iVOD / 160169

Field Value
IVOD_ID 160169
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/160169
日期 2025-04-15
會議資料.會議代碼 院會-11-3-7
會議資料.會議代碼:str 第11屆第3會期第7次會議
會議資料.屆 11
會議資料.會期 3
會議資料.會次 7
會議資料.種類 院會
會議資料.標題 第11屆第3會期第7次會議
影片種類 Clip
開始時間 2025-04-15T14:47:53+08:00
結束時間 2025-04-15T15:03:42+08:00
影片長度 00:15:49
支援功能[0] ai-transcript
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/ff8fb8a229f5b3ffd5964d91282e9ff307f87cc90aeb78e34fbf2d39b6793e8beedc1de391cb15195ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 郭昱晴
委員發言時間 14:47:53 - 15:03:42
會議時間 2025-04-15T09:00:00+08:00
會議名稱 第11屆第3會期第7次會議(事由:一、覆議案之處理事項(4月11日上午)。二、行政院院長提出針對美國關稅政策因應作為專案報告並備質詢(4月11日下午)。三、對行政院院長提出施政方針及施政報告繼續質詢(4月15日)。四、4月11日上午9時至10時為國是論壇時間。)
transcript.pyannote[0].speaker SPEAKER_00
transcript.pyannote[0].start 9.75096875
transcript.pyannote[0].end 12.28221875
transcript.pyannote[1].speaker SPEAKER_01
transcript.pyannote[1].start 12.29909375
transcript.pyannote[1].end 13.75034375
transcript.pyannote[2].speaker SPEAKER_03
transcript.pyannote[2].start 22.44096875
transcript.pyannote[2].end 23.08221875
transcript.pyannote[3].speaker SPEAKER_00
transcript.pyannote[3].start 23.21721875
transcript.pyannote[3].end 40.00784375
transcript.pyannote[4].speaker SPEAKER_03
transcript.pyannote[4].start 27.53721875
transcript.pyannote[4].end 27.70596875
transcript.pyannote[5].speaker SPEAKER_03
transcript.pyannote[5].start 40.31159375
transcript.pyannote[5].end 40.86846875
transcript.pyannote[6].speaker SPEAKER_00
transcript.pyannote[6].start 41.54346875
transcript.pyannote[6].end 55.98846875
transcript.pyannote[7].speaker SPEAKER_00
transcript.pyannote[7].start 56.27534375
transcript.pyannote[7].end 62.70471875
transcript.pyannote[8].speaker SPEAKER_00
transcript.pyannote[8].start 63.39659375
transcript.pyannote[8].end 64.17284375
transcript.pyannote[9].speaker SPEAKER_00
transcript.pyannote[9].start 64.91534375
transcript.pyannote[9].end 65.82659375
transcript.pyannote[10].speaker SPEAKER_03
transcript.pyannote[10].start 64.98284375
transcript.pyannote[10].end 67.02471875
transcript.pyannote[11].speaker SPEAKER_03
transcript.pyannote[11].start 67.09221875
transcript.pyannote[11].end 70.55159375
transcript.pyannote[12].speaker SPEAKER_03
transcript.pyannote[12].start 70.72034375
transcript.pyannote[12].end 73.38659375
transcript.pyannote[13].speaker SPEAKER_03
transcript.pyannote[13].start 73.90971875
transcript.pyannote[13].end 76.67721875
transcript.pyannote[14].speaker SPEAKER_03
transcript.pyannote[14].start 76.76159375
transcript.pyannote[14].end 77.79096875
transcript.pyannote[15].speaker SPEAKER_03
transcript.pyannote[15].start 78.43221875
transcript.pyannote[15].end 83.44409375
transcript.pyannote[16].speaker SPEAKER_03
transcript.pyannote[16].start 83.81534375
transcript.pyannote[16].end 86.46471875
transcript.pyannote[17].speaker SPEAKER_03
transcript.pyannote[17].start 86.85284375
transcript.pyannote[17].end 88.82721875
transcript.pyannote[18].speaker SPEAKER_03
transcript.pyannote[18].start 89.26596875
transcript.pyannote[18].end 91.02096875
transcript.pyannote[19].speaker SPEAKER_03
transcript.pyannote[19].start 91.45971875
transcript.pyannote[19].end 93.75471875
transcript.pyannote[20].speaker SPEAKER_00
transcript.pyannote[20].start 94.12596875
transcript.pyannote[20].end 103.30596875
transcript.pyannote[21].speaker SPEAKER_00
transcript.pyannote[21].start 103.60971875
transcript.pyannote[21].end 109.41471875
transcript.pyannote[22].speaker SPEAKER_00
transcript.pyannote[22].start 109.78596875
transcript.pyannote[22].end 136.85346875
transcript.pyannote[23].speaker SPEAKER_00
transcript.pyannote[23].start 137.42721875
transcript.pyannote[23].end 138.81096875
transcript.pyannote[24].speaker SPEAKER_00
transcript.pyannote[24].start 138.99659375
transcript.pyannote[24].end 143.70471875
transcript.pyannote[25].speaker SPEAKER_03
