iVOD / 163540

Field Value
IVOD_ID 163540
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/163540
日期 2025-08-15
會議資料.會議代碼 院會-11-3-25
會議資料.會議代碼:str 第11屆第3會期第25次會議
會議資料.屆 11
會議資料.會期 3
會議資料.會次 25
會議資料.種類 院會
會議資料.標題 第11屆第3會期第25次會議
影片種類 Clip
開始時間 2025-08-15T17:39:07+08:00
結束時間 2025-08-15T17:54:54+08:00
影片長度 00:15:47
支援功能[0] ai-transcript
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/feafe23bd7168de62119f844d8c1a83018cf3659852ed2503eea2082bcc3166d40d0ad8028109d995ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 陳冠廷
委員發言時間 17:39:07 - 17:54:54
會議時間 2025-08-15T09:00:00+08:00
會議名稱 第11屆第3會期第25次會議(事由:一、行政院院長提出「新世代打擊詐欺策略行動綱領2.0執行成效」專案報告並備質詢(8月15日)。二、行政院院長提出「全額撥付114年度對地方政府之一般性補助款及原住民族地區基本設施維持費等相關事宜」專案報告並備質詢(8月19日)。)
transcript.pyannote[0].speaker SPEAKER_02
transcript.pyannote[0].start 14.10471875
transcript.pyannote[0].end 15.31971875
transcript.pyannote[1].speaker SPEAKER_02
transcript.pyannote[1].start 15.67409375
transcript.pyannote[1].end 17.29409375
transcript.pyannote[2].speaker SPEAKER_02
transcript.pyannote[2].start 27.21659375
transcript.pyannote[2].end 27.89159375
transcript.pyannote[3].speaker SPEAKER_02
transcript.pyannote[3].start 28.27971875
transcript.pyannote[3].end 28.83659375
transcript.pyannote[4].speaker SPEAKER_02
transcript.pyannote[4].start 29.62971875
transcript.pyannote[4].end 45.17159375
transcript.pyannote[5].speaker SPEAKER_00
transcript.pyannote[5].start 37.30784375
transcript.pyannote[5].end 37.66221875
transcript.pyannote[6].speaker SPEAKER_02
transcript.pyannote[6].start 45.47534375
transcript.pyannote[6].end 48.83346875
transcript.pyannote[7].speaker SPEAKER_02
transcript.pyannote[7].start 49.12034375
transcript.pyannote[7].end 50.21721875
transcript.pyannote[8].speaker SPEAKER_02
transcript.pyannote[8].start 50.43659375
transcript.pyannote[8].end 53.06909375
transcript.pyannote[9].speaker SPEAKER_02
transcript.pyannote[9].start 53.25471875
transcript.pyannote[9].end 54.36846875
transcript.pyannote[10].speaker SPEAKER_02
transcript.pyannote[10].start 54.85784375
transcript.pyannote[10].end 71.41221875
transcript.pyannote[11].speaker SPEAKER_00
transcript.pyannote[11].start 60.76409375
transcript.pyannote[11].end 60.96659375
transcript.pyannote[12].speaker SPEAKER_02
transcript.pyannote[12].start 71.69909375
transcript.pyannote[12].end 83.69721875
transcript.pyannote[13].speaker SPEAKER_02
transcript.pyannote[13].start 84.11909375
transcript.pyannote[13].end 95.22284375
transcript.pyannote[14].speaker SPEAKER_02
transcript.pyannote[14].start 95.59409375
transcript.pyannote[14].end 100.89284375
transcript.pyannote[15].speaker SPEAKER_02
transcript.pyannote[15].start 101.77034375
transcript.pyannote[15].end 103.28909375
transcript.pyannote[16].speaker SPEAKER_02
transcript.pyannote[16].start 104.09909375
transcript.pyannote[16].end 118.49346875
transcript.pyannote[17].speaker SPEAKER_02
transcript.pyannote[17].start 118.91534375
transcript.pyannote[17].end 124.80471875
transcript.pyannote[18].speaker SPEAKER_02
transcript.pyannote[18].start 125.19284375
transcript.pyannote[18].end 125.53034375
transcript.pyannote[19].speaker SPEAKER_02
transcript.pyannote[19].start 126.13784375
transcript.pyannote[19].end 147.01221875
transcript.pyannote[20].speaker SPEAKER_01
transcript.pyannote[20].start 147.78846875
transcript.pyannote[20].end 153.84659375
transcript.pyannote[21].speaker SPEAKER_01
transcript.pyannote[21].start 154.35284375
transcript.pyannote[21].end 156.46221875
transcript.pyannote[22].speaker SPEAKER_01
transcript.pyannote[22].start 156.61409375
transcript.pyannote[22].end 157.35659375
transcript.pyannote[23].speaker SPEAKER_01
transcript.pyannote[23].start 157.55909375
transcript.pyannote[23].end 160.68096875
transcript.pyannote[24].speaker SPEAKER_01
transcript.pyannote[24].start 160.88346875
transcript.pyannote[24].end 163.93784375
transcript.pyannote[25].speaker SPEAKER_01
transcript.pyannote[25].start 164.37659375
transcript.pyannote[25].end 166.85721875
transcript.pyannote[26].speaker SPEAKER_01
