iVOD / 160906

Field Value
IVOD_ID 160906
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/160906
日期 2025-05-01
會議資料.會議代碼 聯席會議-11-3-23,22-1
會議資料.會議代碼:str 第11屆第3會期交通、教育及文化委員會第1次聯席會議
會議資料.屆 11
會議資料.會期 3
會議資料.會次 1
會議資料.種類 聯席會議
會議資料.委員會代碼[0] 23
會議資料.委員會代碼[1] 22
會議資料.委員會代碼:str[0] 交通委員會
會議資料.委員會代碼:str[1] 教育及文化委員會
會議資料.標題 第11屆第3會期交通、教育及文化委員會第1次聯席會議
影片種類 Clip
開始時間 2025-05-01T12:01:27+08:00
結束時間 2025-05-01T12:12:03+08:00
影片長度 00:10:36
支援功能[0] ai-transcript
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/872e8bbe37846fc0e2df8744635654ad2bf9a8039e28b7cac64ac1618a5937c675b8ca2af51068035ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 魯明哲
委員發言時間 12:01:27 - 12:12:03
會議時間 2025-05-01T09:00:00+08:00
會議名稱 立法院第11屆第3會期交通、教育及文化委員會第1次聯席會議(事由:一、審查委員林楚茵等17人擬具「新聞媒體與數位平台議價法草案」案。二、審查委員羅廷瑋等16人擬具「新聞媒體與數位平臺強制議價法草案」案。三、審查委員王鴻薇等20人擬具「新聞媒體與數位平臺強制議價法草案」案。四、審查台灣民眾黨黨團擬具「新聞媒體與數位科技平台公平發展法草案」案。五、審查委員林宜瑾等21人擬具「數位新聞發展與民主韌性法草案」案。六、審查委員范雲等21人擬具「數位新聞發展與民主韌性法草案」案。 【僅進行詢答】)
transcript.pyannote[0].speaker SPEAKER_00
transcript.pyannote[0].start 0.18284375
transcript.pyannote[0].end 2.83221875
transcript.pyannote[1].speaker SPEAKER_00
transcript.pyannote[1].start 3.54096875
transcript.pyannote[1].end 4.50284375
transcript.pyannote[2].speaker SPEAKER_01
transcript.pyannote[2].start 9.27846875
transcript.pyannote[2].end 10.03784375
transcript.pyannote[3].speaker SPEAKER_00
transcript.pyannote[3].start 10.72971875
transcript.pyannote[3].end 11.13471875
transcript.pyannote[4].speaker SPEAKER_00
transcript.pyannote[4].start 11.62409375
transcript.pyannote[4].end 16.88909375
transcript.pyannote[5].speaker SPEAKER_00
transcript.pyannote[5].start 17.12534375
transcript.pyannote[5].end 24.58409375
transcript.pyannote[6].speaker SPEAKER_00
transcript.pyannote[6].start 25.17471875
transcript.pyannote[6].end 30.96284375
transcript.pyannote[7].speaker SPEAKER_00
transcript.pyannote[7].start 31.23284375
transcript.pyannote[7].end 34.40534375
transcript.pyannote[8].speaker SPEAKER_00
transcript.pyannote[8].start 34.79346875
transcript.pyannote[8].end 36.59909375
transcript.pyannote[9].speaker SPEAKER_00
transcript.pyannote[9].start 37.86471875
transcript.pyannote[9].end 46.16721875
transcript.pyannote[10].speaker SPEAKER_00
transcript.pyannote[10].start 46.60596875
transcript.pyannote[10].end 48.14159375
transcript.pyannote[11].speaker SPEAKER_00
transcript.pyannote[11].start 48.25971875
transcript.pyannote[11].end 51.92159375
transcript.pyannote[12].speaker SPEAKER_00
transcript.pyannote[12].start 52.22534375
transcript.pyannote[12].end 54.55409375
transcript.pyannote[13].speaker SPEAKER_00
transcript.pyannote[13].start 55.00971875
transcript.pyannote[13].end 55.87034375
transcript.pyannote[14].speaker SPEAKER_00
transcript.pyannote[14].start 56.19096875
transcript.pyannote[14].end 66.53534375
transcript.pyannote[15].speaker SPEAKER_01
transcript.pyannote[15].start 66.53534375