transcript.pyannote[25].start 144.19409375
transcript.pyannote[25].end 146.60721875
transcript.pyannote[26].speaker SPEAKER_03
transcript.pyannote[26].start 146.82659375
transcript.pyannote[26].end 148.19346875
transcript.pyannote[27].speaker SPEAKER_03
transcript.pyannote[27].start 148.63221875
transcript.pyannote[27].end 149.72909375
transcript.pyannote[28].speaker SPEAKER_03
transcript.pyannote[28].start 150.10034375
transcript.pyannote[28].end 152.36159375
transcript.pyannote[29].speaker SPEAKER_03
transcript.pyannote[29].start 152.58096875
transcript.pyannote[29].end 153.79596875
transcript.pyannote[30].speaker SPEAKER_03
transcript.pyannote[30].start 154.04909375
transcript.pyannote[30].end 155.65221875
transcript.pyannote[31].speaker SPEAKER_03
transcript.pyannote[31].start 155.77034375
transcript.pyannote[31].end 159.07784375
transcript.pyannote[32].speaker SPEAKER_03
transcript.pyannote[32].start 159.61784375
transcript.pyannote[32].end 167.51534375
transcript.pyannote[33].speaker SPEAKER_00
transcript.pyannote[33].start 167.71784375
transcript.pyannote[33].end 188.76096875
transcript.pyannote[34].speaker SPEAKER_01
transcript.pyannote[34].start 172.25721875
transcript.pyannote[34].end 172.51034375
transcript.pyannote[35].speaker SPEAKER_01
transcript.pyannote[35].start 178.80471875
transcript.pyannote[35].end 179.15909375
transcript.pyannote[36].speaker SPEAKER_00
transcript.pyannote[36].start 189.09846875
transcript.pyannote[36].end 215.71034375
transcript.pyannote[37].speaker SPEAKER_00
transcript.pyannote[37].start 215.92971875
transcript.pyannote[37].end 241.24221875
transcript.pyannote[38].speaker SPEAKER_00
transcript.pyannote[38].start 241.56284375
transcript.pyannote[38].end 267.60096875
transcript.pyannote[39].speaker SPEAKER_00
transcript.pyannote[39].start 267.68534375
transcript.pyannote[39].end 271.80284375
transcript.pyannote[40].speaker SPEAKER_00
transcript.pyannote[40].start 272.02221875
transcript.pyannote[40].end 276.52784375
transcript.pyannote[41].speaker SPEAKER_00
transcript.pyannote[41].start 276.83159375
transcript.pyannote[41].end 299.24159375
transcript.pyannote[42].speaker SPEAKER_01
transcript.pyannote[42].start 280.79721875
transcript.pyannote[42].end 281.05034375
transcript.pyannote[43].speaker SPEAKER_00
transcript.pyannote[43].start 299.44409375
transcript.pyannote[43].end 307.34159375
transcript.pyannote[44].speaker SPEAKER_00
transcript.pyannote[44].start 307.54409375
transcript.pyannote[44].end 314.26034375
transcript.pyannote[45].speaker SPEAKER_03
transcript.pyannote[45].start 314.46284375
transcript.pyannote[45].end 318.02346875
transcript.pyannote[46].speaker SPEAKER_03
transcript.pyannote[46].start 318.24284375
transcript.pyannote[46].end 320.09909375
transcript.pyannote[47].speaker SPEAKER_03
transcript.pyannote[47].start 320.55471875
transcript.pyannote[47].end 320.99346875
transcript.pyannote[48].speaker SPEAKER_03
transcript.pyannote[48].start 321.24659375
transcript.pyannote[48].end 323.96346875
transcript.pyannote[49].speaker SPEAKER_03
transcript.pyannote[49].start 324.30096875
transcript.pyannote[49].end 329.54909375
transcript.pyannote[50].speaker SPEAKER_00
transcript.pyannote[50].start 328.82346875
transcript.pyannote[50].end 332.11409375
transcript.pyannote[51].speaker SPEAKER_03
transcript.pyannote[51].start 330.81471875
transcript.pyannote[51].end 331.21971875
transcript.pyannote[52].speaker SPEAKER_03
transcript.pyannote[52].start 331.48971875
transcript.pyannote[52].end 334.15596875
transcript.pyannote[53].speaker SPEAKER_03
transcript.pyannote[53].start 334.64534375
transcript.pyannote[53].end 337.07534375
transcript.pyannote[54].speaker SPEAKER_03
transcript.pyannote[54].start 337.53096875
transcript.pyannote[54].end 339.01596875
transcript.pyannote[55].speaker SPEAKER_03
transcript.pyannote[55].start 339.64034375
