iVOD / 16729

Field Value
IVOD_ID 16729
IVOD_URL https://ivod.ly.gov.tw/Play/Full/1M/16729
日期 2025-06-04
會議資料.會議代碼 委員會-11-3-26-15
會議資料.會議代碼:str 第11屆第3會期社會福利及衛生環境委員會第15次全體委員會議
會議資料.屆 11
會議資料.會期 3
會議資料.會次 15
會議資料.種類 委員會
會議資料.委員會代碼[0] 26
會議資料.委員會代碼:str[0] 社會福利及衛生環境委員會
會議資料.標題 第11屆第3會期社會福利及衛生環境委員會第15次全體委員會議
影片種類 Full
開始時間 2025-06-04T08:29:59+08:00
結束時間 2025-06-04T12:52:00+08:00
影片長度 04:22:01
支援功能[0] ai-transcript
video_url https://h264media01.ly.gov.tw:443/vod_1/_definst_/mp4:1M/bfaf9b39ac01a68549a83869710b50b79b5fa2f296a93534fdab1a38f0d348c0664c9fe4c273f4745ea18f28b6918d91.mp4/playlist.m3u8
會議時間 2025-06-04T09:00:00+08:00
會議名稱 立法院第11屆第3會期社會福利及衛生環境委員會第15次全體委員會議(事由:邀請勞動部部長就「勞工退休金制度改革,含勞保、勞退執行現況」進行專題報告,並備質詢。)
委員名稱 完整會議
委員發言時間 08:29:59 - 12:52:00
transcript.pyannote[0].speaker SPEAKER_14
transcript.pyannote[0].start 1960.07909375
transcript.pyannote[0].end 1964.43284375
transcript.pyannote[1].speaker SPEAKER_19
transcript.pyannote[1].start 1967.68971875
transcript.pyannote[1].end 1969.66409375
transcript.pyannote[2].speaker SPEAKER_19
transcript.pyannote[2].start 1970.00159375
transcript.pyannote[2].end 1973.61284375
transcript.pyannote[3].speaker SPEAKER_03
transcript.pyannote[3].start 1973.96721875
transcript.pyannote[3].end 2081.37659375
transcript.pyannote[4].speaker SPEAKER_03
transcript.pyannote[4].start 2081.42721875
transcript.pyannote[4].end 2085.02159375
transcript.pyannote[5].speaker SPEAKER_03
transcript.pyannote[5].start 2085.20721875
transcript.pyannote[5].end 2088.66659375
transcript.pyannote[6].speaker SPEAKER_03
transcript.pyannote[6].start 2088.70034375
transcript.pyannote[6].end 2105.69346875
transcript.pyannote[7].speaker SPEAKER_03
transcript.pyannote[7].start 2105.86221875
transcript.pyannote[7].end 2142.70034375
transcript.pyannote[8].speaker SPEAKER_03
transcript.pyannote[8].start 2142.91971875
transcript.pyannote[8].end 2176.58534375
transcript.pyannote[9].speaker SPEAKER_19
transcript.pyannote[9].start 2180.19659375
transcript.pyannote[9].end 2185.19159375
transcript.pyannote[10].speaker SPEAKER_19
transcript.pyannote[10].start 2186.35596875
transcript.pyannote[10].end 2188.11096875
transcript.pyannote[11].speaker SPEAKER_19
transcript.pyannote[11].start 2188.66784375
transcript.pyannote[11].end 2190.32159375
transcript.pyannote[12].speaker SPEAKER_19
transcript.pyannote[12].start 2190.99659375
transcript.pyannote[12].end 2192.16096875
transcript.pyannote[13].speaker SPEAKER_19
transcript.pyannote[13].start 2192.66721875
transcript.pyannote[13].end 2205.77909375
transcript.pyannote[14].speaker SPEAKER_19
transcript.pyannote[14].start 2206.45409375
transcript.pyannote[14].end 2211.14534375
transcript.pyannote[15].speaker SPEAKER_19
transcript.pyannote[15].start 2215.95471875
transcript.pyannote[15].end 2217.00096875
transcript.pyannote[16].speaker SPEAKER_19
transcript.pyannote[16].start 2217.97971875
transcript.pyannote[16].end 2218.78971875
transcript.pyannote[17].speaker SPEAKER_19
transcript.pyannote[17].start 2218.97534375
transcript.pyannote[17].end 2219.02596875
transcript.pyannote[18].speaker SPEAKER_19
transcript.pyannote[18].start 2219.04284375
transcript.pyannote[18].end 2221.37159375
transcript.pyannote[19].speaker SPEAKER_19
transcript.pyannote[19].start 2222.11409375
transcript.pyannote[19].end 2223.32909375
transcript.pyannote[20].speaker SPEAKER_19
transcript.pyannote[20].start 2223.36284375
transcript.pyannote[20].end 2224.22346875
transcript.pyannote[21].speaker SPEAKER_19
transcript.pyannote[21].start 2227.42971875
transcript.pyannote[21].end 2229.82596875
transcript.pyannote[22].speaker SPEAKER_19
transcript.pyannote[22].start 2232.27284375
transcript.pyannote[22].end 2232.98159375
transcript.pyannote[23].speaker SPEAKER_19
transcript.pyannote[23].start 2233.85909375
transcript.pyannote[23].end 2236.69409375
transcript.pyannote[24].speaker SPEAKER_19
transcript.pyannote[24].start 2239.57971875
transcript.pyannote[24].end 2242.80284375
transcript.pyannote[25].speaker SPEAKER_19
transcript.pyannote[25].start 2245.50284375
transcript.pyannote[25].end 2248.65846875
transcript.pyannote[26].speaker SPEAKER_19
transcript.pyannote[26].start 2249.24909375
transcript.pyannote[26].end 2252.59034375
transcript.pyannote[27].speaker SPEAKER_19
transcript.pyannote[27].start 2255.64471875
transcript.pyannote[27].end 2258.93534375
transcript.pyannote[28].speaker SPEAKER_19
transcript.pyannote[28].start 2259.34034375
transcript.pyannote[28].end 2260.60596875
transcript.pyannote[29].speaker SPEAKER_19
transcript.pyannote[29].start 2261.78721875
