不回。院長會不會再呼籲,希望中國能夠重視臺灣遞出的橄欖枝,加速來進行兩會的溝通?
gazette.blocks[20][0] 卓院長榮泰:臺灣本於我們國家主權的需求跟我們的立場,我想我們願意做出更多的努力,但是我們也希望在此同時,在很多的國際場合上面,得到中國同樣平等的對待,只有在雙方互惠平等的狀況底下,要展開各種方式的對話,那才是有機會的。
gazette.blocks[21][0] 賴委員瑞隆:尊重、對等、互惠、尊嚴,我想都是基本的原則,中國這邊應該要善待臺灣,這樣子才能夠讓兩岸有好的發展,我們期待兩岸之間有更好的互動。
gazette.blocks[21][1] 再來,我想要接著問,川普新的國務卿盧比歐,其實也對臺灣相當友善,他在今年的7月也說了川普將會繼續支持臺灣,包括他過去提出了臺灣關係強化法、包括促進臺灣和平法案、包括他也提案了臺灣代表處的法案,甚至於他在賴清德總統當時擔任副總統當選人的時候,在4年前就跟他會晤過,顯然他對臺灣是友善的,院長怎麼看?
gazette.blocks[22][0] 卓院長榮泰:委員剛剛也提到,現在美國新政府的人士有相當多過去的老朋友跟好朋友,這個是值得我們寄予厚望的,我也認為成為一個民主成熟國家,基本國策跟方向應該有長遠的規劃。新的總統上來,當然會有一些政策上的調整,但是作為民主夥伴國家大家共同站在一起的大家庭,召集這樣的力量對美國來講,它現在還是有舉足輕重的角色。而臺灣在印太地區,我們也有我們舉足輕重的角色。雖然國家大小不同、國家的實力也不一樣,但是就世界整個地緣政治的布局來看,每一個重點都必須要有強而有力的支柱,臺灣就是這個重點的支柱,我們對自己充滿信心,我們對國際社會也願意負起責任。
gazette.blocks[23][0] 賴委員瑞隆:準國務卿盧比歐,他在參議員的任內所做的言行,看來都對臺灣是友善的,我們相信政治人物其實言行多數是一致的,他當然職位會有些不同,但是他的心理跟他的言行多數上是會是一致的。他在4年前的時候,要跟賴清德準副總統當選人見面,這是壓力很大的,但是他願意站出來,顯然他對臺灣是有一定的支持度,院長認同這樣的看法嗎?
gazette.blocks[24][0] 卓院長榮泰:我們相信未來的新國務卿,我們在美國的臺僑、臺商也很多跟他有保持相當好的密切關係,彼此之間的互動,我想基於國際的現實,我們沒有太多強要的為難,但是我們相信,只要我們共同的理念相同……未來新的國務卿,過去在國會裡面也經常有言論並對臺灣相當的支持,我想他會貫徹這樣的理念,在過程當中,我們需要提供協助,或是我們需要做特別的瞭解的時候,我想政府都會積極扮演這樣的角色,保持跟個人或是跟整個團隊未來好的互動合作。
gazette.blocks[25][0] 賴委員瑞隆:所以,從這兩個重要人事的任命來看,未來應該可預期抗中友臺這樣的路線大概還是會持續,院長,認不認同這樣的看法?