transcript.pyannote[55].end 341.19284375
transcript.pyannote[56].speaker SPEAKER_03
transcript.pyannote[56].start 341.34471875
transcript.pyannote[56].end 343.13346875
transcript.pyannote[57].speaker SPEAKER_03
transcript.pyannote[57].start 343.43721875
transcript.pyannote[57].end 345.54659375
transcript.pyannote[58].speaker SPEAKER_03
transcript.pyannote[58].start 345.66471875
transcript.pyannote[58].end 346.60971875
transcript.pyannote[59].speaker SPEAKER_03
transcript.pyannote[59].start 346.96409375
transcript.pyannote[59].end 347.72346875
transcript.pyannote[60].speaker SPEAKER_03
transcript.pyannote[60].start 348.33096875
transcript.pyannote[60].end 350.33909375
transcript.pyannote[61].speaker SPEAKER_03
transcript.pyannote[61].start 350.40659375
transcript.pyannote[61].end 350.84534375
transcript.pyannote[62].speaker SPEAKER_03
transcript.pyannote[62].start 351.25034375
transcript.pyannote[62].end 352.14471875
transcript.pyannote[63].speaker SPEAKER_03
transcript.pyannote[63].start 352.44846875
transcript.pyannote[63].end 352.81971875
transcript.pyannote[64].speaker SPEAKER_03
transcript.pyannote[64].start 353.57909375
transcript.pyannote[64].end 357.34221875
transcript.pyannote[65].speaker SPEAKER_03
transcript.pyannote[65].start 357.57846875
transcript.pyannote[65].end 359.73846875
transcript.pyannote[66].speaker SPEAKER_03
transcript.pyannote[66].start 359.95784375
transcript.pyannote[66].end 362.26971875
transcript.pyannote[67].speaker SPEAKER_03
transcript.pyannote[67].start 362.69159375
transcript.pyannote[67].end 365.56034375
transcript.pyannote[68].speaker SPEAKER_03
transcript.pyannote[68].start 365.72909375
transcript.pyannote[68].end 368.14221875
transcript.pyannote[69].speaker SPEAKER_03
transcript.pyannote[69].start 368.42909375
transcript.pyannote[69].end 369.61034375
transcript.pyannote[70].speaker SPEAKER_03
transcript.pyannote[70].start 369.93096875
transcript.pyannote[70].end 371.73659375
transcript.pyannote[71].speaker SPEAKER_03
transcript.pyannote[71].start 371.87159375
transcript.pyannote[71].end 373.15409375
transcript.pyannote[72].speaker SPEAKER_03
transcript.pyannote[72].start 373.33971875
transcript.pyannote[72].end 377.65971875
transcript.pyannote[73].speaker SPEAKER_03
transcript.pyannote[73].start 377.99721875
transcript.pyannote[73].end 380.98409375
transcript.pyannote[74].speaker SPEAKER_00
transcript.pyannote[74].start 381.11909375
transcript.pyannote[74].end 386.80596875
transcript.pyannote[75].speaker SPEAKER_01
transcript.pyannote[75].start 387.61596875
transcript.pyannote[75].end 389.03346875
transcript.pyannote[76].speaker SPEAKER_00
transcript.pyannote[76].start 401.20034375
transcript.pyannote[76].end 401.60534375
transcript.pyannote[77].speaker SPEAKER_00
transcript.pyannote[77].start 401.95971875
transcript.pyannote[77].end 428.75721875
transcript.pyannote[78].speaker SPEAKER_02
transcript.pyannote[78].start 427.76159375
transcript.pyannote[78].end 429.38159375
transcript.pyannote[79].speaker SPEAKER_00
transcript.pyannote[79].start 429.43221875
transcript.pyannote[79].end 442.12221875
transcript.pyannote[80].speaker SPEAKER_00
transcript.pyannote[80].start 442.34159375
transcript.pyannote[80].end 489.00096875
transcript.pyannote[81].speaker SPEAKER_02
transcript.pyannote[81].start 476.73284375
transcript.pyannote[81].end 478.38659375
transcript.pyannote[82].speaker SPEAKER_02
transcript.pyannote[82].start 478.55534375
transcript.pyannote[82].end 478.65659375
transcript.pyannote[83].speaker SPEAKER_02
transcript.pyannote[83].start 479.68596875
transcript.pyannote[83].end 481.05284375
transcript.pyannote[84].speaker SPEAKER_02
transcript.pyannote[84].start 489.00096875
transcript.pyannote[84].end 492.35909375
transcript.pyannote[85].speaker SPEAKER_00
transcript.pyannote[85].start 490.84034375
transcript.pyannote[85].end 491.19471875