transcript.pyannote[15].end 74.50034375
transcript.pyannote[16].speaker SPEAKER_01
transcript.pyannote[16].start 74.77034375
transcript.pyannote[16].end 85.65471875
transcript.pyannote[17].speaker SPEAKER_00
transcript.pyannote[17].start 85.65471875
transcript.pyannote[17].end 85.68846875
transcript.pyannote[18].speaker SPEAKER_00
transcript.pyannote[18].start 86.05971875
transcript.pyannote[18].end 87.03846875
transcript.pyannote[19].speaker SPEAKER_00
transcript.pyannote[19].start 87.37596875
transcript.pyannote[19].end 89.01284375
transcript.pyannote[20].speaker SPEAKER_00
transcript.pyannote[20].start 89.46846875
transcript.pyannote[20].end 96.03284375
transcript.pyannote[21].speaker SPEAKER_00
transcript.pyannote[21].start 96.16784375
transcript.pyannote[21].end 97.04534375
transcript.pyannote[22].speaker SPEAKER_01
transcript.pyannote[22].start 97.29846875
transcript.pyannote[22].end 98.36159375
transcript.pyannote[23].speaker SPEAKER_00
transcript.pyannote[23].start 97.87221875
transcript.pyannote[23].end 99.82971875
transcript.pyannote[24].speaker SPEAKER_00
transcript.pyannote[24].start 101.11221875
transcript.pyannote[24].end 119.70846875
transcript.pyannote[25].speaker SPEAKER_00
transcript.pyannote[25].start 120.43409375
transcript.pyannote[25].end 120.73784375
transcript.pyannote[26].speaker SPEAKER_00
transcript.pyannote[26].start 121.37909375
transcript.pyannote[26].end 122.27346875
transcript.pyannote[27].speaker SPEAKER_00
transcript.pyannote[27].start 122.86409375
transcript.pyannote[27].end 123.48846875
transcript.pyannote[28].speaker SPEAKER_00
transcript.pyannote[28].start 124.09596875
transcript.pyannote[28].end 125.98596875
transcript.pyannote[29].speaker SPEAKER_00
transcript.pyannote[29].start 126.37409375
transcript.pyannote[29].end 126.82971875
transcript.pyannote[30].speaker SPEAKER_00
transcript.pyannote[30].start 127.06596875
transcript.pyannote[30].end 129.95159375
transcript.pyannote[31].speaker SPEAKER_00
transcript.pyannote[31].start 130.10346875
transcript.pyannote[31].end 132.12846875
transcript.pyannote[32].speaker SPEAKER_00
transcript.pyannote[32].start 132.31409375
transcript.pyannote[32].end 133.10721875
transcript.pyannote[33].speaker SPEAKER_00
transcript.pyannote[33].start 133.39409375
transcript.pyannote[33].end 138.89534375
transcript.pyannote[34].speaker SPEAKER_00
transcript.pyannote[34].start 139.67159375
transcript.pyannote[34].end 161.45721875
transcript.pyannote[35].speaker SPEAKER_00
transcript.pyannote[35].start 161.89596875
transcript.pyannote[35].end 171.58221875
transcript.pyannote[36].speaker SPEAKER_00
transcript.pyannote[36].start 172.12221875
transcript.pyannote[36].end 176.03721875
transcript.pyannote[37].speaker SPEAKER_00
transcript.pyannote[37].start 176.35784375
transcript.pyannote[37].end 177.58971875
transcript.pyannote[38].speaker SPEAKER_00