transcript.pyannote[29].end 2264.94284375
transcript.pyannote[30].speaker SPEAKER_19
transcript.pyannote[30].start 2265.22971875
transcript.pyannote[30].end 2265.68534375
transcript.pyannote[31].speaker SPEAKER_19
transcript.pyannote[31].start 2267.37284375
transcript.pyannote[31].end 2270.84909375
transcript.pyannote[32].speaker SPEAKER_19
transcript.pyannote[32].start 2274.25784375
transcript.pyannote[32].end 2277.88596875
transcript.pyannote[33].speaker SPEAKER_19
transcript.pyannote[33].start 2277.97034375
transcript.pyannote[33].end 2280.58596875
transcript.pyannote[34].speaker SPEAKER_19
transcript.pyannote[34].start 2282.42534375
transcript.pyannote[34].end 2289.36096875
transcript.pyannote[35].speaker SPEAKER_19
transcript.pyannote[35].start 2289.58034375
transcript.pyannote[35].end 2291.90909375
transcript.pyannote[36].speaker SPEAKER_19
transcript.pyannote[36].start 2291.92596875
transcript.pyannote[36].end 2292.07784375
transcript.pyannote[37].speaker SPEAKER_19
transcript.pyannote[37].start 2293.69784375
transcript.pyannote[37].end 2297.03909375
transcript.pyannote[38].speaker SPEAKER_19
transcript.pyannote[38].start 2297.61284375
transcript.pyannote[38].end 2299.24971875
transcript.pyannote[39].speaker SPEAKER_19
transcript.pyannote[39].start 2303.26596875
transcript.pyannote[39].end 2308.29471875
transcript.pyannote[40].speaker SPEAKER_19
transcript.pyannote[40].start 2310.20159375
transcript.pyannote[40].end 2310.62346875
transcript.pyannote[41].speaker SPEAKER_19
transcript.pyannote[41].start 2312.05784375
transcript.pyannote[41].end 2312.66534375
transcript.pyannote[42].speaker SPEAKER_19
transcript.pyannote[42].start 2316.36096875
transcript.pyannote[42].end 2319.61784375
transcript.pyannote[43].speaker SPEAKER_13
transcript.pyannote[43].start 2332.62846875
transcript.pyannote[43].end 2333.72534375
transcript.pyannote[44].speaker SPEAKER_13
transcript.pyannote[44].start 2334.09659375
transcript.pyannote[44].end 2339.56409375
transcript.pyannote[45].speaker SPEAKER_13
transcript.pyannote[45].start 2340.08721875
transcript.pyannote[45].end 2348.11971875
transcript.pyannote[46].speaker SPEAKER_13
transcript.pyannote[46].start 2348.28846875
transcript.pyannote[46].end 2363.57721875
transcript.pyannote[47].speaker SPEAKER_13
transcript.pyannote[47].start 2364.06659375
transcript.pyannote[47].end 2389.96971875
transcript.pyannote[48].speaker SPEAKER_13
transcript.pyannote[48].start 2390.37471875
transcript.pyannote[48].end 2392.56846875
transcript.pyannote[49].speaker SPEAKER_13
transcript.pyannote[49].start 2393.24346875
transcript.pyannote[49].end 2440.29096875
transcript.pyannote[50].speaker SPEAKER_13
transcript.pyannote[50].start 2440.89846875
transcript.pyannote[50].end 2447.71596875
transcript.pyannote[51].speaker SPEAKER_13
transcript.pyannote[51].start 2447.88471875
transcript.pyannote[51].end 2479.60971875
transcript.pyannote[52].speaker SPEAKER_13
transcript.pyannote[52].start 2479.96409375
transcript.pyannote[52].end 2529.45846875
transcript.pyannote[53].speaker SPEAKER_13
transcript.pyannote[53].start 2530.74096875
transcript.pyannote[53].end 2562.90471875
transcript.pyannote[54].speaker SPEAKER_13
transcript.pyannote[54].start 2563.47846875
transcript.pyannote[54].end 2565.84096875
transcript.pyannote[55].speaker SPEAKER_13
transcript.pyannote[55].start 2566.58346875
transcript.pyannote[55].end 2587.99784375
transcript.pyannote[56].speaker SPEAKER_13
transcript.pyannote[56].start 2588.33534375
transcript.pyannote[56].end 2624.83596875
transcript.pyannote[57].speaker SPEAKER_13
transcript.pyannote[57].start 2626.55721875
transcript.pyannote[57].end 2628.81846875
transcript.pyannote[58].speaker SPEAKER_13
transcript.pyannote[58].start 2629.08846875
transcript.pyannote[58].end 2630.30346875
transcript.pyannote[59].speaker SPEAKER_13
transcript.pyannote[59].start 2630.70846875
transcript.pyannote[59].end 2657.82659375
transcript.pyannote[60].speaker SPEAKER_13
transcript.pyannote[60].start 2658.21471875
transcript.pyannote[60].end 2676.27096875
transcript.pyannote[61].speaker SPEAKER_13
transcript.pyannote[61].start 2676.84471875
transcript.pyannote[61].end 2680.62471875
transcript.pyannote[62].speaker SPEAKER_13
transcript.pyannote[62].start 2681.67096875
transcript.pyannote[62].end 2703.06846875
transcript.pyannote[63].speaker SPEAKER_13
transcript.pyannote[63].start 2703.57471875
transcript.pyannote[63].end 2709.64971875
transcript.pyannote[64].speaker SPEAKER_13
transcript.pyannote[64].start 2710.35846875
transcript.pyannote[64].end 2712.02909375