transcript.pyannote[86].speaker SPEAKER_00
transcript.pyannote[86].start 491.95409375
transcript.pyannote[86].end 492.39284375
transcript.pyannote[87].speaker SPEAKER_02
transcript.pyannote[87].start 492.39284375
transcript.pyannote[87].end 492.86534375
transcript.pyannote[88].speaker SPEAKER_00
transcript.pyannote[88].start 492.86534375
transcript.pyannote[88].end 525.72096875
transcript.pyannote[89].speaker SPEAKER_01
transcript.pyannote[89].start 515.39346875
transcript.pyannote[89].end 515.66346875
transcript.pyannote[90].speaker SPEAKER_00
transcript.pyannote[90].start 525.87284375
transcript.pyannote[90].end 526.59846875
transcript.pyannote[91].speaker SPEAKER_00
transcript.pyannote[91].start 526.88534375
transcript.pyannote[91].end 532.42034375
transcript.pyannote[92].speaker SPEAKER_02
transcript.pyannote[92].start 531.54284375
transcript.pyannote[92].end 533.61846875
transcript.pyannote[93].speaker SPEAKER_00
transcript.pyannote[93].start 532.84221875
transcript.pyannote[93].end 533.66909375
transcript.pyannote[94].speaker SPEAKER_02
transcript.pyannote[94].start 533.66909375
transcript.pyannote[94].end 534.00659375
transcript.pyannote[95].speaker SPEAKER_00
transcript.pyannote[95].start 533.85471875
transcript.pyannote[95].end 546.46034375
transcript.pyannote[96].speaker SPEAKER_00
transcript.pyannote[96].start 546.74721875
transcript.pyannote[96].end 626.83596875
transcript.pyannote[97].speaker SPEAKER_01
transcript.pyannote[97].start 546.96659375
transcript.pyannote[97].end 547.25346875
transcript.pyannote[98].speaker SPEAKER_01
transcript.pyannote[98].start 570.69284375
transcript.pyannote[98].end 571.09784375
transcript.pyannote[99].speaker SPEAKER_01
transcript.pyannote[99].start 580.12596875
transcript.pyannote[99].end 580.14284375
transcript.pyannote[100].speaker SPEAKER_02
transcript.pyannote[100].start 598.78971875
transcript.pyannote[100].end 598.80659375
transcript.pyannote[101].speaker SPEAKER_02
transcript.pyannote[101].start 598.85721875
transcript.pyannote[101].end 600.05534375
transcript.pyannote[102].speaker SPEAKER_00
transcript.pyannote[102].start 627.03846875
transcript.pyannote[102].end 642.10784375
transcript.pyannote[103].speaker SPEAKER_02
transcript.pyannote[103].start 642.73221875
transcript.pyannote[103].end 658.39221875
transcript.pyannote[104].speaker SPEAKER_00
transcript.pyannote[104].start 656.68784375
transcript.pyannote[104].end 656.99159375
transcript.pyannote[105].speaker SPEAKER_02
transcript.pyannote[105].start 658.52721875
transcript.pyannote[105].end 662.93159375
transcript.pyannote[106].speaker SPEAKER_02
transcript.pyannote[106].start 662.96534375
transcript.pyannote[106].end 662.99909375
transcript.pyannote[107].speaker SPEAKER_02
transcript.pyannote[107].start 663.01596875
transcript.pyannote[107].end 684.39659375
transcript.pyannote[108].speaker SPEAKER_02
transcript.pyannote[108].start 684.49784375
transcript.pyannote[108].end 685.64534375
transcript.pyannote[109].speaker SPEAKER_02
transcript.pyannote[109].start 686.16846875
transcript.pyannote[109].end 687.60284375
transcript.pyannote[110].speaker SPEAKER_02
transcript.pyannote[110].start 687.95721875
transcript.pyannote[110].end 696.07409375
transcript.pyannote[111].speaker SPEAKER_00
transcript.pyannote[111].start 691.26471875
transcript.pyannote[111].end 691.50096875
transcript.pyannote[112].speaker SPEAKER_00
transcript.pyannote[112].start 695.19659375
transcript.pyannote[112].end 703.16159375
transcript.pyannote[113].speaker SPEAKER_02
transcript.pyannote[113].start 698.60534375
transcript.pyannote[113].end 700.03971875
transcript.pyannote[114].speaker SPEAKER_02
transcript.pyannote[114].start 701.82846875
transcript.pyannote[114].end 703.78596875
transcript.pyannote[115].speaker SPEAKER_00
transcript.pyannote[115].start 703.26284375
transcript.pyannote[115].end 709.11846875