transcript.pyannote[26].start 167.17784375
transcript.pyannote[26].end 168.02159375
transcript.pyannote[27].speaker SPEAKER_01
transcript.pyannote[27].start 168.32534375
transcript.pyannote[27].end 169.67534375
transcript.pyannote[28].speaker SPEAKER_01
transcript.pyannote[28].start 170.26596875
transcript.pyannote[28].end 175.26096875
transcript.pyannote[29].speaker SPEAKER_01
transcript.pyannote[29].start 175.80096875
transcript.pyannote[29].end 176.12159375
transcript.pyannote[30].speaker SPEAKER_01
transcript.pyannote[30].start 176.27346875
transcript.pyannote[30].end 180.42471875
transcript.pyannote[31].speaker SPEAKER_01
transcript.pyannote[31].start 180.79596875
transcript.pyannote[31].end 184.25534375
transcript.pyannote[32].speaker SPEAKER_01
transcript.pyannote[32].start 184.86284375
transcript.pyannote[32].end 191.08971875
transcript.pyannote[33].speaker SPEAKER_01
transcript.pyannote[33].start 191.61284375
transcript.pyannote[33].end 195.46034375
transcript.pyannote[34].speaker SPEAKER_01
transcript.pyannote[34].start 195.86534375
transcript.pyannote[34].end 196.84409375
transcript.pyannote[35].speaker SPEAKER_01
transcript.pyannote[35].start 197.13096875
transcript.pyannote[35].end 198.53159375
transcript.pyannote[36].speaker SPEAKER_01
transcript.pyannote[36].start 198.70034375
transcript.pyannote[36].end 200.77596875
transcript.pyannote[37].speaker SPEAKER_01
transcript.pyannote[37].start 201.11346875
transcript.pyannote[37].end 205.07909375
transcript.pyannote[38].speaker SPEAKER_01
transcript.pyannote[38].start 205.28159375
transcript.pyannote[38].end 206.49659375
transcript.pyannote[39].speaker SPEAKER_01
transcript.pyannote[39].start 206.74971875
transcript.pyannote[39].end 207.12096875
transcript.pyannote[40].speaker SPEAKER_01
transcript.pyannote[40].start 207.45846875
transcript.pyannote[40].end 209.28096875
transcript.pyannote[41].speaker SPEAKER_01
transcript.pyannote[41].start 209.63534375
transcript.pyannote[41].end 211.45784375
transcript.pyannote[42].speaker SPEAKER_01
transcript.pyannote[42].start 211.91346875
transcript.pyannote[42].end 215.13659375
transcript.pyannote[43].speaker SPEAKER_02
transcript.pyannote[43].start 215.57534375
transcript.pyannote[43].end 220.03034375
transcript.pyannote[44].speaker SPEAKER_02
transcript.pyannote[44].start 220.28346875
transcript.pyannote[44].end 237.17534375
transcript.pyannote[45].speaker SPEAKER_00
transcript.pyannote[45].start 234.54284375
transcript.pyannote[45].end 234.93096875
transcript.pyannote[46].speaker SPEAKER_02
transcript.pyannote[46].start 239.25096875
transcript.pyannote[46].end 240.75284375
transcript.pyannote[47].speaker SPEAKER_02
transcript.pyannote[47].start 249.17346875
transcript.pyannote[47].end 249.64596875
transcript.pyannote[48].speaker SPEAKER_02
transcript.pyannote[48].start 250.23659375
transcript.pyannote[48].end 250.87784375
transcript.pyannote[49].speaker SPEAKER_02
transcript.pyannote[49].start 251.02971875
transcript.pyannote[49].end 252.04221875
transcript.pyannote[50].speaker SPEAKER_02
transcript.pyannote[50].start 252.53159375
transcript.pyannote[50].end 253.56096875
transcript.pyannote[51].speaker SPEAKER_02
transcript.pyannote[51].start 253.72971875
transcript.pyannote[51].end 255.90659375
transcript.pyannote[52].speaker SPEAKER_02
transcript.pyannote[52].start 256.49721875
transcript.pyannote[52].end 258.01596875
transcript.pyannote[53].speaker SPEAKER_02
transcript.pyannote[53].start 258.75846875
transcript.pyannote[53].end 262.25159375
transcript.pyannote[54].speaker SPEAKER_00
transcript.pyannote[54].start 262.96034375
transcript.pyannote[54].end 266.95971875
transcript.pyannote[55].speaker SPEAKER_02
transcript.pyannote[55].start 264.42846875
transcript.pyannote[55].end 274.94159375
transcript.pyannote[56].speaker SPEAKER_02
transcript.pyannote[56].start 275.29596875
transcript.pyannote[56].end 278.24909375
transcript.pyannote[57].speaker SPEAKER_02
transcript.pyannote[57].start 278.80596875