transcript.pyannote[38].start 177.80909375
transcript.pyannote[38].end 179.85096875
transcript.pyannote[39].speaker SPEAKER_00
transcript.pyannote[39].start 180.72846875
transcript.pyannote[39].end 181.33596875
transcript.pyannote[40].speaker SPEAKER_00
transcript.pyannote[40].start 181.82534375
transcript.pyannote[40].end 185.55471875
transcript.pyannote[41].speaker SPEAKER_00
transcript.pyannote[41].start 186.17909375
transcript.pyannote[41].end 189.95909375
transcript.pyannote[42].speaker SPEAKER_00
transcript.pyannote[42].start 190.46534375
transcript.pyannote[42].end 191.86596875
transcript.pyannote[43].speaker SPEAKER_01
transcript.pyannote[43].start 193.36784375
transcript.pyannote[43].end 194.00909375
transcript.pyannote[44].speaker SPEAKER_01
transcript.pyannote[44].start 194.36346875
transcript.pyannote[44].end 194.92034375
transcript.pyannote[45].speaker SPEAKER_00
transcript.pyannote[45].start 194.86971875
transcript.pyannote[45].end 197.56971875
transcript.pyannote[46].speaker SPEAKER_00
transcript.pyannote[46].start 197.83971875
transcript.pyannote[46].end 198.17721875
transcript.pyannote[47].speaker SPEAKER_00
transcript.pyannote[47].start 199.13909375
transcript.pyannote[47].end 205.93971875
transcript.pyannote[48].speaker SPEAKER_00
transcript.pyannote[48].start 206.64846875
transcript.pyannote[48].end 215.55846875
transcript.pyannote[49].speaker SPEAKER_00
transcript.pyannote[49].start 216.89159375
transcript.pyannote[49].end 217.16159375
transcript.pyannote[50].speaker SPEAKER_00
transcript.pyannote[50].start 217.54971875
transcript.pyannote[50].end 219.10221875
transcript.pyannote[51].speaker SPEAKER_00
transcript.pyannote[51].start 219.55784375
transcript.pyannote[51].end 220.06409375
transcript.pyannote[52].speaker SPEAKER_00
transcript.pyannote[52].start 220.84034375
transcript.pyannote[52].end 244.11096875
transcript.pyannote[53].speaker SPEAKER_00
transcript.pyannote[53].start 244.58346875
transcript.pyannote[53].end 248.02596875
transcript.pyannote[54].speaker SPEAKER_01
transcript.pyannote[54].start 248.31284375
transcript.pyannote[54].end 283.88534375
transcript.pyannote[55].speaker SPEAKER_01
transcript.pyannote[55].start 284.08784375
transcript.pyannote[55].end 285.94409375
transcript.pyannote[56].speaker SPEAKER_01
transcript.pyannote[56].start 286.21409375
transcript.pyannote[56].end 296.03534375
transcript.pyannote[57].speaker SPEAKER_00
transcript.pyannote[57].start 294.26346875
transcript.pyannote[57].end 296.65971875
transcript.pyannote[58].speaker SPEAKER_00
transcript.pyannote[58].start 297.14909375
transcript.pyannote[58].end 309.06284375
transcript.pyannote[59].speaker SPEAKER_00
transcript.pyannote[59].start 309.36659375
transcript.pyannote[59].end 354.87846875
transcript.pyannote[60].speaker SPEAKER_00
transcript.pyannote[60].start 355.26659375
transcript.pyannote[60].end 357.69659375