transcript.pyannote[116].speaker SPEAKER_02
transcript.pyannote[116].start 707.34659375
transcript.pyannote[116].end 707.71784375
transcript.pyannote[117].speaker SPEAKER_02
transcript.pyannote[117].start 708.61221875
transcript.pyannote[117].end 718.88909375
transcript.pyannote[118].speaker SPEAKER_00
transcript.pyannote[118].start 712.17284375
transcript.pyannote[118].end 712.71284375
transcript.pyannote[119].speaker SPEAKER_02
transcript.pyannote[119].start 719.10846875
transcript.pyannote[119].end 726.98909375
transcript.pyannote[120].speaker SPEAKER_00
transcript.pyannote[120].start 726.11159375
transcript.pyannote[120].end 726.28034375
transcript.pyannote[121].speaker SPEAKER_00
transcript.pyannote[121].start 727.07346875
transcript.pyannote[121].end 789.93284375
transcript.pyannote[122].speaker SPEAKER_02
transcript.pyannote[122].start 728.71034375
transcript.pyannote[122].end 728.98034375
transcript.pyannote[123].speaker SPEAKER_02
transcript.pyannote[123].start 731.42721875
transcript.pyannote[123].end 731.86596875
transcript.pyannote[124].speaker SPEAKER_02
transcript.pyannote[124].start 734.32971875
transcript.pyannote[124].end 734.75159375
transcript.pyannote[125].speaker SPEAKER_01
transcript.pyannote[125].start 736.21971875
transcript.pyannote[125].end 737.38409375
transcript.pyannote[126].speaker SPEAKER_01
transcript.pyannote[126].start 738.66659375
transcript.pyannote[126].end 739.29096875
transcript.pyannote[127].speaker SPEAKER_01
transcript.pyannote[127].start 743.91471875
transcript.pyannote[127].end 744.25221875
transcript.pyannote[128].speaker SPEAKER_01
transcript.pyannote[128].start 760.06409375
transcript.pyannote[128].end 760.14846875
transcript.pyannote[129].speaker SPEAKER_01
transcript.pyannote[129].start 764.23221875
transcript.pyannote[129].end 764.62034375
transcript.pyannote[130].speaker SPEAKER_02
transcript.pyannote[130].start 789.93284375
transcript.pyannote[130].end 790.21971875
transcript.pyannote[131].speaker SPEAKER_00
transcript.pyannote[131].start 790.21971875
transcript.pyannote[131].end 841.48596875
transcript.pyannote[132].speaker SPEAKER_02
transcript.pyannote[132].start 790.23659375
transcript.pyannote[132].end 790.69221875
transcript.pyannote[133].speaker SPEAKER_02
transcript.pyannote[133].start 791.09721875
transcript.pyannote[133].end 791.14784375
transcript.pyannote[134].speaker SPEAKER_02
transcript.pyannote[134].start 791.28284375
transcript.pyannote[134].end 791.45159375
transcript.pyannote[135].speaker SPEAKER_02
transcript.pyannote[135].start 793.66221875
transcript.pyannote[135].end 793.72971875
transcript.pyannote[136].speaker SPEAKER_01
transcript.pyannote[136].start 824.45909375
transcript.pyannote[136].end 824.76284375
transcript.pyannote[137].speaker SPEAKER_02
transcript.pyannote[137].start 842.21159375
transcript.pyannote[137].end 845.55284375
transcript.pyannote[138].speaker SPEAKER_02
transcript.pyannote[138].start 845.87346875
transcript.pyannote[138].end 849.56909375
transcript.pyannote[139].speaker SPEAKER_02
transcript.pyannote[139].start 849.94034375
transcript.pyannote[139].end 857.41596875
transcript.pyannote[140].speaker SPEAKER_02
transcript.pyannote[140].start 857.90534375
transcript.pyannote[140].end 869.76846875
transcript.pyannote[141].speaker SPEAKER_02
transcript.pyannote[141].start 870.12284375
transcript.pyannote[141].end 888.38159375
transcript.pyannote[142].speaker SPEAKER_00
transcript.pyannote[142].start 875.77596875
transcript.pyannote[142].end 875.96159375
transcript.pyannote[143].speaker SPEAKER_01
transcript.pyannote[143].start 875.96159375
transcript.pyannote[143].end 875.97846875
transcript.pyannote[144].speaker SPEAKER_00
transcript.pyannote[144].start 875.97846875
transcript.pyannote[144].end 876.21471875
transcript.pyannote[145].speaker SPEAKER_00
transcript.pyannote[145].start 877.34534375