transcript.pyannote[65].speaker SPEAKER_13
transcript.pyannote[65].start 2713.29471875
transcript.pyannote[65].end 2727.58784375
transcript.pyannote[66].speaker SPEAKER_19
transcript.pyannote[66].start 2731.65471875
transcript.pyannote[66].end 2732.68409375
transcript.pyannote[67].speaker SPEAKER_19
transcript.pyannote[67].start 2735.83971875
transcript.pyannote[67].end 2736.43034375
transcript.pyannote[68].speaker SPEAKER_19
transcript.pyannote[68].start 2737.17284375
transcript.pyannote[68].end 2756.24159375
transcript.pyannote[69].speaker SPEAKER_19
transcript.pyannote[69].start 2756.32596875
transcript.pyannote[69].end 2758.92471875
transcript.pyannote[70].speaker SPEAKER_19
transcript.pyannote[70].start 2759.48159375
transcript.pyannote[70].end 2769.96096875
transcript.pyannote[71].speaker SPEAKER_06
transcript.pyannote[71].start 2775.93471875
transcript.pyannote[71].end 2777.53784375
transcript.pyannote[72].speaker SPEAKER_06
transcript.pyannote[72].start 2777.58846875
transcript.pyannote[72].end 2777.63909375
transcript.pyannote[73].speaker SPEAKER_19
transcript.pyannote[73].start 2777.63909375
transcript.pyannote[73].end 2778.19596875
transcript.pyannote[74].speaker SPEAKER_13
transcript.pyannote[74].start 2784.33846875
transcript.pyannote[74].end 2784.91221875
transcript.pyannote[75].speaker SPEAKER_06
transcript.pyannote[75].start 2784.89534375
transcript.pyannote[75].end 2795.20596875
transcript.pyannote[76].speaker SPEAKER_06
transcript.pyannote[76].start 2795.45909375
transcript.pyannote[76].end 2810.59596875
transcript.pyannote[77].speaker SPEAKER_06
transcript.pyannote[77].start 2810.83221875
transcript.pyannote[77].end 2813.83596875
transcript.pyannote[78].speaker SPEAKER_06
transcript.pyannote[78].start 2814.07221875
transcript.pyannote[78].end 2832.56721875
transcript.pyannote[79].speaker SPEAKER_06
transcript.pyannote[79].start 2832.93846875
transcript.pyannote[79].end 2854.03221875
transcript.pyannote[80].speaker SPEAKER_06
transcript.pyannote[80].start 2854.48784375
transcript.pyannote[80].end 2859.78659375
transcript.pyannote[81].speaker SPEAKER_06
transcript.pyannote[81].start 2859.88784375
transcript.pyannote[81].end 2880.08721875
transcript.pyannote[82].speaker SPEAKER_06
transcript.pyannote[82].start 2880.69471875
transcript.pyannote[82].end 2898.71721875
transcript.pyannote[83].speaker SPEAKER_06
transcript.pyannote[83].start 2899.00409375
transcript.pyannote[83].end 2927.42159375
transcript.pyannote[84].speaker SPEAKER_13
transcript.pyannote[84].start 2928.78846875
transcript.pyannote[84].end 2933.68221875
transcript.pyannote[85].speaker SPEAKER_13
transcript.pyannote[85].start 2933.93534375
transcript.pyannote[85].end 2943.25034375
transcript.pyannote[86].speaker SPEAKER_06
transcript.pyannote[86].start 2944.36409375
transcript.pyannote[86].end 2946.22034375
transcript.pyannote[87].speaker SPEAKER_06
transcript.pyannote[87].start 2946.64221875
transcript.pyannote[87].end 2972.20784375
transcript.pyannote[88].speaker SPEAKER_07
transcript.pyannote[88].start 2950.20284375
transcript.pyannote[88].end 2950.57409375
transcript.pyannote[89].speaker SPEAKER_06
transcript.pyannote[89].start 2972.47784375
transcript.pyannote[89].end 2990.21346875
transcript.pyannote[90].speaker SPEAKER_06
transcript.pyannote[90].start 2990.23034375
transcript.pyannote[90].end 3010.05846875
transcript.pyannote[91].speaker SPEAKER_13
transcript.pyannote[91].start 3010.32846875
transcript.pyannote[91].end 3018.68159375
transcript.pyannote[92].speaker SPEAKER_06
transcript.pyannote[92].start 3018.58034375
transcript.pyannote[92].end 3020.89221875
transcript.pyannote[93].speaker SPEAKER_13
transcript.pyannote[93].start 3020.89221875
transcript.pyannote[93].end 3025.81971875
transcript.pyannote[94].speaker SPEAKER_06
transcript.pyannote[94].start 3025.04346875
transcript.pyannote[94].end 3027.64221875
transcript.pyannote[95].speaker SPEAKER_13
transcript.pyannote[95].start 3027.97971875
transcript.pyannote[95].end 3028.68846875
transcript.pyannote[96].speaker SPEAKER_06
transcript.pyannote[96].start 3028.08096875
transcript.pyannote[96].end 3030.66284375
transcript.pyannote[97].speaker SPEAKER_06
transcript.pyannote[97].start 3030.74721875
transcript.pyannote[97].end 3031.50659375
transcript.pyannote[98].speaker SPEAKER_13
transcript.pyannote[98].start 3030.78096875
transcript.pyannote[98].end 3034.94909375
transcript.pyannote[99].speaker SPEAKER_06
transcript.pyannote[99].start 3035.25284375
transcript.pyannote[99].end 3044.33159375