transcript.pyannote[57].end 279.88596875
transcript.pyannote[58].speaker SPEAKER_02
transcript.pyannote[58].start 280.62846875
transcript.pyannote[58].end 281.11784375
transcript.pyannote[59].speaker SPEAKER_02
transcript.pyannote[59].start 281.30346875
transcript.pyannote[59].end 286.34909375
transcript.pyannote[60].speaker SPEAKER_02
transcript.pyannote[60].start 286.63596875
transcript.pyannote[60].end 288.81284375
transcript.pyannote[61].speaker SPEAKER_02
transcript.pyannote[61].start 289.18409375
transcript.pyannote[61].end 291.47909375
transcript.pyannote[62].speaker SPEAKER_02
transcript.pyannote[62].start 291.64784375
transcript.pyannote[62].end 295.39409375
transcript.pyannote[63].speaker SPEAKER_02
transcript.pyannote[63].start 295.90034375
transcript.pyannote[63].end 298.71846875
transcript.pyannote[64].speaker SPEAKER_02
transcript.pyannote[64].start 300.03471875
transcript.pyannote[64].end 303.93284375
transcript.pyannote[65].speaker SPEAKER_02
transcript.pyannote[65].start 304.00034375
transcript.pyannote[65].end 304.03409375
transcript.pyannote[66].speaker SPEAKER_02
transcript.pyannote[66].start 304.05096875
transcript.pyannote[66].end 304.06784375
transcript.pyannote[67].speaker SPEAKER_02
transcript.pyannote[67].start 304.08471875
transcript.pyannote[67].end 305.21534375
transcript.pyannote[68].speaker SPEAKER_02
transcript.pyannote[68].start 305.50221875
transcript.pyannote[68].end 307.69596875
transcript.pyannote[69].speaker SPEAKER_02
transcript.pyannote[69].start 307.91534375
transcript.pyannote[69].end 309.53534375
transcript.pyannote[70].speaker SPEAKER_02
transcript.pyannote[70].start 309.92346875
transcript.pyannote[70].end 310.59846875
transcript.pyannote[71].speaker SPEAKER_02
transcript.pyannote[71].start 311.71221875
transcript.pyannote[71].end 315.57659375
transcript.pyannote[72].speaker SPEAKER_02
transcript.pyannote[72].start 315.88034375
transcript.pyannote[72].end 342.40784375
transcript.pyannote[73].speaker SPEAKER_02
transcript.pyannote[73].start 342.45846875
transcript.pyannote[73].end 343.55534375
transcript.pyannote[74].speaker SPEAKER_02
transcript.pyannote[74].start 344.01096875
transcript.pyannote[74].end 345.20909375
transcript.pyannote[75].speaker SPEAKER_02
transcript.pyannote[75].start 345.68159375
transcript.pyannote[75].end 349.79909375
transcript.pyannote[76].speaker SPEAKER_02
transcript.pyannote[76].start 350.00159375
transcript.pyannote[76].end 350.05221875
transcript.pyannote[77].speaker SPEAKER_02
transcript.pyannote[77].start 350.06909375
transcript.pyannote[77].end 358.00034375
transcript.pyannote[78].speaker SPEAKER_00
transcript.pyannote[78].start 359.19846875
transcript.pyannote[78].end 369.98159375
transcript.pyannote[79].speaker SPEAKER_00
transcript.pyannote[79].start 370.42034375
transcript.pyannote[79].end 443.75909375
transcript.pyannote[80].speaker SPEAKER_02
transcript.pyannote[80].start 444.18096875
transcript.pyannote[80].end 452.26409375
transcript.pyannote[81].speaker SPEAKER_02
transcript.pyannote[81].start 452.50034375
transcript.pyannote[81].end 460.43159375
transcript.pyannote[82].speaker SPEAKER_00
transcript.pyannote[82].start 458.33909375
transcript.pyannote[82].end 458.86221875
transcript.pyannote[83].speaker SPEAKER_00
transcript.pyannote[83].start 459.72284375
transcript.pyannote[83].end 465.96659375
transcript.pyannote[84].speaker SPEAKER_02
transcript.pyannote[84].start 462.08534375
transcript.pyannote[84].end 462.64221875
transcript.pyannote[85].speaker SPEAKER_02
transcript.pyannote[85].start 465.76409375
transcript.pyannote[85].end 466.84409375
transcript.pyannote[86].speaker SPEAKER_02
transcript.pyannote[86].start 467.23221875
transcript.pyannote[86].end 475.16346875
transcript.pyannote[87].speaker SPEAKER_02
transcript.pyannote[87].start 475.56846875
transcript.pyannote[87].end 483.21284375
transcript.pyannote[88].speaker SPEAKER_02
transcript.pyannote[88].start 483.36471875
transcript.pyannote[88].end 484.02284375