transcript.pyannote[145].end 877.69971875
transcript.pyannote[146].speaker SPEAKER_02
transcript.pyannote[146].start 888.56721875
transcript.pyannote[146].end 905.15534375
transcript.pyannote[147].speaker SPEAKER_00
transcript.pyannote[147].start 892.36409375
transcript.pyannote[147].end 892.65096875
transcript.pyannote[148].speaker SPEAKER_00
transcript.pyannote[148].start 898.89471875
transcript.pyannote[148].end 899.09721875
transcript.pyannote[149].speaker SPEAKER_02
transcript.pyannote[149].start 905.45909375
transcript.pyannote[149].end 906.28596875
transcript.pyannote[150].speaker SPEAKER_02
transcript.pyannote[150].start 906.97784375
transcript.pyannote[150].end 909.37409375
transcript.pyannote[151].speaker SPEAKER_02
transcript.pyannote[151].start 909.49221875
transcript.pyannote[151].end 910.89284375
transcript.pyannote[152].speaker SPEAKER_02
transcript.pyannote[152].start 910.97721875
transcript.pyannote[152].end 913.72784375
transcript.pyannote[153].speaker SPEAKER_02
transcript.pyannote[153].start 914.35221875
transcript.pyannote[153].end 915.36471875
transcript.pyannote[154].speaker SPEAKER_02
transcript.pyannote[154].start 915.95534375
transcript.pyannote[154].end 917.59221875
transcript.pyannote[155].speaker SPEAKER_02
transcript.pyannote[155].start 917.96346875
transcript.pyannote[155].end 923.66721875
transcript.pyannote[156].speaker SPEAKER_00
transcript.pyannote[156].start 919.46534375
transcript.pyannote[156].end 919.76909375
transcript.pyannote[157].speaker SPEAKER_02
transcript.pyannote[157].start 923.78534375
transcript.pyannote[157].end 923.81909375
transcript.pyannote[158].speaker SPEAKER_00
transcript.pyannote[158].start 923.81909375
transcript.pyannote[158].end 928.25721875
transcript.pyannote[159].speaker SPEAKER_02
transcript.pyannote[159].start 924.15659375
transcript.pyannote[159].end 924.35909375
transcript.pyannote[160].speaker SPEAKER_02
transcript.pyannote[160].start 927.68346875
transcript.pyannote[160].end 927.98721875
transcript.pyannote[161].speaker SPEAKER_01
transcript.pyannote[161].start 927.98721875
transcript.pyannote[161].end 928.07159375
transcript.pyannote[162].speaker SPEAKER_03
transcript.pyannote[162].start 935.83409375
transcript.pyannote[162].end 937.03221875
transcript.pyannote[163].speaker SPEAKER_03
transcript.pyannote[163].start 937.36971875
transcript.pyannote[163].end 937.47096875
transcript.pyannote[164].speaker SPEAKER_03
transcript.pyannote[164].start 937.97721875
transcript.pyannote[164].end 938.34846875
transcript.pyannote[165].speaker SPEAKER_02
transcript.pyannote[165].start 938.34846875
transcript.pyannote[165].end 938.41596875
transcript.pyannote[166].speaker SPEAKER_03
transcript.pyannote[166].start 938.41596875
transcript.pyannote[166].end 938.48346875
transcript.pyannote[167].speaker SPEAKER_01
transcript.pyannote[167].start 947.61284375
transcript.pyannote[167].end 948.96284375
transcript.whisperx[0].start 10.033
transcript.whisperx[0].end 13.477
transcript.whisperx[0].text 謝謝主席有請卓院長麻煩再請卓院長備詢國務院好院長好我想川普的關稅大刀是砍向全世界但是我們台灣是第一批能夠進入到跟川普跟美國政府
transcript.whisperx[1].start 33.683
transcript.whisperx[1].end 62.095
transcript.whisperx[1].text 第一批的一個國家可以來做對談我想這是很好的一個機會喔那麼也希望陸續能夠聽到一些好消息一定努力好 院長我想請教您一個比較簡單的一個問題喔如果這個預算呢可以隨便的凍結然後隨便再靠一個所謂的這個倒數計時器來逼行政單位來做解凍那請問這個凍結預算的意義到底是什麼那到底是為了要追蹤改善呢還是為了要政治表演所以現在有這樣子的一個狀況喔
transcript.whisperx[2].start 63.482
transcript.whisperx[2].end 93.125
transcript.whisperx[2].text 您覺得呢應該大家都很清楚在整個預算法裡面對於審查預算是沒有所謂凍結的這個項目的啦刪減就可以刪減通過就通過 所以沒有凍結凍結是因為委員們對於行政院所做的一些事情希望再提出一些說明所以把它凍結了但是如果凍結的過程它附帶了一些條件目前我們連這個條件都還沒有達到也很難在這個時候就提出要去解凍的任何程序
transcript.whisperx[3].start 94.188
transcript.whisperx[3].end 107.237
transcript.whisperx[3].text 我想這個凍結的部分我們就以中研院為例上個禮拜其實因為我們也才跟中研院來做委員會上面的一個質詢以中研院的這個部分在教文會當中其實我們凍結的金額是1250萬
transcript.whisperx[4].start 109.819
transcript.whisperx[4].end 133.537