transcript.pyannote[100].speaker SPEAKER_13
transcript.pyannote[100].start 3041.17596875
transcript.pyannote[100].end 3041.64846875
transcript.pyannote[101].speaker SPEAKER_13
transcript.pyannote[101].start 3043.50471875
transcript.pyannote[101].end 3074.31846875
transcript.pyannote[102].speaker SPEAKER_06
transcript.pyannote[102].start 3073.12034375
transcript.pyannote[102].end 3082.92471875
transcript.pyannote[103].speaker SPEAKER_06
transcript.pyannote[103].start 3083.32971875
transcript.pyannote[103].end 3097.84221875
transcript.pyannote[104].speaker SPEAKER_06
transcript.pyannote[104].start 3098.12909375
transcript.pyannote[104].end 3101.11596875
transcript.pyannote[105].speaker SPEAKER_13
transcript.pyannote[105].start 3100.06971875
transcript.pyannote[105].end 3111.79784375
transcript.pyannote[106].speaker SPEAKER_06
transcript.pyannote[106].start 3111.05534375
transcript.pyannote[106].end 3112.67534375
transcript.pyannote[107].speaker SPEAKER_13
transcript.pyannote[107].start 3112.21971875
transcript.pyannote[107].end 3122.39534375
transcript.pyannote[108].speaker SPEAKER_13
transcript.pyannote[108].start 3122.86784375
transcript.pyannote[108].end 3125.16284375
transcript.pyannote[109].speaker SPEAKER_06
transcript.pyannote[109].start 3122.90159375
transcript.pyannote[109].end 3130.49534375
transcript.pyannote[110].speaker SPEAKER_13
transcript.pyannote[110].start 3127.28909375
transcript.pyannote[110].end 3127.72784375
transcript.pyannote[111].speaker SPEAKER_14
transcript.pyannote[111].start 3127.72784375
transcript.pyannote[111].end 3127.74471875
transcript.pyannote[112].speaker SPEAKER_06
transcript.pyannote[112].start 3130.84971875
transcript.pyannote[112].end 3156.60096875
transcript.pyannote[113].speaker SPEAKER_13
transcript.pyannote[113].start 3156.68534375
transcript.pyannote[113].end 3157.29284375
transcript.pyannote[114].speaker SPEAKER_06
transcript.pyannote[114].start 3157.22534375
transcript.pyannote[114].end 3168.31221875
transcript.pyannote[115].speaker SPEAKER_06
transcript.pyannote[115].start 3168.64971875
transcript.pyannote[115].end 3175.58534375
transcript.pyannote[116].speaker SPEAKER_06
transcript.pyannote[116].start 3176.14221875
transcript.pyannote[116].end 3220.87784375
transcript.pyannote[117].speaker SPEAKER_13
transcript.pyannote[117].start 3221.02971875
transcript.pyannote[117].end 3224.03346875
transcript.pyannote[118].speaker SPEAKER_06
transcript.pyannote[118].start 3224.35409375
transcript.pyannote[118].end 3243.47346875
transcript.pyannote[119].speaker SPEAKER_06
transcript.pyannote[119].start 3243.76034375
transcript.pyannote[119].end 3319.00596875
transcript.pyannote[120].speaker SPEAKER_06
transcript.pyannote[120].start 3319.27596875
transcript.pyannote[120].end 3327.22409375
transcript.pyannote[121].speaker SPEAKER_06
transcript.pyannote[121].start 3327.29159375
transcript.pyannote[121].end 3337.34909375
transcript.pyannote[122].speaker SPEAKER_06
transcript.pyannote[122].start 3337.90596875
transcript.pyannote[122].end 3339.30659375
transcript.pyannote[123].speaker SPEAKER_13
transcript.pyannote[123].start 3341.51721875
transcript.pyannote[123].end 3343.10346875
transcript.pyannote[124].speaker SPEAKER_06
transcript.pyannote[124].start 3342.32721875
transcript.pyannote[124].end 3343.27221875
transcript.pyannote[125].speaker SPEAKER_13
transcript.pyannote[125].start 3343.42409375
transcript.pyannote[125].end 3345.76971875
transcript.pyannote[126].speaker SPEAKER_13
transcript.pyannote[126].start 3345.93846875
transcript.pyannote[126].end 3346.59659375
transcript.pyannote[127].speaker SPEAKER_06
transcript.pyannote[127].start 3345.98909375
transcript.pyannote[127].end 3351.11909375
transcript.pyannote[128].speaker SPEAKER_13
transcript.pyannote[128].start 3349.85346875
transcript.pyannote[128].end 3352.87409375
transcript.pyannote[129].speaker SPEAKER_06
transcript.pyannote[129].start 3351.59159375
transcript.pyannote[129].end 3363.94409375
transcript.pyannote[130].speaker SPEAKER_13
transcript.pyannote[130].start 3363.92721875
transcript.pyannote[130].end 3397.42409375
transcript.pyannote[131].speaker SPEAKER_06
transcript.pyannote[131].start 3369.78284375
transcript.pyannote[131].end 3370.25534375
transcript.pyannote[132].speaker SPEAKER_13
transcript.pyannote[132].start 3398.16659375
transcript.pyannote[132].end 3402.36846875
transcript.pyannote[133].speaker SPEAKER_13
transcript.pyannote[133].start 3402.82409375
transcript.pyannote[133].end 3414.77159375
transcript.pyannote[134].speaker SPEAKER_06