transcript.pyannote[61].speaker SPEAKER_00
transcript.pyannote[61].start 357.96659375
transcript.pyannote[61].end 359.38409375
transcript.pyannote[62].speaker SPEAKER_00
transcript.pyannote[62].start 359.65409375
transcript.pyannote[62].end 361.56096875
transcript.pyannote[63].speaker SPEAKER_00
transcript.pyannote[63].start 362.08409375
transcript.pyannote[63].end 362.60721875
transcript.pyannote[64].speaker SPEAKER_00
transcript.pyannote[64].start 362.91096875
transcript.pyannote[64].end 364.46346875
transcript.pyannote[65].speaker SPEAKER_00
transcript.pyannote[65].start 364.63221875
transcript.pyannote[65].end 365.20596875
transcript.pyannote[66].speaker SPEAKER_00
transcript.pyannote[66].start 365.44221875
transcript.pyannote[66].end 366.13409375
transcript.pyannote[67].speaker SPEAKER_00
transcript.pyannote[67].start 366.99471875
transcript.pyannote[67].end 368.31096875
transcript.pyannote[68].speaker SPEAKER_00
transcript.pyannote[68].start 368.81721875
transcript.pyannote[68].end 372.96846875
transcript.pyannote[69].speaker SPEAKER_00
transcript.pyannote[69].start 373.33971875
transcript.pyannote[69].end 374.50409375
transcript.pyannote[70].speaker SPEAKER_00
transcript.pyannote[70].start 374.95971875
transcript.pyannote[70].end 376.30971875
transcript.pyannote[71].speaker SPEAKER_00
transcript.pyannote[71].start 376.52909375
transcript.pyannote[71].end 378.16596875
transcript.pyannote[72].speaker SPEAKER_00
transcript.pyannote[72].start 378.70596875
transcript.pyannote[72].end 379.80284375
transcript.pyannote[73].speaker SPEAKER_00
transcript.pyannote[73].start 379.97159375
transcript.pyannote[73].end 381.96284375
transcript.pyannote[74].speaker SPEAKER_00
transcript.pyannote[74].start 382.77284375
transcript.pyannote[74].end 387.36284375
transcript.pyannote[75].speaker SPEAKER_00
transcript.pyannote[75].start 387.63284375
transcript.pyannote[75].end 390.63659375
transcript.pyannote[76].speaker SPEAKER_00
transcript.pyannote[76].start 391.83471875
transcript.pyannote[76].end 393.70784375
transcript.pyannote[77].speaker SPEAKER_00
transcript.pyannote[77].start 394.11284375
transcript.pyannote[77].end 395.27721875
transcript.pyannote[78].speaker SPEAKER_00
transcript.pyannote[78].start 395.64846875
transcript.pyannote[78].end 398.80409375
transcript.pyannote[79].speaker SPEAKER_00
transcript.pyannote[79].start 399.12471875
transcript.pyannote[79].end 407.88284375
transcript.pyannote[80].speaker SPEAKER_00
transcript.pyannote[80].start 408.30471875
transcript.pyannote[80].end 413.14784375
transcript.pyannote[81].speaker SPEAKER_00
transcript.pyannote[81].start 413.92409375
transcript.pyannote[81].end 418.71659375
transcript.pyannote[82].speaker SPEAKER_00
transcript.pyannote[82].start 419.08784375
transcript.pyannote[82].end 420.42096875
transcript.pyannote[83].speaker SPEAKER_00
transcript.pyannote[83].start 421.01159375