gazette.blocks[26][0] 卓院長榮泰:政府應該從各方面做更多的努力,也希望……
gazette.blocks[27][0] 賴委員瑞隆:要做好各種準備……
gazette.blocks[28][0] 卓院長榮泰:有,我們已經有數次的會議。
gazette.blocks[29][0] 賴委員瑞隆:最好、最壞的準備,我們都要做。
gazette.blocks[30][0] 卓院長榮泰:對,從政治上互相的支持,以及經濟上共同的合作,在各種人民的交流上面,在行政院內部,我也要求鄭麗君副院長能夠率領一個專案小組在近期內持續做未來因應的策略,發展出來一個新的模式。
gazette.blocks[31][0] 賴委員瑞隆:對,也期盼行政院這個專案小組儘快地對接上,讓川普的整個團隊……
gazette.blocks[32][0] 卓院長榮泰:會,我們會積極運作。
gazette.blocks[33][0] 賴委員瑞隆:對臺灣更友善、更瞭解,我們認為其實從兩個人事任命看來,對臺灣是個好事啦!我們期盼後面有更多的推展出來,在任命、在政策上,這個才是最關鍵的,這個就會凸顯出川普最後整體的政策,我們期盼臺美的關係更友好,而疑美論也希望就此停止,不要再去操作臺灣跟美國的關係了。
gazette.blocks[34][0] 卓院長榮泰:是的。
gazette.blocks[35][0] 賴委員瑞隆:好,謝謝。現在大家都很關心AI,AI的資金大量湧入,全世界高度關注,幾乎現在是最夯的議題。但是我們臺灣AI的成熟度其實落後新加坡,在亞洲地區落後新加坡、落後日本、落後韓國,甚至落後澳洲,雖然我們很強,我們有幾位都非常的強,不管是輝達、AMD,反倒是臺灣的這塊,我們還有很大的空間。我們看了一下現在整個整備的狀況,臺灣在全球AI的整備度是第18名,院長,這樣的整備度你滿意嗎?
gazette.blocks[36][0] 卓院長榮泰:跟我們的製造能力比較起來,確實需要迎頭趕上,所以希望未來我們整個產業的政策發展要軟硬兼施、齊頭並進。我前幾天參加一個典禮,它的主題是「AI+Taiwan」,我說我們現在臺灣是「Taiwan+ AI」,我們必須把AI對人民的生活、對公部門的服務能夠全力地導入,讓政府全力協助產業升級。只有導入公部門,讓人民感受到我們真的是一個科技大國,也導入到產業,讓我們的中小微企業也能跟著高科技產業一樣持續地發展,進行數位轉型,臺灣才會真正成為一個有硬體、有軟體的智慧科技國。
gazette.blocks[37][0] 賴委員瑞隆:我希望這件事情得到更多重視,不管輝達、AMD,不管是黃董或者是蘇媽,其實都是來自於臺灣,都是在國際有相當大的影響力,但現在AI組織的部分,也就是政府的組織,我希望強化這樣的政府組織,因為會涉及到相當多部會間的運作。我們看到韓國或者其他國家都有在推動這件事情,對於AI的重視,他們除了組織以外,甚至還成立了一個AI基金,他們在2027年將花326億臺幣來做一個AI基金,同時目標是希望成為全球前三大AI大國,未來在2030年,在全世界的占比達到10%。院長,我們有沒有這樣的野心跟企圖心?
gazette.blocks[38][0] 卓院長榮泰:當然,我們就總統一直揭示的五大信賴產業,其中就是以半導體跟AI為主,我們對這五大信賴產業編足了兩百二十幾億,其他還有科技的預算,數量也是相當的多。我們希望這個是有效的運用,而不是預算多寡而已,我們的國發會也好、經濟部也好、國科會也好,在各個地區、各個區域,包括科學園區也強力地在做一些開發跟設備的增加,吸引外國的廠商來,經濟部也持續要訓練更多的AI人才來進行AI的轉型。
gazette.blocks[39][0] 賴委員瑞隆:院長考不考慮用成立基金的方式,全力推展AI,然後以跨部會的方式來全力推展臺灣的AI?臺灣跟韓國都具有相當的競爭優勢,在半導體上面我們取得了相當的領先,希望在未來AI的競爭上,不管跟美國、日本、韓國及新加坡,我們都能夠取得領先的地位。
gazette.blocks[40][0] 卓院長榮泰:專家來講一下。
gazette.blocks[41][0] 郭部長智輝:報告委員,AI來講是這樣,我們認為要有充分的人才,才有辦法把這個市場帶上來,所以我們第一步先把人才培訓,所以我們在4年內要培養20萬的AI人才,這裡面有10萬是國內的人才、10萬是僑外生,透過僑外生的機制來訓練……
gazette.blocks[42][0] 賴委員瑞隆:謝謝部長,因為時間有限。院長,請你能夠支持跟重視,這個你帶回去思考,這樣AI更有……
gazette.blocks[43][0] 卓院長榮泰:已經是跨部會在做。
gazette.blocks[44][0] 賴委員瑞隆:在人力、組織跟整個財源部分……
gazette.blocks[45][0] 卓院長榮泰:經費上我們會寬列,組織是跨部會在進行。