transcript.pyannote[134].start 3413.77596875
transcript.pyannote[134].end 3417.04971875
transcript.pyannote[135].speaker SPEAKER_13
transcript.pyannote[135].start 3415.29471875
transcript.pyannote[135].end 3421.08284375
transcript.pyannote[136].speaker SPEAKER_06
transcript.pyannote[136].start 3421.13346875
transcript.pyannote[136].end 3433.68846875
transcript.pyannote[137].speaker SPEAKER_06
transcript.pyannote[137].start 3434.21159375
transcript.pyannote[137].end 3443.23971875
transcript.pyannote[138].speaker SPEAKER_13
transcript.pyannote[138].start 3442.44659375
transcript.pyannote[138].end 3470.84721875
transcript.pyannote[139].speaker SPEAKER_06
transcript.pyannote[139].start 3444.48846875
transcript.pyannote[139].end 3445.38284375
transcript.pyannote[140].speaker SPEAKER_05
transcript.pyannote[140].start 3445.38284375
transcript.pyannote[140].end 3445.39971875
transcript.pyannote[141].speaker SPEAKER_06
transcript.pyannote[141].start 3468.70409375
transcript.pyannote[141].end 3472.63596875
transcript.pyannote[142].speaker SPEAKER_13
transcript.pyannote[142].start 3472.38284375
transcript.pyannote[142].end 3472.72034375
transcript.pyannote[143].speaker SPEAKER_06
transcript.pyannote[143].start 3472.72034375
transcript.pyannote[143].end 3478.50846875
transcript.pyannote[144].speaker SPEAKER_13
transcript.pyannote[144].start 3476.70284375
transcript.pyannote[144].end 3489.52784375
transcript.pyannote[145].speaker SPEAKER_06
transcript.pyannote[145].start 3489.35909375
transcript.pyannote[145].end 3492.02534375
transcript.pyannote[146].speaker SPEAKER_13
transcript.pyannote[146].start 3490.74284375
transcript.pyannote[146].end 3491.14784375
transcript.pyannote[147].speaker SPEAKER_13
transcript.pyannote[147].start 3491.82284375
transcript.pyannote[147].end 3502.38659375
transcript.pyannote[148].speaker SPEAKER_06
transcript.pyannote[148].start 3494.33721875
transcript.pyannote[148].end 3495.01221875
transcript.pyannote[149].speaker SPEAKER_06
transcript.pyannote[149].start 3496.68284375
transcript.pyannote[149].end 3496.98659375
transcript.pyannote[150].speaker SPEAKER_06
transcript.pyannote[150].start 3500.20971875
transcript.pyannote[150].end 3501.49221875
transcript.pyannote[151].speaker SPEAKER_06
transcript.pyannote[151].start 3502.31909375
transcript.pyannote[151].end 3545.85659375
transcript.pyannote[152].speaker SPEAKER_13
transcript.pyannote[152].start 3546.43034375
transcript.pyannote[152].end 3549.24846875
transcript.pyannote[153].speaker SPEAKER_06
transcript.pyannote[153].start 3548.26971875
transcript.pyannote[153].end 3555.89721875
transcript.pyannote[154].speaker SPEAKER_13
transcript.pyannote[154].start 3554.74971875
transcript.pyannote[154].end 3562.84971875
transcript.pyannote[155].speaker SPEAKER_06
transcript.pyannote[155].start 3560.97659375
transcript.pyannote[155].end 3561.01034375
transcript.pyannote[156].speaker SPEAKER_16
transcript.pyannote[156].start 3561.01034375
transcript.pyannote[156].end 3562.20846875
transcript.pyannote[157].speaker SPEAKER_16
transcript.pyannote[157].start 3562.88346875
transcript.pyannote[157].end 3563.23784375
transcript.pyannote[158].speaker SPEAKER_13
transcript.pyannote[158].start 3563.37284375
transcript.pyannote[158].end 3577.04159375
transcript.pyannote[159].speaker SPEAKER_16
transcript.pyannote[159].start 3567.70971875
transcript.pyannote[159].end 3569.43096875
transcript.pyannote[160].speaker SPEAKER_16
transcript.pyannote[160].start 3572.28284375
transcript.pyannote[160].end 3572.31659375
transcript.pyannote[161].speaker SPEAKER_06
transcript.pyannote[161].start 3572.31659375
transcript.pyannote[161].end 3573.10971875
transcript.pyannote[162].speaker SPEAKER_06
transcript.pyannote[162].start 3577.21034375
transcript.pyannote[162].end 3577.81784375
transcript.pyannote[163].speaker SPEAKER_13
transcript.pyannote[163].start 3577.34534375
transcript.pyannote[163].end 3579.15096875
transcript.pyannote[164].speaker SPEAKER_06
transcript.pyannote[164].start 3578.69534375
transcript.pyannote[164].end 3611.07846875
transcript.pyannote[165].speaker SPEAKER_03
transcript.pyannote[165].start 3598.37159375
transcript.pyannote[165].end 3598.86096875
transcript.pyannote[166].speaker SPEAKER_16
transcript.pyannote[166].start 3608.10846875
transcript.pyannote[166].end 3608.14221875
transcript.pyannote[167].speaker SPEAKER_08
transcript.pyannote[167].start 3608.14221875
transcript.pyannote[167].end 3608.49659375
transcript.pyannote[168].speaker SPEAKER_16
transcript.pyannote[168].start 3608.49659375
transcript.pyannote[168].end 3608.51346875