transcript.pyannote[83].end 421.39971875
transcript.pyannote[84].speaker SPEAKER_00
transcript.pyannote[84].start 421.97346875
transcript.pyannote[84].end 427.67721875
transcript.pyannote[85].speaker SPEAKER_00
transcript.pyannote[85].start 427.89659375
transcript.pyannote[85].end 431.25471875
transcript.pyannote[86].speaker SPEAKER_00
transcript.pyannote[86].start 432.60471875
transcript.pyannote[86].end 433.54971875
transcript.pyannote[87].speaker SPEAKER_00
transcript.pyannote[87].start 433.71846875
transcript.pyannote[87].end 434.71409375
transcript.pyannote[88].speaker SPEAKER_00
transcript.pyannote[88].start 434.89971875
transcript.pyannote[88].end 436.24971875
transcript.pyannote[89].speaker SPEAKER_00
transcript.pyannote[89].start 436.50284375
transcript.pyannote[89].end 438.64596875
transcript.pyannote[90].speaker SPEAKER_00
transcript.pyannote[90].start 438.88221875
transcript.pyannote[90].end 440.56971875
transcript.pyannote[91].speaker SPEAKER_00
transcript.pyannote[91].start 440.68784375
transcript.pyannote[91].end 441.46409375
transcript.pyannote[92].speaker SPEAKER_00
transcript.pyannote[92].start 441.93659375
transcript.pyannote[92].end 442.51034375
transcript.pyannote[93].speaker SPEAKER_00
transcript.pyannote[93].start 442.67909375
transcript.pyannote[93].end 443.60721875
transcript.pyannote[94].speaker SPEAKER_00
transcript.pyannote[94].start 444.07971875
transcript.pyannote[94].end 456.71909375
transcript.pyannote[95].speaker SPEAKER_00
transcript.pyannote[95].start 457.09034375
transcript.pyannote[95].end 472.22721875
transcript.pyannote[96].speaker SPEAKER_01
transcript.pyannote[96].start 466.00034375
transcript.pyannote[96].end 466.72596875
transcript.pyannote[97].speaker SPEAKER_01
transcript.pyannote[97].start 467.04659375
transcript.pyannote[97].end 467.18159375
transcript.pyannote[98].speaker SPEAKER_01
transcript.pyannote[98].start 467.21534375
transcript.pyannote[98].end 467.85659375
transcript.pyannote[99].speaker SPEAKER_01
transcript.pyannote[99].start 471.61971875
transcript.pyannote[99].end 472.15971875
transcript.pyannote[100].speaker SPEAKER_01
transcript.pyannote[100].start 472.22721875
transcript.pyannote[100].end 472.24409375
transcript.pyannote[101].speaker SPEAKER_00
transcript.pyannote[101].start 472.24409375
transcript.pyannote[101].end 472.26096875
transcript.pyannote[102].speaker SPEAKER_01
transcript.pyannote[102].start 472.26096875
transcript.pyannote[102].end 493.03409375
transcript.pyannote[103].speaker SPEAKER_00
transcript.pyannote[103].start 493.03409375
transcript.pyannote[103].end 502.93971875
transcript.pyannote[104].speaker SPEAKER_01
transcript.pyannote[104].start 494.40096875
transcript.pyannote[104].end 494.75534375
transcript.pyannote[105].speaker SPEAKER_00
transcript.pyannote[105].start 503.22659375
transcript.pyannote[105].end 507.41159375
transcript.pyannote[106].speaker SPEAKER_00