transcript.whisperx[4].text 那看似好像沒有什麼不多啦齁但是別忘了其實還有所謂的這個全院凍結的部分是高達了有這個11億喔那我想呢現在呢有委員這個設計了所謂的這個解凍計時器那他們可能真的是誤以為喔這個解凍預算喔好像是把那個一塊肌肉啊從冷凍庫拿下來然後放進這個微波爐逼一下可能之後就可以馬上就可以吃了喔
transcript.whisperx[5].start 133.897
transcript.whisperx[5].end 142.904
transcript.whisperx[5].text 其實整個凍結解凍的過程如果從解凍送進報告 口頭報告大概要經過三個月的時間 對嗎
transcript.whisperx[6].start 144.572
transcript.whisperx[6].end 173.241
transcript.whisperx[6].text 過去解凍的例子雖然也是有但比較少要到院會裡面來通過通常在委員會裡面或者是書面報告或者是口頭的說明委員會裡面就會通過現在是很多數的凍結案都要到院會裡面來院會的時間是非常有限而且非常寶貴的我也不曉得將來立法院大院怎麼來解決這些凍結案的問題所以我們還記得這個1月底他們開始這個凍結預算刪除預算這個是1月底的事情
transcript.whisperx[7].start 173.666
transcript.whisperx[7].end 187.871
transcript.whisperx[7].text 然後再來三月中我們覺得自愛難行我們提出了所謂的復議但是他們也否決了這個復議那現在其實在四月初的時候我們就不斷的聽到藍白的委員一直在講說你們送進報告我們馬上就可以讓你可以動用這個金額了
transcript.whisperx[8].start 189.592
transcript.whisperx[8].end 205.213
transcript.whisperx[8].text 我們來看一下他們是怎麼操作的我不知道這樣解釋對不對但我看起來其實我就幫大家整理一下先大規模的一個凍結其實刻意讓各個單位認為說這個很多的東西是無法正常的運行再來再否決你的復議案
transcript.whisperx[9].start 206.054
transcript.whisperx[9].end 221.252
transcript.whisperx[9].text 營造這個政府失能的一個形象然後第三個呢就是限三個禮拜之內要行政單位來交出所謂的解凍的報告那我上次其實在委員會當中其實我有特別提到這個有研究員他們也講
transcript.whisperx[10].start 222.393
transcript.whisperx[10].end 247.483
transcript.whisperx[10].text 雖然看似好像中研院的預算被凍結的金額不高但是也已經確定有一些項目在跟比方說在日本進行20年的這個長期的研究也被迫要被終止了那我想這樣子的監督改善放一個計時倒數計時期放在這個地方到底是為了什麼那我們還記得其實今年這個228事件其實我們邁入的第78年
transcript.whisperx[11].start 248.763
transcript.whisperx[11].end 271.62
transcript.whisperx[11].text 那藍白聯手煽動了大概內政部的預算也直接衝擊了228事件紀念基金會的一個運作其實已經模糊了228事件其實是台灣人的傷痕跟歷史他不斷的是用所謂的預算的權力來壓制了這個歷史跟真相而且也影響到基金會要照顧這些受難者的
transcript.whisperx[12].start 272.288
transcript.whisperx[12].end 298.874
transcript.whisperx[12].text 受難者本身跟受難家屬的一個計畫我想問一下行政院長我們的行政機關是不是有信心可以堅守所謂的解凍報告堅守這個所謂的解凍的報告而不做所謂的交差形式來呼應他們這些所謂的政治上的動作因為我們也擔心我們的報告寫得太長他說你動作太慢寫得太
transcript.whisperx[13].start 299.954
transcript.whisperx[13].end 313.883
transcript.whisperx[13].text 寫的不夠多他說啊你忽略我你真的也不重視我的這個委員會也不尊重我這個委員會目前我們應該要怎麼樣來保護這個行政單位跟公務人員不要被這樣子的政治動作給綁架院長
transcript.whisperx[14].start 314.582
transcript.whisperx[14].end 333.918
transcript.whisperx[14].text 是如委員所說的二八基金會如果我沒有記錯他大概三千六百多萬的預算被三減兩千五百多萬凍結了六百多萬幾乎是三千六百多萬當中的兩三千兩百萬不是被刪就是被凍他把媒體的政策所有的業務的費用是全數刪除更難為的是他把他
transcript.whisperx[15].start 334.719
transcript.whisperx[15].end 348.976
transcript.whisperx[15].text 集中在某一個單一的項目、科目裡面單一的項目裡面把它刪減了或凍除了所以它的業務費用是沒有辦法執行的這個是普遍發生在現在所有部會當中的所以我認為解鈴要須繫鈴人解凍也要凍結人
transcript.whisperx[16].start 353.635
transcript.whisperx[16].end 377.519
transcript.whisperx[16].text 自己要知道過去做了這個事情之後又設了很多的門檻跟條件當我們還沒有達到的時候如果貿然提出可能又引起另外一次的批評所以這整個預算我們現在一方面在研議是否再度尋求憲政的救濟同時我們也希望是否能夠啟動過去兩院協商的機制再就目前的預算如何有效的實施對全民最有利
transcript.whisperx[17].start 378.052
transcript.whisperx[17].end 385.458
transcript.whisperx[17].text 我們兩個在進行有可不可能再進行一次的協商好我們只能就是繼續努力了好那接下來我想請教一下這個請農業部麻煩請農業部長備詢
transcript.whisperx[18].start 401.226
transcript.whisperx[18].end 414.551
transcript.whisperx[18].text 我也好部長好這根據農業部的統計因為我們是五年做一次的調查關於所謂的全國的犬貓的一些數量在2023年全國的家犬跟家貓估計是比2021年要增加了19%跟50%目前已經來到了所謂的150萬隻的家犬跟135萬隻的家貓這個還是2023年的資料279萬對
transcript.whisperx[19].start 430.256
transcript.whisperx[19].end 451.528
transcript.whisperx[19].text 好 那接著下來其實我相信很多人關心的就是每一個四組他們對於這個毛小孩的照顧那我們也經過這個統計就是包含每年在支出的項目的前三名對於毛小孩的一個照顧的部分第一名當然就是醫療跟照護那第二個就是我們的飼料跟零食再來第三個是美容服務跟這個住宿
transcript.whisperx[20].start 452.108
transcript.whisperx[20].end 476.485
transcript.whisperx[20].text 那是最為所謂的這個市主他們所關心的一個部分那今天其實我想要就兩個問題來請教一下這個我們的這個部長就是市主其實是非常關心所謂的這個飼料跟零食還有美容服務跟這個住宿的部分那我們就先就這個美容住宿的部分來向這個部長請教一下因為目前我們知道可以合法寄養的寵物店大概將近有3000家大概2841家
transcript.whisperx[21].start 483.388
transcript.whisperx[21].end 500.973
transcript.whisperx[21].text 相較於前五年來講是2184家其實已經增加了大概百分之三十這兩年特別的快速每一個月當中其實我們就增加了大概將近有11家之多每一個月都在增加所謂的寵物寄養的數量
transcript.whisperx[22].start 503.334
transcript.whisperx[22].end 525.408
transcript.whisperx[22].text 那我想呢以前我們可能都會碰到說比方說我可能要出遊啦我要出差啦我要出國啦在短期的當中我可能就是叫把寵貓犬貓我可能是寄養要不就是寵物旅館那要不就是請朋友來幫我照顧或帶到朋友的家但是呢現在其實還有另外一種對不起另外還有一種選擇就是呢他們是
transcript.whisperx[23].start 526.048
transcript.whisperx[23].end 545.919