transcript.pyannote[169].speaker SPEAKER_16
transcript.pyannote[169].start 3609.66096875
transcript.pyannote[169].end 3609.96471875
transcript.pyannote[170].speaker SPEAKER_08
transcript.pyannote[170].start 3611.07846875
transcript.pyannote[170].end 3611.39909375
transcript.pyannote[171].speaker SPEAKER_08
transcript.pyannote[171].start 3613.66034375
transcript.pyannote[171].end 3614.16659375
transcript.pyannote[172].speaker SPEAKER_08
transcript.pyannote[172].start 3615.26346875
transcript.pyannote[172].end 3617.11971875
transcript.pyannote[173].speaker SPEAKER_22
transcript.pyannote[173].start 3628.67909375
transcript.pyannote[173].end 3631.95284375
transcript.pyannote[174].speaker SPEAKER_22
transcript.pyannote[174].start 3632.64471875
transcript.pyannote[174].end 3633.18471875
transcript.pyannote[175].speaker SPEAKER_13
transcript.pyannote[175].start 3637.38659375
transcript.pyannote[175].end 3637.96034375
transcript.pyannote[176].speaker SPEAKER_22
transcript.pyannote[176].start 3638.31471875
transcript.pyannote[176].end 3639.41159375
transcript.pyannote[177].speaker SPEAKER_22
transcript.pyannote[177].start 3639.91784375
transcript.pyannote[177].end 3640.94721875
transcript.pyannote[178].speaker SPEAKER_22
transcript.pyannote[178].start 3642.97221875
transcript.pyannote[178].end 3643.76534375
transcript.pyannote[179].speaker SPEAKER_22
transcript.pyannote[179].start 3643.86659375
transcript.pyannote[179].end 3645.33471875
transcript.pyannote[180].speaker SPEAKER_22
transcript.pyannote[180].start 3645.36846875
transcript.pyannote[180].end 3645.70596875
transcript.pyannote[181].speaker SPEAKER_16
transcript.pyannote[181].start 3645.70596875
transcript.pyannote[181].end 3645.73971875
transcript.pyannote[182].speaker SPEAKER_22
transcript.pyannote[182].start 3646.33034375
transcript.pyannote[182].end 3653.63721875
transcript.pyannote[183].speaker SPEAKER_22
transcript.pyannote[183].start 3654.43034375
transcript.pyannote[183].end 3661.68659375
transcript.pyannote[184].speaker SPEAKER_22
transcript.pyannote[184].start 3661.72034375
transcript.pyannote[184].end 3671.69346875
transcript.pyannote[185].speaker SPEAKER_22
transcript.pyannote[185].start 3672.06471875
transcript.pyannote[185].end 3675.65909375
transcript.pyannote[186].speaker SPEAKER_22
transcript.pyannote[186].start 3676.24971875
transcript.pyannote[186].end 3685.48034375
transcript.pyannote[187].speaker SPEAKER_13
transcript.pyannote[187].start 3685.80096875
transcript.pyannote[187].end 3687.82596875
transcript.pyannote[188].speaker SPEAKER_13
transcript.pyannote[188].start 3687.97784375
transcript.pyannote[188].end 3694.44096875
transcript.pyannote[189].speaker SPEAKER_22
transcript.pyannote[189].start 3694.32284375
transcript.pyannote[189].end 3709.05471875
transcript.pyannote[190].speaker SPEAKER_13
transcript.pyannote[190].start 3709.59471875
transcript.pyannote[190].end 3715.16346875
transcript.pyannote[191].speaker SPEAKER_13
transcript.pyannote[191].start 3715.43346875
transcript.pyannote[191].end 3731.36346875
transcript.pyannote[192].speaker SPEAKER_22
transcript.pyannote[192].start 3716.34471875
transcript.pyannote[192].end 3716.66534375
transcript.pyannote[193].speaker SPEAKER_00
transcript.pyannote[193].start 3716.66534375
transcript.pyannote[193].end 3716.71596875
transcript.pyannote[194].speaker SPEAKER_13
transcript.pyannote[194].start 3732.10596875
transcript.pyannote[194].end 3749.36909375
transcript.pyannote[195].speaker SPEAKER_22
transcript.pyannote[195].start 3749.36909375
transcript.pyannote[195].end 3749.87534375
transcript.pyannote[196].speaker SPEAKER_22
transcript.pyannote[196].start 3750.63471875
transcript.pyannote[196].end 3751.68096875
transcript.pyannote[197].speaker SPEAKER_22
transcript.pyannote[197].start 3752.11971875
transcript.pyannote[197].end 3809.19096875
transcript.pyannote[198].speaker SPEAKER_22
transcript.pyannote[198].start 3809.41034375
transcript.pyannote[198].end 3809.98409375
transcript.pyannote[199].speaker SPEAKER_22
transcript.pyannote[199].start 3810.00096875
transcript.pyannote[199].end 3832.54596875
transcript.pyannote[200].speaker SPEAKER_13
transcript.pyannote[200].start 3834.09846875
transcript.pyannote[200].end 3839.29596875
transcript.pyannote[201].speaker SPEAKER_13
transcript.pyannote[201].start 3839.48159375
transcript.pyannote[201].end 3843.49784375
transcript.pyannote[202].speaker SPEAKER_00
transcript.pyannote[202].start 3842.09721875
transcript.pyannote[202].end 3842.11409375
transcript.pyannote[203].speaker SPEAKER_16