transcript.pyannote[106].start 509.25096875
transcript.pyannote[106].end 510.55034375
transcript.pyannote[107].speaker SPEAKER_00
transcript.pyannote[107].start 511.19159375
transcript.pyannote[107].end 513.50346875
transcript.pyannote[108].speaker SPEAKER_00
transcript.pyannote[108].start 513.99284375
transcript.pyannote[108].end 516.52409375
transcript.pyannote[109].speaker SPEAKER_00
transcript.pyannote[109].start 516.59159375
transcript.pyannote[109].end 531.88034375
transcript.pyannote[110].speaker SPEAKER_00
transcript.pyannote[110].start 532.30221875
transcript.pyannote[110].end 535.52534375
transcript.pyannote[111].speaker SPEAKER_00
transcript.pyannote[111].start 535.69409375
transcript.pyannote[111].end 542.54534375
transcript.pyannote[112].speaker SPEAKER_00
transcript.pyannote[112].start 542.88284375
transcript.pyannote[112].end 543.23721875
transcript.pyannote[113].speaker SPEAKER_00
transcript.pyannote[113].start 543.64221875
transcript.pyannote[113].end 544.09784375
transcript.pyannote[114].speaker SPEAKER_00
transcript.pyannote[114].start 544.55346875
transcript.pyannote[114].end 547.47284375
transcript.pyannote[115].speaker SPEAKER_00
transcript.pyannote[115].start 547.57409375
transcript.pyannote[115].end 570.89534375
transcript.pyannote[116].speaker SPEAKER_00
transcript.pyannote[116].start 571.40159375
transcript.pyannote[116].end 591.46596875
transcript.pyannote[117].speaker SPEAKER_00
transcript.pyannote[117].start 591.75284375
transcript.pyannote[117].end 607.31159375
transcript.pyannote[118].speaker SPEAKER_00
transcript.pyannote[118].start 607.44659375
transcript.pyannote[118].end 614.02784375
transcript.pyannote[119].speaker SPEAKER_00
transcript.pyannote[119].start 614.16284375
transcript.pyannote[119].end 619.79909375
transcript.pyannote[120].speaker SPEAKER_00
transcript.pyannote[120].start 619.93409375
transcript.pyannote[120].end 620.20409375
transcript.pyannote[121].speaker SPEAKER_00
transcript.pyannote[121].start 620.45721875
transcript.pyannote[121].end 620.99721875
transcript.pyannote[122].speaker SPEAKER_00
transcript.pyannote[122].start 621.50346875
transcript.pyannote[122].end 628.81034375
transcript.pyannote[123].speaker SPEAKER_01
transcript.pyannote[123].start 627.69659375
transcript.pyannote[123].end 632.47221875
transcript.pyannote[124].speaker SPEAKER_00
transcript.pyannote[124].start 631.25721875
transcript.pyannote[124].end 631.93221875
transcript.pyannote[125].speaker SPEAKER_00
transcript.pyannote[125].start 633.40034375
transcript.pyannote[125].end 633.41721875
transcript.pyannote[126].speaker SPEAKER_01
transcript.pyannote[126].start 633.41721875
transcript.pyannote[126].end 635.12159375
transcript.whisperx[0].start 0.169
transcript.whisperx[0].end 9.314
transcript.whisperx[0].text 好 謝謝主席 有請我們世衛部王部長好 路委員好
transcript.whisperx[1].start 10.765
transcript.whisperx[1].end 36.002