transcript.pyannote[89].speaker SPEAKER_02
transcript.pyannote[89].start 484.54596875
transcript.pyannote[89].end 485.06909375
transcript.pyannote[90].speaker SPEAKER_00
transcript.pyannote[90].start 485.77784375
transcript.pyannote[90].end 487.49909375
transcript.pyannote[91].speaker SPEAKER_02
transcript.pyannote[91].start 487.46534375
transcript.pyannote[91].end 493.70909375
transcript.pyannote[92].speaker SPEAKER_00
transcript.pyannote[92].start 490.01346875
transcript.pyannote[92].end 499.75034375
transcript.pyannote[93].speaker SPEAKER_02
transcript.pyannote[93].start 495.07596875
transcript.pyannote[93].end 499.86846875
transcript.pyannote[94].speaker SPEAKER_00
transcript.pyannote[94].start 499.86846875
transcript.pyannote[94].end 499.96971875
transcript.pyannote[95].speaker SPEAKER_02
transcript.pyannote[95].start 499.96971875
transcript.pyannote[95].end 500.30721875
transcript.pyannote[96].speaker SPEAKER_02
transcript.pyannote[96].start 500.45909375
transcript.pyannote[96].end 519.61221875
transcript.pyannote[97].speaker SPEAKER_00
transcript.pyannote[97].start 515.25846875
transcript.pyannote[97].end 515.56221875
transcript.pyannote[98].speaker SPEAKER_02
transcript.pyannote[98].start 519.84846875
transcript.pyannote[98].end 556.80471875
transcript.pyannote[99].speaker SPEAKER_00
transcript.pyannote[99].start 526.63221875
transcript.pyannote[99].end 526.96971875
transcript.pyannote[100].speaker SPEAKER_02
transcript.pyannote[100].start 556.85534375
transcript.pyannote[100].end 558.93096875
transcript.pyannote[101].speaker SPEAKER_00
transcript.pyannote[101].start 558.40784375
transcript.pyannote[101].end 587.60159375
transcript.pyannote[102].speaker SPEAKER_00
transcript.pyannote[102].start 587.75346875
transcript.pyannote[102].end 596.73096875
transcript.pyannote[103].speaker SPEAKER_00
transcript.pyannote[103].start 597.20346875
transcript.pyannote[103].end 602.73846875
transcript.pyannote[104].speaker SPEAKER_00
transcript.pyannote[104].start 602.97471875
transcript.pyannote[104].end 607.75034375
transcript.pyannote[105].speaker SPEAKER_02
transcript.pyannote[105].start 607.41284375
transcript.pyannote[105].end 618.14534375
transcript.pyannote[106].speaker SPEAKER_00
transcript.pyannote[106].start 608.54346875
transcript.pyannote[106].end 609.43784375
transcript.pyannote[107].speaker SPEAKER_02
transcript.pyannote[107].start 618.65159375
transcript.pyannote[107].end 622.38096875
transcript.pyannote[108].speaker SPEAKER_02
transcript.pyannote[108].start 622.75221875
transcript.pyannote[108].end 632.86034375
transcript.pyannote[109].speaker SPEAKER_02
transcript.pyannote[109].start 633.26534375
transcript.pyannote[109].end 645.29721875
transcript.pyannote[110].speaker SPEAKER_00
transcript.pyannote[110].start 635.49284375
transcript.pyannote[110].end 635.59409375
transcript.pyannote[111].speaker SPEAKER_02
transcript.pyannote[111].start 645.97221875
transcript.pyannote[111].end 654.79784375
transcript.pyannote[112].speaker SPEAKER_02
transcript.pyannote[112].start 655.15221875
transcript.pyannote[112].end 661.02471875
transcript.pyannote[113].speaker SPEAKER_02
transcript.pyannote[113].start 661.32846875
transcript.pyannote[113].end 662.08784375
transcript.pyannote[114].speaker SPEAKER_02
transcript.pyannote[114].start 662.71221875
transcript.pyannote[114].end 665.61471875
transcript.pyannote[115].speaker SPEAKER_02
transcript.pyannote[115].start 665.86784375
transcript.pyannote[115].end 677.56221875
transcript.pyannote[116].speaker SPEAKER_02
transcript.pyannote[116].start 677.71409375
transcript.pyannote[116].end 679.63784375
transcript.pyannote[117].speaker SPEAKER_02
transcript.pyannote[117].start 680.41409375
transcript.pyannote[117].end 686.48909375
transcript.pyannote[118].speaker SPEAKER_02
transcript.pyannote[118].start 686.74221875
transcript.pyannote[118].end 687.13034375
transcript.pyannote[119].speaker SPEAKER_02
transcript.pyannote[119].start 687.70409375
transcript.pyannote[119].end 693.72846875