transcript.pyannote[203].start 3842.11409375
transcript.pyannote[203].end 3842.28284375
transcript.pyannote[204].speaker SPEAKER_13
transcript.pyannote[204].start 3843.61596875
transcript.pyannote[204].end 3843.63284375
transcript.pyannote[205].speaker SPEAKER_13
transcript.pyannote[205].start 3843.66659375
transcript.pyannote[205].end 3881.06159375
transcript.pyannote[206].speaker SPEAKER_00
transcript.pyannote[206].start 3853.97721875
transcript.pyannote[206].end 3854.02784375
transcript.pyannote[207].speaker SPEAKER_18
transcript.pyannote[207].start 3854.02784375
transcript.pyannote[207].end 3854.51721875
transcript.pyannote[208].speaker SPEAKER_00
transcript.pyannote[208].start 3854.51721875
transcript.pyannote[208].end 3854.55096875
transcript.pyannote[209].speaker SPEAKER_22
transcript.pyannote[209].start 3881.16284375
transcript.pyannote[209].end 3903.35346875
transcript.pyannote[210].speaker SPEAKER_13
transcript.pyannote[210].start 3901.41284375
transcript.pyannote[210].end 3902.13846875
transcript.pyannote[211].speaker SPEAKER_13
transcript.pyannote[211].start 3902.59409375
transcript.pyannote[211].end 3904.24784375
transcript.pyannote[212].speaker SPEAKER_13
transcript.pyannote[212].start 3904.43346875
transcript.pyannote[212].end 3904.92284375
transcript.pyannote[213].speaker SPEAKER_22
transcript.pyannote[213].start 3904.92284375
transcript.pyannote[213].end 3963.15846875
transcript.pyannote[214].speaker SPEAKER_22
transcript.pyannote[214].start 3963.51284375
transcript.pyannote[214].end 3993.83721875
transcript.pyannote[215].speaker SPEAKER_13
transcript.pyannote[215].start 3994.73159375
transcript.pyannote[215].end 3995.72721875
transcript.pyannote[216].speaker SPEAKER_22
transcript.pyannote[216].start 3995.03534375
transcript.pyannote[216].end 3997.78596875
transcript.pyannote[217].speaker SPEAKER_13
transcript.pyannote[217].start 3996.21659375
transcript.pyannote[217].end 3996.50346875
transcript.pyannote[218].speaker SPEAKER_13
transcript.pyannote[218].start 3997.54971875
transcript.pyannote[218].end 4023.21659375
transcript.pyannote[219].speaker SPEAKER_00
transcript.pyannote[219].start 4006.61159375
transcript.pyannote[219].end 4006.67909375
transcript.pyannote[220].speaker SPEAKER_22
transcript.pyannote[220].start 4006.67909375
transcript.pyannote[220].end 4006.96596875
transcript.pyannote[221].speaker SPEAKER_00
transcript.pyannote[221].start 4006.96596875
transcript.pyannote[221].end 4007.05034375
transcript.pyannote[222].speaker SPEAKER_00
transcript.pyannote[222].start 4010.94846875
transcript.pyannote[222].end 4010.99909375
transcript.pyannote[223].speaker SPEAKER_15
transcript.pyannote[223].start 4010.99909375
transcript.pyannote[223].end 4011.35346875
transcript.pyannote[224].speaker SPEAKER_13
transcript.pyannote[224].start 4023.58784375
transcript.pyannote[224].end 4026.54096875
transcript.pyannote[225].speaker SPEAKER_22
transcript.pyannote[225].start 4025.20784375
transcript.pyannote[225].end 4025.39346875
transcript.pyannote[226].speaker SPEAKER_22
transcript.pyannote[226].start 4026.54096875
transcript.pyannote[226].end 4031.63721875
transcript.pyannote[227].speaker SPEAKER_22
transcript.pyannote[227].start 4032.24471875
transcript.pyannote[227].end 4032.90284375
transcript.pyannote[228].speaker SPEAKER_22
transcript.pyannote[228].start 4033.25721875
transcript.pyannote[228].end 4036.56471875
transcript.pyannote[229].speaker SPEAKER_22
transcript.pyannote[229].start 4036.88534375
transcript.pyannote[229].end 4037.69534375
transcript.pyannote[230].speaker SPEAKER_17
transcript.pyannote[230].start 4040.04096875
transcript.pyannote[230].end 4055.21159375
transcript.pyannote[231].speaker SPEAKER_22
transcript.pyannote[231].start 4055.26221875
transcript.pyannote[231].end 4087.59471875
transcript.pyannote[232].speaker SPEAKER_22
transcript.pyannote[232].start 4088.23596875
transcript.pyannote[232].end 4092.64034375
transcript.pyannote[233].speaker SPEAKER_13
transcript.pyannote[233].start 4092.69096875
transcript.pyannote[233].end 4104.97596875
transcript.pyannote[234].speaker SPEAKER_22
transcript.pyannote[234].start 4097.29784375
transcript.pyannote[234].end 4097.39909375
transcript.pyannote[235].speaker SPEAKER_22
transcript.pyannote[235].start 4105.16159375
transcript.pyannote[235].end 4105.54971875
transcript.pyannote[236].speaker SPEAKER_22
transcript.pyannote[236].start 4106.41034375
transcript.pyannote[236].end 4123.79159375
transcript.pyannote[237].speaker SPEAKER_22
transcript.pyannote[237].start 4123.94346875