gazette.blocks[46][0] 賴委員瑞隆:只要能夠達到最大的效益,我們應該全力以赴,因為這會是臺灣未來重要的發展。
gazette.blocks[47][0] 卓院長榮泰:好的。
gazette.blocks[48][0] 賴委員瑞隆:最後,謝謝院長在上個禮拜到小港機場,抱歉,那是我的選區,但是我被動員在立法院,那天無法過去。
gazette.blocks[49][0] 卓院長榮泰:辛苦委員了。
gazette.blocks[50][0] 賴委員瑞隆:謝謝。但裡面有一個問題是,第一期要到2032年才能完成,其實太慢了,現在大家都很急,所以能不能請院長支持在2030年第一期完工,到現在還有6年的時間讓第一期完工,同時航班、航點能夠全力支持高雄,不要讓高雄人還要跑到桃園才能飛出去世界各國,甚至票價還要多一萬塊錢,到日本、到韓國、到東南亞要多一萬塊,然後還更加不便利,就這兩件事。
gazette.blocks[51][0] 卓院長榮泰:工程的進行,我請交通部能夠在安全的考量之下……
gazette.blocks[52][0] 賴委員瑞隆:2030年的目標,好不好?
gazette.blocks[53][0] 卓院長榮泰:另外就是現在小港機場它的容量、它的服務量能夠擴增的情況底下,我們讓更多、更好的飛機能夠飛到那邊去,現在是交通部盡力在做的事。
gazette.blocks[54][0] 賴委員瑞隆:拜託院長,好不好?請全力督促交通部,謝謝。
gazette.blocks[55][0] 主席:謝謝賴瑞隆委員的質詢,謝謝卓院長及經濟部長的備詢。
gazette.blocks[55][1] 現在我們休息10分鐘。
gazette.blocks[55][2] 休息(10時38分)
gazette.blocks[55][3] 繼續開會(10時49分)
gazette.blocks[56][0] 主席:報告院會,現在繼續開會。接下來請王鴻薇委員質詢。
gazette.agenda.page_end 224
gazette.agenda.meet_id 院會-11-2-9
gazette.agenda.speakers[0] 韓國瑜
gazette.agenda.speakers[1] 傅崐萁
gazette.agenda.speakers[2] 張啓楷
gazette.agenda.speakers[3] 洪申翰
gazette.agenda.speakers[4] 林思銘
gazette.agenda.speakers[5] 賴瑞隆
gazette.agenda.speakers[6] 王鴻薇
gazette.agenda.speakers[7] 陳培瑜
gazette.agenda.speakers[8] 黃健豪
gazette.agenda.speakers[9] 蔡易餘
gazette.agenda.speakers[10] 洪孟楷
gazette.agenda.speakers[11] 吳思瑤
gazette.agenda.speakers[12] 廖偉翔
gazette.agenda.speakers[13] 李坤城
gazette.agenda.speakers[14] 張智倫
gazette.agenda.speakers[15] 邱志偉
gazette.agenda.page_start 149
gazette.agenda.meetingDate[0] 2024-11-19
gazette.agenda.gazette_id 1139501
gazette.agenda.agenda_lcidc_ids[0] 1139501_00003
gazette.agenda.agenda_lcidc_ids[1] 1139501_00004
gazette.agenda.meet_name 立法院第11屆第2會期第9次會議紀錄
gazette.agenda.content 邀請行政院院長、主計長、財政部部長及相關部會首長列席報告「113年度中央政府總預算追加 預算案」編製經過並備質詢─ 詢答完畢─
gazette.agenda.agenda_id 1139501_00013
IVOD_ID 157070
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/157070
日期 2024-11-19
會議資料.會議代碼 院會-11-2-9
會議資料.屆 11
會議資料.會期 2
會議資料.會次 9
會議資料.種類 院會
會議資料.標題 第11屆第2會期第9次會議
影片種類 Clip
開始時間 2024-11-19T10:23:12+08:00
結束時間 2024-11-19T10:38:42+08:00
支援功能[0] ai-transcript
支援功能[1] gazette