transcript.pyannote[120].speaker SPEAKER_02
transcript.pyannote[120].start 693.99846875
transcript.pyannote[120].end 694.47096875
transcript.pyannote[121].speaker SPEAKER_02
transcript.pyannote[121].start 694.75784375
transcript.pyannote[121].end 697.71096875
transcript.pyannote[122].speaker SPEAKER_02
transcript.pyannote[122].start 697.96409375
transcript.pyannote[122].end 715.14284375
transcript.pyannote[123].speaker SPEAKER_02
transcript.pyannote[123].start 715.71659375
transcript.pyannote[123].end 717.45471875
transcript.pyannote[124].speaker SPEAKER_02
transcript.pyannote[124].start 717.48846875
transcript.pyannote[124].end 722.41596875
transcript.pyannote[125].speaker SPEAKER_02
transcript.pyannote[125].start 722.85471875
transcript.pyannote[125].end 727.37721875
transcript.pyannote[126].speaker SPEAKER_02
transcript.pyannote[126].start 727.61346875
transcript.pyannote[126].end 734.75159375
transcript.pyannote[127].speaker SPEAKER_02
transcript.pyannote[127].start 735.12284375
transcript.pyannote[127].end 747.54284375
transcript.pyannote[128].speaker SPEAKER_02
transcript.pyannote[128].start 748.25159375
transcript.pyannote[128].end 748.79159375
transcript.pyannote[129].speaker SPEAKER_02
transcript.pyannote[129].start 749.12909375
transcript.pyannote[129].end 750.86721875
transcript.pyannote[130].speaker SPEAKER_02
transcript.pyannote[130].start 751.05284375
transcript.pyannote[130].end 757.41471875
transcript.pyannote[131].speaker SPEAKER_02
transcript.pyannote[131].start 757.73534375
transcript.pyannote[131].end 763.91159375
transcript.pyannote[132].speaker SPEAKER_02
transcript.pyannote[132].start 763.96221875
transcript.pyannote[132].end 766.30784375
transcript.pyannote[133].speaker SPEAKER_02
transcript.pyannote[133].start 766.81409375
transcript.pyannote[133].end 767.70846875
transcript.pyannote[134].speaker SPEAKER_02
transcript.pyannote[134].start 768.09659375
transcript.pyannote[134].end 770.84721875
transcript.pyannote[135].speaker SPEAKER_02
transcript.pyannote[135].start 771.08346875
transcript.pyannote[135].end 772.93971875
transcript.pyannote[136].speaker SPEAKER_02
transcript.pyannote[136].start 774.32346875
transcript.pyannote[136].end 775.43721875
transcript.pyannote[137].speaker SPEAKER_02
transcript.pyannote[137].start 775.89284375
transcript.pyannote[137].end 777.96846875
transcript.pyannote[138].speaker SPEAKER_02
transcript.pyannote[138].start 778.82909375
transcript.pyannote[138].end 780.22971875
transcript.pyannote[139].speaker SPEAKER_02
transcript.pyannote[139].start 781.05659375
transcript.pyannote[139].end 783.89159375
transcript.pyannote[140].speaker SPEAKER_02
transcript.pyannote[140].start 783.94221875
transcript.pyannote[140].end 787.26659375
transcript.pyannote[141].speaker SPEAKER_00
transcript.pyannote[141].start 786.18659375
transcript.pyannote[141].end 786.65909375
transcript.pyannote[142].speaker SPEAKER_02
transcript.pyannote[142].start 787.41846875
transcript.pyannote[142].end 787.55346875
transcript.pyannote[143].speaker SPEAKER_02
transcript.pyannote[143].start 788.56596875
transcript.pyannote[143].end 793.30784375
transcript.pyannote[144].speaker SPEAKER_02
transcript.pyannote[144].start 793.81409375
transcript.pyannote[144].end 796.39596875
transcript.pyannote[145].speaker SPEAKER_02
transcript.pyannote[145].start 796.81784375
transcript.pyannote[145].end 798.64034375
transcript.pyannote[146].speaker SPEAKER_02
transcript.pyannote[146].start 799.09596875
transcript.pyannote[146].end 801.84659375
transcript.pyannote[147].speaker SPEAKER_02
transcript.pyannote[147].start 802.04909375
transcript.pyannote[147].end 804.86721875
transcript.pyannote[148].speaker SPEAKER_02
transcript.pyannote[148].start 805.25534375
transcript.pyannote[148].end 808.76534375
transcript.pyannote[149].speaker SPEAKER_02
transcript.pyannote[149].start 809.01846875
transcript.pyannote[149].end 810.79034375
transcript.pyannote[150].speaker SPEAKER_02
transcript.pyannote[150].start 811.44846875