transcript.whisperx[23].text 放在所謂的平台當中他們所媒合的一些寵物保母之類的問題是現行我們的法規當中這個寄宿跟安親寵物的寄養行為其實它是必須要符合所謂的特定寵物管理辦法當中的規定要有特寵證
transcript.whisperx[24].start 547.841
transcript.whisperx[24].end 575.784
transcript.whisperx[24].text 這個特種證其實是向我們的經濟部來申請營業登記的一個項目除了是保障所謂的消費者當然也要保障業者當然提供相對的一個保障能夠來增加所謂的動物的一個福祉但是為什麼我說這個制度跟所謂的證照的部分其實真的會需要所謂的通盤的考量最主要的原因是因為我們剛剛有提到就是
transcript.whisperx[25].start 576.304
transcript.whisperx[25].end 600.212
transcript.whisperx[25].text 有一些平台類似像寵物的Airbnb但是這個是平台上面它有一些些說我可以來登記我可以來照顧貓犬但是這些所謂的被寄養的這個寄養的不管是家庭也好或者是個人的這個短期的這個照護也好其實第一考量到它是沒有所謂的證照的它是沒有證照的
transcript.whisperx[26].start 600.592
transcript.whisperx[26].end 616.572
transcript.whisperx[26].text 那在管理的部分其實可能就會有所謂的灰色地帶那這個灰色地帶我們應該要怎麼樣萬一發生問題由誰來負責因為我們曾經也聽到就是有一些就是毛小孩的爸爸媽媽他們把自己的毛小孩送去之後可能第一天他就骨折了
transcript.whisperx[27].start 616.912
transcript.whisperx[27].end 640.951
transcript.whisperx[27].text 那到底這個責任要歸咎這個平台呢還是要歸咎這個所謂的寄養的這個家庭那在專業的照護的寄養跟這個商業的寄養當中有沒有符合所謂的專業技術的一個門檻到目前為止其實我們還沒有所謂的官方的一個管理的機制或者是考核的一個機制那就這個部分農業部這邊我們可以扮演什麼樣的角色怎麼樣來輔導他們呢
transcript.whisperx[28].start 643.417
transcript.whisperx[28].end 671.52
transcript.whisperx[28].text 我跟委員報告就是我們現在在做的大概分為兩個面向一個面向是制度面的部分就是剛才特別提到的我們如果是專業的寄養我們有相關的要向中央主管機構向各地方去登記但是你剛才講像BMB的部分這種類似寵物保母的這個部分那我覺得人的能力一定要先被建立所以我們現在正在規劃類似我們寵物美容的技術是一樣
transcript.whisperx[29].start 672.06
transcript.whisperx[29].end 693.97
transcript.whisperx[29].text 我們會變成一個動物照護的一個技術是讓他領有丙級的這個證照先把人處理了以後然後第二個部分就是我們希望說建立一個所謂的寄養或是相關的這個所謂的定型化契約那定型化契約就可以釐清相關的責任因為現在目前並沒有所謂定型化契約的責任所以先就這兩點我們先
transcript.whisperx[30].start 695.431
transcript.whisperx[30].end 718.272
transcript.whisperx[30].text 現在目前我們是有所謂的寵物的美容定型化的契約啦但是沒有寄養但是寄養的部分其實是還沒有的我們現在就要做這個寄養的部分好那大概什麼時候因為我剛剛有聽到部長您說現在目前已經在規劃了大概最快什麼時候可以上路我是跟我們的動保師講說在五月底之前要把所有的這個包括我們的定型化契約先做出來那有關於寵物
transcript.whisperx[31].start 719.233
transcript.whisperx[31].end 740.476
transcript.whisperx[31].text 照護的這個技術是拿丙級證照的我希望他六月底的時候能夠把相關的規範因為他比較嚴謹必須要有一些規範所以我們聽到兩個比較肯定跟正面的一個答覆了就是說關於寵物定型化的契約我們是在五月底那另外就是關於所謂的照護者他們自己本身的證照的一個認可我們可能希望能夠在六月底的部分
transcript.whisperx[32].start 740.896
transcript.whisperx[32].end 755.385
transcript.whisperx[32].text 好那第二個問題我想要關心的就是寵物食品安全的問題了我想這個寵物食品安全問題也是很多的這個事主他們其實也都有相對的一些澄清案件跟提出那首先我先要謝謝就是我們的基層的行政人員對於所謂的這個
transcript.whisperx[33].start 757.606
transcript.whisperx[33].end 782.615
transcript.whisperx[33].text 農業部我們在這個食安就是寵物的食安的部分其實我們也有相對來講其實比過去更加嚴謹的一個把關但是現在凸顯的一個問題我們看到光是寵物食品登記業者從2018年的642家到2022年增加到所謂的3286家其實累計已經增加了將近4倍這個還是只有在2022年之前的一個資料但現在可能又不止了
transcript.whisperx[34].start 783.115
transcript.whisperx[34].end 807.157
transcript.whisperx[34].text 那我想這個寵物食品目前申報的部分其實我們是鼓勵他們能夠主動申報自主申報但問題是在自主申報的這樣子的一個狀況之下其實就有很多很多的漏洞會跑出來了我們舉例來講像之前我們看到這個主動申報的一個方式我個人認為其實是比較難以確保寵物食品安全
transcript.whisperx[35].start 807.677
transcript.whisperx[35].end 824.658
transcript.whisperx[35].text 因為在這個這個應該算是在去年為例有381件的違規當中其實有335件大概88%將近快要90%其實就是沒有按照申報而違規的這個案例其實這個比例上是高的我們怎麼樣來
transcript.whisperx[36].start 825.599
transcript.whisperx[36].end 840.724
transcript.whisperx[36].text 改變這個制度就是從主動申報還是我們要主動去稽查因為市面當中有太多其實跟源頭也相關包含寵物食品的源頭代工廠其實他們都有可能會是問題最重要的一個源頭這個部分我們怎麼樣來加強
transcript.whisperx[37].start 842.25
transcript.whisperx[37].end 868.99
transcript.whisperx[37].text 我想同樣也是分兩個部分就像委員一直要期待我們的那個寵物專法但是寵物專法現在目前已經經過預告而且重新收斂了以後正在我們的法規會去做審議諸刀確認然後就會送行政院但是在這個法完全通過之前我們也是要協助就是用過往的這種自主申報它有很多灰色地帶跟漏洞的部分如果我們從
transcript.whisperx[38].start 870.271
transcript.whisperx[38].end 889.287
transcript.whisperx[38].text 去年度的違規的樣態來講21.6%左右是屬於申報樣態不符合的那申報樣態不符合表示說有一些寵物食品它的規列可能業者不是非常清楚那這個部分我想我們會更積極的把它的正面表列的部分去處理讓業者能夠針對它的樣態能夠處理
transcript.whisperx[39].start 892.35
transcript.whisperx[39].end 913.371
transcript.whisperx[39].text 第二個部分是標示不實的部分大概佔了百分之16.5的左右大概16.5那這個標示不實的部分就牽扯到裡面的內容物就是寵物食品的有害物質跟它的這些不該有的這些物質本身它的規範不明確那這個部分我們今年特別的增加了五種
transcript.whisperx[40].start 914.432
transcript.whisperx[40].end 928.059
transcript.whisperx[40].text 相關的這些有害物質的這些公告包括含有汞的部分然後希望說能夠讓毛小孩更健康的用他的飲食好 因為最後其實我們在輸往歐盟的這個所謂的外銷的部分
transcript.whisperx[41].start 947.705
transcript.whisperx[41].end 948.454
transcript.whisperx[41].text 好 謝謝各位節目