transcript.whisperx[1].text 好 部長今天主要齁 這個要開始我們有一些法案嘛針對你們所謂媒體溢價相關的一些立法但我們今天早上就看到你們昨天有表達意見嘛就擔心這個可能會造成美國關稅的一個報復嘛齁我看到報紙這樣寫是你的意思嘛齁是我們研究的出來的結果 對研究出來的結果 好那現在 現在有個問題喔
transcript.whisperx[2].start 38.575
transcript.whisperx[2].end 65.601
transcript.whisperx[2].text 這個當然就是川普總統啊讓美國再次偉大各個總統要讓他國家再偉大我是覺得一點錯都沒有好他提出了這個關稅關稅的大戰已經開始了那所有人都知道那是貨品貿易具體的透過空運海運運過去的互相世界的一個貿易具象的貨品貿易那請問一下Google Meta這是貨品貿易還是服務貿易
transcript.whisperx[3].start 67.722
transcript.whisperx[3].end 83.661
transcript.whisperx[3].text 報告委員事實上有個實際的例子就是說美國貿易代表署跟護國家安全顧問他提出一個十項不公平的數位貿易慣例數位貿易也是列為他們一個主要關稅的一個考量所以並沒有不是只有實體的貨品這個數位
transcript.whisperx[4].start 86.625
transcript.whisperx[4].end 98.321
transcript.whisperx[4].text 這個部長能不能有一點我們中華民國我們台灣的立場好不好因為我們聽到Mega美國偉大我們已經背得好熟啦那台灣呢我跟你講齁現在簡單來說
transcript.whisperx[5].start 101.175
transcript.whisperx[5].end 119.198
transcript.whisperx[5].text 川普總統的邏輯很清楚嘛因為主要的一個關稅貨品貿易因為他都是逆差你們這麼多國家賣這麼多東西給我我輸出的巨項的一個貨品這麼少所以對美國不公平所以他要去做一個用關稅才來調整是他一個基本的邏輯
transcript.whisperx[6].start 120.515
transcript.whisperx[6].end 138.802
transcript.whisperx[6].text 那服務貿易抱歉倒過來對台灣來講這種世界貿易的服務貿易的一個形態台灣對美國我們是逆差啊逆差啊就川普這種邏輯就是說抱歉對台灣不公平服務貿易啊
transcript.whisperx[7].start 139.722
transcript.whisperx[7].end 161.383
transcript.whisperx[7].text 沒有 我是希望你們在討論這個事情要有一些立場而且你們在談判的時候總是有一些對我有利的吧還是一去就是趴在地下嗎這本來就Full Money你們賺這麼多錢從不管是Google Meta Netflix你只要講出來的賺錢不用打關稅就來來去去所以這個部分我覺得是應該變成政府
transcript.whisperx[8].start 161.983
transcript.whisperx[8].end 179.029
transcript.whisperx[8].text 一個討價還價的一個籌碼所以我也希望說這個數位部在這方面能夠在談判的時候就你們的立場所有這種服務貿易也能夠來幫忙這個談判能夠促成那我再請教一下你今天有特別提出來說
transcript.whisperx[9].start 181.883
transcript.whisperx[9].end 205.275
transcript.whisperx[9].text 這個溢價相關的一些法案 你有點擔心那當然因為這個關稅大戰是大概上個月才開始那請問一下你去年在幹嘛那個 報委等一下我講完 110年啦 你還沒上任啦你這個整個行政院當時就成立國內產業大型數位平台共融發展協調小組
transcript.whisperx[10].start 206.724
transcript.whisperx[10].end 231.735
transcript.whisperx[10].text 然後到111年 112年總共開了三輪八次會議八次會議平台業者產業不斷去討論那到底遇到什麼問題我不知道可是到了112年的9月最後一場會議開完之後到113年5月20號跟著新政府上任之後你一次會也沒有開嘛
transcript.whisperx[11].start 232.355
transcript.whisperx[11].end 247.69
transcript.whisperx[11].text 我跟你講 去年還沒發生貿易戰嘛你今天寫給我的 我理解 喔 現在發生這個事情那請問一下 你去年在幹什麼還是你壓根子 講一下數位部這個 黃部長你的心態是說我就是不想弄啊 是不是 到底怎麼回事你去年在幹嘛
transcript.whisperx[12].start 248.371
transcript.whisperx[12].end 272.966
transcript.whisperx[12].text 報告委員我一上任就有很多就是對這個問題就很多的這個不管是工協會媒體還有媒體還有包括這個所謂的學者跟我討論這個議題我們一直很關注那我們那時候也在跟這個平台商也有一家不斷的協商那再說因為這一年多的變化蠻大的所以會讓我們原來我們原來我剛上任的時候他們有跟我講說經過這麼多次討論結果
transcript.whisperx[13].start 275.487
transcript.whisperx[13].end 287.399
transcript.whisperx[13].text 那個覺得是租住臨界圈是一個可走的方向但是呢經過這一年也發現租臨界圈也是有它很多的缺點所以變成就是說現在這個這個問題那當然這裡面很多討論剛剛講這個跟我們有很多這種關於這個這個數位這個媒體這個部長我最主要是說
transcript.whisperx[14].start 298.409
transcript.whisperx[14].end 323.949
transcript.whisperx[14].text 112年的9月6號是巴士會議的最後一次你上任之後不管是前朝或這一朝都沒有開因為你是主責單位你要叫NCC相關單位文化部大家一起來討論你既然沒有做那我們非常懷疑在關稅大戰之前你到底認為這是一個麻煩事你也講出來就直接說可是我們看到幾個單位的報告都說
transcript.whisperx[15].start 324.85
transcript.whisperx[15].end 353.93