transcript.pyannote[150].end 811.76909375
transcript.pyannote[151].speaker SPEAKER_02
transcript.pyannote[151].start 812.68034375
transcript.pyannote[151].end 817.40534375
transcript.pyannote[152].speaker SPEAKER_02
transcript.pyannote[152].start 817.86096875
transcript.pyannote[152].end 826.38284375
transcript.pyannote[153].speaker SPEAKER_02
transcript.pyannote[153].start 826.63596875
transcript.pyannote[153].end 836.15346875
transcript.pyannote[154].speaker SPEAKER_02
transcript.pyannote[154].start 836.32221875
transcript.pyannote[154].end 839.71409375
transcript.pyannote[155].speaker SPEAKER_02
transcript.pyannote[155].start 840.00096875
transcript.pyannote[155].end 844.37159375
transcript.pyannote[156].speaker SPEAKER_02
transcript.pyannote[156].start 845.29971875
transcript.pyannote[156].end 854.19284375
transcript.pyannote[157].speaker SPEAKER_01
transcript.pyannote[157].start 854.61471875
transcript.pyannote[157].end 861.83721875
transcript.pyannote[158].speaker SPEAKER_01
transcript.pyannote[158].start 862.32659375
transcript.pyannote[158].end 864.50346875
transcript.pyannote[159].speaker SPEAKER_01
transcript.pyannote[159].start 864.70596875
transcript.pyannote[159].end 868.78971875
transcript.pyannote[160].speaker SPEAKER_01
transcript.pyannote[160].start 868.85721875
transcript.pyannote[160].end 873.26159375
transcript.pyannote[161].speaker SPEAKER_01
transcript.pyannote[161].start 873.64971875
transcript.pyannote[161].end 879.72471875
transcript.pyannote[162].speaker SPEAKER_01
transcript.pyannote[162].start 879.96096875
transcript.pyannote[162].end 880.56846875
transcript.pyannote[163].speaker SPEAKER_01
transcript.pyannote[163].start 881.24346875
transcript.pyannote[163].end 887.63909375
transcript.pyannote[164].speaker SPEAKER_01
transcript.pyannote[164].start 887.97659375
transcript.pyannote[164].end 891.84096875
transcript.pyannote[165].speaker SPEAKER_01
transcript.pyannote[165].start 891.99284375
transcript.pyannote[165].end 896.32971875
transcript.pyannote[166].speaker SPEAKER_01
transcript.pyannote[166].start 896.75159375
transcript.pyannote[166].end 904.63221875
transcript.pyannote[167].speaker SPEAKER_01
transcript.pyannote[167].start 905.02034375
transcript.pyannote[167].end 905.84721875
transcript.pyannote[168].speaker SPEAKER_01
transcript.pyannote[168].start 906.26909375
transcript.pyannote[168].end 910.74096875
transcript.pyannote[169].speaker SPEAKER_02
transcript.pyannote[169].start 909.50909375
transcript.pyannote[169].end 909.91409375
transcript.pyannote[170].speaker SPEAKER_02
transcript.pyannote[170].start 910.77471875
transcript.pyannote[170].end 924.94971875
transcript.pyannote[171].speaker SPEAKER_02
transcript.pyannote[171].start 925.47284375
transcript.pyannote[171].end 930.83909375
transcript.pyannote[172].speaker SPEAKER_01
transcript.pyannote[172].start 930.21471875
transcript.pyannote[172].end 930.73784375
transcript.pyannote[173].speaker SPEAKER_01
transcript.pyannote[173].start 930.83909375
transcript.pyannote[173].end 931.58159375
transcript.pyannote[174].speaker SPEAKER_01
transcript.pyannote[174].start 931.66596875
transcript.pyannote[174].end 932.62784375
transcript.pyannote[175].speaker SPEAKER_01
transcript.pyannote[175].start 941.97659375
transcript.pyannote[175].end 944.96346875
transcript.pyannote[176].speaker SPEAKER_02
transcript.pyannote[176].start 947.25846875
transcript.pyannote[176].end 948.42284375
transcript.whisperx[0].start 14.124
transcript.whisperx[0].end 28.463
transcript.whisperx[0].text 你好 我們請院長麻煩請卓院長再次備選陳委員好 院長好
transcript.whisperx[1].start 29.69
transcript.whisperx[1].end 57.899
transcript.whisperx[1].text 院長我們看今天的報告那裡面有提到各種的詐騙的形式那其中投資詐騙它也是一個主要的原因那投資詐騙裡面我認為說除了詐騙集團他們的這個各種的方式之外其實源自於不了解投資的這個標的物那特別是我們剛才很多委員都提到虛擬貨幣也好或者是穩定幣也就是說我們現在這個金融的防堵
transcript.whisperx[2].start 58.499
transcript.whisperx[2].end 70.9
transcript.whisperx[2].text 它有一個重要的一點就是我們在國內大概是有辦法做有效的防堵但是在境外的合作具體的方式可能我們還是需要透過各種外交的手段努力來去進行
transcript.whisperx[3].start 71.789
transcript.whisperx[3].end 100.784
transcript.whisperx[3].text 但是現在跨境洗錢過去可能是用虛擬貨幣像是比特幣來進行但是現在穩定幣也成為主流的虛擬貨幣甚至在美國也被納入他的天才法案裡面虛擬貨幣是具備高度的流通性以及高度的隱蔽性所以隱蔽性也有 流通性也有有了穩定幣之後等於是說他們能夠連價值儲存的功能都具備價值甚至不會因為市場的波動而去縮水它又變成了新時代的一個洗錢的工具
transcript.whisperx[4].start 101.963
transcript.whisperx[4].end 122.997
transcript.whisperx[4].text 我講這麼多的原因是因為在穩定幣雖然是號稱有基於去中心化的技術但是它的發行卻是基於高度中心化的這些發行商所以從這些發行商來去做技術上的凍結特定地址的資產的權利是有的比如說美國司法部就曾經成功的要求泰達公司凍結這個泰達幣
transcript.whisperx[5].start 126.169
transcript.whisperx[5].end 146.842
transcript.whisperx[5].text 我們在未發生之前我們先做防範它的效用會更大我想請教院長我們是不是也可以和泰達這些主要的穩定幣發行商直接建立快速的緊急聯繫跟凍結機制在黃金時間裡面例如說24小時內請求這些發行商對這些涉詐的錢包進行預防性的凍結然後之後再補足司法程序
transcript.whisperx[6].start 148.604
transcript.whisperx[6].end 169.413
transcript.whisperx[6].text 是跟委員報告一下啊當然最近有關穩定幣的這樣的一個那個討論非常的多那當然剛剛委員有提到就是說我們的虛擬資產服務法裡面呢也有這一塊剛剛委員提到說我們可不可以透過特定的穩定幣商去做這樣的合作我想那個層面蠻多的因為
transcript.whisperx[7].start 170.313
transcript.whisperx[7].end 189.394
transcript.whisperx[7].text 特別是剛剛提到這家其實在國際上面它有它很大的特色它是一個受監管比較低度的一個美國穩定幣發行商它比如現在的潮流是希望能夠接受高度的監管泰達它也想說可不可以在有些境內接受高度的監管境外它還是維持這樣這個東西我們
transcript.whisperx[8].start 191.796
transcript.whisperx[8].end 210.703
transcript.whisperx[8].text 當然就以犯罪增防的角度的話任何有助於這個當然可以做但是我們現在未來會有自己的穩定幣的發行還有就是說還有怎麼樣跟國際上面的這些已經發行的穩定幣做合作我想這部分可能是我們未來會按照不同的屬性來進行這樣一個討論跟合作
transcript.whisperx[9].start 215.992
transcript.whisperx[9].end 239.879
transcript.whisperx[9].text 我只是把這個問題先提出來先做好準備因為過去美國的司法部有成功的案例比如說有潛力的話就可以去遵循潛力特別是在我們能夠努力的方向之一我們先做好防堵未來才可以做有效的去打擊犯罪接下來可能要請教院長跟法務部麻煩請法務部長備詢
transcript.whisperx[10].start 249.238
transcript.whisperx[10].end 262.096
transcript.whisperx[10].text 部長我們想請教一下最近這幾年任何一年都沒關係因為這個榨汽罪疏於的受刑人兩年內的再犯率你覺得大概是多少
transcript.whisperx[11].start 263.321
transcript.whisperx[11].end 275.954
transcript.whisperx[11].text 這部分我目前沒有數據我會後再提供我們有這個數據因為我們從法國部那邊提出來我想說你的概念上面有沒有大概是三分之一還是五分之一還是四分之一其實是23.2%這個數字那我為什麼講這個數字
transcript.whisperx[12].start 280.698
transcript.whisperx[12].end 298.508
transcript.whisperx[12].text 是因為我們如果做統計的話我們做案件來去審理的話我們會看到每年都是數以萬計那個數字是很大的但是如果我們以人追案的話我們找這些有高度的再犯率的有前科的那我們可以發覺到這些人是反覆犯案
transcript.whisperx[13].start 300.08
transcript.whisperx[13].end 310.451
transcript.whisperx[13].text 一年內的再犯比例是16.7%這都是法務部的這些記錄所以說他們重新返回犯罪的速度是極快的所以監禁的嚇阻效果為什麼沒有
transcript.whisperx[14].start 312.035
transcript.whisperx[14].end 339.79
transcript.whisperx[14].text 這個犯罪持續案它變成是治安上面的一個頑疾所以高度再犯率它凸顯出現在的矯正教化還有出獄之後的這個追蹤體系是不是對詐欺犯沒有產生有效的嚇阻作用所以現在打詐的政策不斷的經濟但是預防再犯我認為這個是可以解決的因為我們擁有他的過去的犯罪的記錄我們知道他過去犯罪的手法我們有他的資料之後甚至我們可以查出他背後的犯罪集團
transcript.whisperx[15].start 340.51
transcript.whisperx[15].end 356.962
transcript.whisperx[15].text 所以我們可以在源頭管理環節上面來去阻止這樣子的犯罪所以說我們要切入這個再犯率的核心怎麼樣去降低這樣子的再犯率所以這個是一個很重要的一個數據這個統計上面我想部長可不可以跟我們講一下未來你的這個經濟方案
transcript.whisperx[16].start 359.805
transcript.whisperx[16].end 378.622
transcript.whisperx[16].text 我想目前的大部分的這些的詐欺犯他在整個判決確定的一個刑度大部分都集中在一年或者是到這個是車手部分如果說單純的人頭賬戶這邊都是一年以下居多
transcript.whisperx[17].start 380.023
transcript.whisperx[17].end 402.473
transcript.whisperx[17].text 我想這個有它社會的一個原因我想會參加詐團一定是一個觀念偏差尤其是金錢觀的一個觀念的偏差我想在整個一個預防面的如果說有到監獄裡面我想這部分我想我們再加強再做一個教化另外在我也關心的
transcript.whisperx[18].start 402.873
transcript.whisperx[18].end 429.567
transcript.whisperx[18].text 这个再犯率的问题事实上我们那个诈欺危害防治条例对这种在我们怕有这种所以在一个长期比较诈骗人多的这一种的刑度比较高的这一种我们这个在假释这部分我们新的法律是规定是三分之二出犯哦出犯三分之二那另外累犯的话是四分之三如果三犯的话就没有假释的这种的优惠
transcript.whisperx[19].start 430.367
transcript.whisperx[19].end 443.174
transcript.whisperx[19].text 那我想執行刑期的一個長團與活並不代表就是說一個教化的一個成功那我想我們這個委員關心的這預防再犯這個教化這部分我們再跟矯正署我們再來做一個經濟
transcript.whisperx[20].start 444.876
transcript.whisperx[20].end 466.312
transcript.whisperx[20].text 賀祖利然後剛才部長說會提供給我們這些統計數字我想說有這個詐騙前科犯加上這個再犯我們這些多一點數字出來之後有數字我們才可以做一個數字的政策導向政策工具才可以進去那另外委員關心的就是為什麼再犯因為再犯的話我想會再檢討那個言語對我們先從
transcript.whisperx[21].start 467.473
transcript.whisperx[21].end 484.879
transcript.whisperx[21].text 因為我現在手上沒有炸雞犯的有前科的犯罪這幾年的波動我們知道這個之後我們就大概知道說可能我們可以專注在已經有犯罪紀錄所以包含這一個全國的炸雞犯的資料庫或者是高風險的資料庫我們有沒有建制
transcript.whisperx[22].start 485.996
transcript.whisperx[22].end 506.415
transcript.whisperx[22].text 這部分我們再來了解有沒有考慮堅持一下我為什麼這麼講的原因是因為你知道現在我們來思考一下就是說這應該有吧有 這個可以估計出來我要講這句話的原因是說全國的這個詐欺犯的資料庫我為什麼講這件事情包含我們現在ATM有限額包含我們這個高度的銀行監管