transcript.whisperx[15].text 這個媒體有價你們都全力支持希望能夠促成那第二個我想請教一下你特別有談了嘛現在世界各國有在進行的譬如說2021最早澳洲完成了那加拿大2023那歐盟他是用另外的著作權的一個臨階權的這種概念去做的有點不一樣但是希望讓新聞是有價的這種的努力跟社群平台去協調那當然我就不一講了
transcript.whisperx[16].start 354.65
transcript.whisperx[16].end 381.821
transcript.whisperx[16].text 那從澳洲也好那Google他有達成那個協議然後提供了資金然後加拿大Google也是提供一年一億加幣一年23億台幣持續五年115億那再來歐盟呢歐盟就是太多國家了談不清楚那Meta的立場現在也清楚啦他就不玩啦
transcript.whisperx[17].start 382.99
transcript.whisperx[17].end 384.732
transcript.whisperx[17].text 談好了也不玩了反正翻臉了就這樣那這種情況我真的是有一個建議
transcript.whisperx[18].start 391.874
transcript.whisperx[18].end 412.42
transcript.whisperx[18].text 我知道你們有很多的一個顧慮啊可是我們也希望是不是讓台灣也有點在這上面有個立場我們是服務貿易被人家賺錢的國家在那邊不吭不哈什麼都不敢說也沒有道理吧太過分了不要說嘛談不成的不要說那我一樣以加拿大4000萬人口是我們人口的1.7倍
transcript.whisperx[19].start 413.94
transcript.whisperx[19].end 430.628
transcript.whisperx[19].text 他的新聞媒體對1.7倍他五年的計畫 Google五年的計畫115億台幣好不好那現在Google也謝謝他是台灣第一個在談的過程2023年他講三年一年1億台幣
transcript.whisperx[20].start 432.639
transcript.whisperx[20].end 454.047
transcript.whisperx[20].text 然後就這樣嗎我是覺得因為你現在還沒開過會我覺得不能這樣我覺得這兩個加起來人口差1.7倍但是他提供的讓我們媒體能夠有這樣的一個資金不管是版權或者AI提升各方面他提供的資金是3億比115億我們將近40倍
transcript.whisperx[21].start 457.228
transcript.whisperx[21].end 465.161
transcript.whisperx[21].text 我倒是覺得這個法案有沒有立什麼時候立起來但是這個部分我是建議是不是部長能夠接續能夠為了我們這個國家的這個整體的新聞發展利益來繼續協調可以嗎
transcript.whisperx[22].start 472.852
transcript.whisperx[22].end 487.441
transcript.whisperx[22].text 不過剛剛委員講說我們都沒有開過會這是不對的因為事實上這個東西我們內部開了好幾次會議然後我們也跟平台業者因為重點是平台業者要不要配合所以我們也甚至飛到美國跟像Meta有開過會所以這個問題的因為是這個問題本身我們很關注
transcript.whisperx[23].start 491.263
transcript.whisperx[23].end 507.148
transcript.whisperx[23].text 我知道你們開很多會啦什麼詐騙啊什麼都有我是講你那個整個大的行政院下面的機構我們調的文件這個機構就沒有跟你自己開會那兩回事啊那今天當然是真的是鼓勵你啦我們要去談判最後啊
transcript.whisperx[24].start 509.298
transcript.whisperx[24].end 531.111
transcript.whisperx[24].text 我們真的也發覺 尤其在歐盟很多國家在談的過程中 蠻難界定的 包括什麼叫新聞新聞的界定 那版權到底是誰 譬如說是他家的攝影鏡頭 然後媒體拿到了 那錢到底誰分論嘛是那一家的那個個人 對不對 還是我那個法人 還是 那到底要分給誰呢
transcript.whisperx[25].start 532.492
transcript.whisperx[25].end 549.683
transcript.whisperx[25].text 對不對還是錢要跟誰要所以我在想喔這個問題我是覺得你們勢必要去認真去研議啦委員已經提了這麼多版本而且三個黨都有提出版本就等於說各黨派的一個共識都希望能夠去推讓新聞有價那現在顯來顯來這左邊是四種
transcript.whisperx[26].start 555.246
transcript.whisperx[26].end 569.751
transcript.whisperx[26].text 現在常看到的媒體的來源你看到一個好消息第一個有媒體自行去收集的喔自行採訪這個真的算是新聞媒體最賤鬼我就自己採訪自己發掘那百分之百是這個新聞媒體的這個沒有問題
transcript.whisperx[27].start 571.451
transcript.whisperx[27].end 590.485
transcript.whisperx[27].text 第二個是媒體引述其他人的一個新聞不管廠商活動這個的部分這兩個是媒體的第三個現在有超多的新聞我覺得至少三分之一就誰家的行車紀錄器誰家監視系統看到小偷跑過去車被偷然後就別人的
transcript.whisperx[28].start 591.866
transcript.whisperx[28].end 619.543
transcript.whisperx[28].text raw material新聞點是在那個影片是一個屬於個人或者一個社區的他拿過來民共提供但是媒體報導他到底錢到底要分誰當然最後一個像爆料公司啊社群平台他做一個爆料被營用的所以新聞的產生的一個架構蠻多的來源也不一定那這個新聞如果有分論到底要給誰這是一個未來要思考的問題好不好因為時間已經超過很多
transcript.whisperx[29].start 620.524
transcript.whisperx[29].end 631.382
transcript.whisperx[29].text 麻煩我是覺得整個大的平台真的要開個會了好不好因為委員提了這麼多版本你整個行政院的平台還是要運作起來我們會很重視各委員的版本會再跟委員討論好謝謝