transcript.whisperx[23].start 507.496
transcript.whisperx[23].end 522.393
transcript.whisperx[23].text 這種高度的銀行監管其實國內外許多媒體都在對台灣的這個銀行體制有做出一些 也頗有微詞啊比方說他們說對居留者的移民對銀行與保險公司的過度監管
transcript.whisperx[24].start 522.893
transcript.whisperx[24].end 550.948
transcript.whisperx[24].text 那開設台灣銀行帳戶非常困難即使有配偶也往往需要經過漫長還有這個繁瑣的流程為什麼會這樣因為我們要防堵詐欺為什麼要防堵詐欺來影響一般民眾呢這就是我們的癥結點就是說怎麼樣針對這些已經有犯罪前科的已經是再犯 三犯那這些人都還持續的沒有辦法來去嚇阻他們第一個是沒辦法嚇阻第二個是沒辦法教化
transcript.whisperx[25].start 551.368
transcript.whisperx[25].end 576.004
transcript.whisperx[25].text 那我們接下來的做法是什麼這個部分我想部長能夠給我們一個更好的一個說明的方式執行完畢的這些的受刑人這個就是進入到更生人的這個身份那這部分受保護管束或者是假設處於受保護管束的以及更生這部分我們再來努力再從那個柔性司法這邊我們再努力來協助他互歸社會那我想一個會介紹的可能是
transcript.whisperx[26].start 576.864
transcript.whisperx[26].end 604.208
transcript.whisperx[26].text 金錢官的一個偏差或者是因為迫於他的沒有收入或者家庭的一個貧困等等那我想會檢討這個檢視他的原因因為我們在在剿證署裡面我相信也有一些的社公司心理師我想如果說對有些再犯或者出犯的再見之刑我們會試圖去了解他的為什麼要犯罪的原因我想這個在一個刑案的過程之後他會更容易去
transcript.whisperx[27].start 605.569
transcript.whisperx[27].end 617.366
transcript.whisperx[27].text 去把它表達出來好 我們一起找方法好不好部長好 謝謝就是我們提出一個對岸來那我們有數據那我們就可以來去看數據有沒有變化那院長我們接下來就是來討論這一次的打炸的數據
transcript.whisperx[28].start 619.026
transcript.whisperx[28].end 643.824
transcript.whisperx[28].text 這次的數據剛才其實院長都有提到有一些數據的調整的原因是因為警政署從113年9月起他將刑案發生的計算方式由一案一發生改為受理報案被害人一發生數所以說我剛剛看到專報上面有用圖表畫了一個回歸線他說詐騙案件是長期每月減350件
transcript.whisperx[29].start 646.444
transcript.whisperx[29].end 661.676
transcript.whisperx[29].text 數字下降當然是好事但是如果只看下降趨勢沒有做比較或者是沒有對照組就沒有辦法去排除其他的原因那我們看到只有13年8月到14年7月但是如果說我們之前的數據都在的話只是因為
transcript.whisperx[30].start 662.725
transcript.whisperx[30].end 685.872
transcript.whisperx[30].text 方式不同我們還是可以做一些跟過去的對照因為打炸這個東西不可能一年就見效它必須要有一個數據作為一個佐證那來去告訴我們說比方說你說季節性的波動那這樣的統計解讀在科學上和政策上站不站得住腳那我們要的是政策效果政策效果把它做了之後那數據上面有沒有反應出來所以這不是單一的趨勢線
transcript.whisperx[31].start 687.762
transcript.whisperx[31].end 714.556
transcript.whisperx[31].text 院長 行政院手上一定會有一個完整的歷史數據跟區域數據我們就可以用更嚴謹的方法例如用雙重差異的分析比較政策前後不同地區的變化差異當我們排除外部因素之後我們就可以知道我們的政策工具有沒有真正發揮作用所以如果未來我們下次報告提供分析的時候我希望這個時長再長一點因為3月跟4月 4月跟5月5月跟6月的比較我剛剛看到很多委員在做比較
transcript.whisperx[32].start 715.817
transcript.whisperx[32].end 742.752
transcript.whisperx[32].text 對我來說這個統計上面的意義或者是政策上面實施之後有沒有顯著的差別我認為這沒有辦法做出有效的分辨所以在數據上面變化的這個趨勢我還是希望說未來行政院上面可以給我們一個更完整的數據這樣我們才知道說我們的政策到底有沒有用比方說剛才其實有很多委員都提到這個第17條得檢刑的這個要件
transcript.whisperx[33].start 745.853
transcript.whisperx[33].end 772.087
transcript.whisperx[33].text 這個東西到底是有沒有辦法嚇阻這個炸雞飯剛才有很多的討論說之後司法院跟法務部討論之後很快的可能會有調整等等沒有關係我們都是希望有調整但是有調整之後會不會有更好的效果我們就要用數據來去佐證我想這些都是今天講的目的接下來想要討論一下用智慧化的管理來去降低
transcript.whisperx[34].start 774.529
transcript.whisperx[34].end 786.623
transcript.whisperx[34].text 炸機阻斷上次打炸中心的執密有提到調降ATM的限額沒關係 我們打炸中心的代表都可以
transcript.whisperx[35].start 788.615
transcript.whisperx[35].end 810.436
transcript.whisperx[35].text 有提到說調降這個限額是為了阻斷詐騙的金流這個決心我們是絕對去支持的但是一個好的政策就如同我剛剛說到的不要因為防堵犯罪來去犧牲守法民眾的日常便利現在的做法是不是無形中反而造成那些守法的民眾的不便
transcript.whisperx[36].start 812.745
transcript.whisperx[36].end 828.412
transcript.whisperx[36].text 我們並不是要求無上限或者是特別調高而是要回歸正常限制的措施應該是例外而不是作為常態所以說比方說你會精準的風險管控你又導入用戶行為的模式那執行的識別異常的提臉
transcript.whisperx[37].start 829.292
transcript.whisperx[37].end 853.988
transcript.whisperx[37].text 那如果說用戶的行為平常一個月才領一萬的今天突然要領十萬那我們要自動或者是就來調整他的這個提領的上限而不是說一概的全面的把提領的上限來去做調整我想請教一下像這樣子偵測用戶長期嚴重不符合的高風險停款行為即時自動的提領上限在技術上可不可行
transcript.whisperx[38].start 855.671
transcript.whisperx[38].end 879.528
transcript.whisperx[38].text 這個跟委員報告一下有關前陣子很多銀行他不是把全面停掉他對他的宿存客戶就是數位開戶的宿存客戶就是其實他是比較特別如果前陣子委員有注意到的話就對於所謂用我們自然能憑證去單憑自然能憑證去開戶的時候因為這很明顯的他比一般的賬戶這個詐騙的機率高了將近有八九倍這樣對
transcript.whisperx[39].start 881.309
transcript.whisperx[39].end 905.305
transcript.whisperx[39].text 就各種不同的開戶數所以他們先啟動一個風險控管機制那我馬上也跟銀行講說你不可以用去風險的經驗所以你要開始找到一個平衡以後逐步開放像剛才講的他們在九月的時候就會逐步按照這個方式來做因為突然發現說大家大量使用這樣的這個方式進行詐騙所以我們必須他們就啟動他們自發性的風險管理機制來進行那我們也
transcript.whisperx[40].start 906.827
transcript.whisperx[40].end 930.425
transcript.whisperx[40].text 跟銀行提醒說不可以全面這樣來做他們也開始會按照這來做我要提醒這件事情的原因是因為剛才我也提到了現在台灣已經走向世界那我們的產業也是走向國際化那有越來越多旅台的其他國籍的人士商務人士那台灣遇到的商務問題通常就是在銀行上面的問題那我們不能為了綁賭放罪來犧牲這些民眾的權益謝謝委員這問題
transcript.whisperx[41].start 947.347
transcript.whisperx[41].end 947.367
transcript.whisperx[41].text 好 謝謝