transcript.pyannote[237].end 4138.23659375
transcript.pyannote[238].speaker SPEAKER_22
transcript.pyannote[238].start 4138.27034375
transcript.pyannote[238].end 4143.06284375
transcript.pyannote[239].speaker SPEAKER_22
transcript.pyannote[239].start 4143.67034375
transcript.pyannote[239].end 4149.61034375
transcript.pyannote[240].speaker SPEAKER_13
transcript.pyannote[240].start 4149.98159375
transcript.pyannote[240].end 4155.33096875
transcript.pyannote[241].speaker SPEAKER_13
transcript.pyannote[241].start 4155.85409375
transcript.pyannote[241].end 4186.66784375
transcript.pyannote[242].speaker SPEAKER_13
transcript.pyannote[242].start 4187.08971875
transcript.pyannote[242].end 4220.94096875
transcript.pyannote[243].speaker SPEAKER_22
transcript.pyannote[243].start 4220.94096875
transcript.pyannote[243].end 4225.73346875
transcript.pyannote[244].speaker SPEAKER_22
transcript.pyannote[244].start 4225.95284375
transcript.pyannote[244].end 4233.88409375
transcript.pyannote[245].speaker SPEAKER_22
transcript.pyannote[245].start 4234.60971875
transcript.pyannote[245].end 4248.97034375
transcript.pyannote[246].speaker SPEAKER_22
transcript.pyannote[246].start 4249.18971875
transcript.pyannote[246].end 4261.71096875
transcript.pyannote[247].speaker SPEAKER_13
transcript.pyannote[247].start 4261.72784375
transcript.pyannote[247].end 4318.57971875
transcript.pyannote[248].speaker SPEAKER_12
transcript.pyannote[248].start 4298.00909375
transcript.pyannote[248].end 4298.02596875
transcript.pyannote[249].speaker SPEAKER_12
transcript.pyannote[249].start 4298.04284375
transcript.pyannote[249].end 4298.11034375
transcript.pyannote[250].speaker SPEAKER_22
transcript.pyannote[250].start 4318.57971875
transcript.pyannote[250].end 4328.21534375
transcript.pyannote[251].speaker SPEAKER_22
transcript.pyannote[251].start 4329.09284375
transcript.pyannote[251].end 4330.71284375
transcript.pyannote[252].speaker SPEAKER_22
transcript.pyannote[252].start 4330.91534375
transcript.pyannote[252].end 4335.45471875
transcript.pyannote[253].speaker SPEAKER_22
transcript.pyannote[253].start 4335.69096875
transcript.pyannote[253].end 4340.34846875
transcript.pyannote[254].speaker SPEAKER_13
transcript.pyannote[254].start 4340.83784375
transcript.pyannote[254].end 4355.65409375
transcript.pyannote[255].speaker SPEAKER_22
transcript.pyannote[255].start 4355.65409375
transcript.pyannote[255].end 4355.97471875
transcript.pyannote[256].speaker SPEAKER_22
transcript.pyannote[256].start 4356.26159375
transcript.pyannote[256].end 4374.08159375
transcript.pyannote[257].speaker SPEAKER_08
transcript.pyannote[257].start 4373.27159375
transcript.pyannote[257].end 4373.98034375
transcript.pyannote[258].speaker SPEAKER_08
transcript.pyannote[258].start 4374.08159375
transcript.pyannote[258].end 4374.13221875
transcript.pyannote[259].speaker SPEAKER_22
transcript.pyannote[259].start 4374.13221875
transcript.pyannote[259].end 4374.14909375
transcript.pyannote[260].speaker SPEAKER_01
transcript.pyannote[260].start 4374.14909375
transcript.pyannote[260].end 4374.16596875
transcript.pyannote[261].speaker SPEAKER_08
transcript.pyannote[261].start 4375.17846875
transcript.pyannote[261].end 4377.33846875
transcript.pyannote[262].speaker SPEAKER_01
transcript.pyannote[262].start 4382.13096875
transcript.pyannote[262].end 4383.21096875
transcript.pyannote[263].speaker SPEAKER_01
transcript.pyannote[263].start 4383.71721875
transcript.pyannote[263].end 4384.08846875
transcript.pyannote[264].speaker SPEAKER_01
transcript.pyannote[264].start 4384.35846875
transcript.pyannote[264].end 4386.01221875
transcript.pyannote[265].speaker SPEAKER_01
transcript.pyannote[265].start 4386.33284375
transcript.pyannote[265].end 4386.51846875
transcript.pyannote[266].speaker SPEAKER_01
transcript.pyannote[266].start 4386.60284375
transcript.pyannote[266].end 4386.65346875
transcript.pyannote[267].speaker SPEAKER_08
transcript.pyannote[267].start 4386.65346875
transcript.pyannote[267].end 4387.69971875
transcript.pyannote[268].speaker SPEAKER_01
transcript.pyannote[268].start 4387.32846875
transcript.pyannote[268].end 4388.91471875
transcript.pyannote[269].speaker SPEAKER_01
transcript.pyannote[269].start 4389.55596875
transcript.pyannote[269].end 4395.86721875
transcript.pyannote[270].speaker SPEAKER_01
transcript.pyannote[270].start 4396.40721875
transcript.pyannote[270].end 4403.69721875
transcript.pyannote[271].speaker SPEAKER_01
transcript.pyannote[271].start 4404.16971875
transcript.pyannote[271].end 4411.12221875
transcript.pyannote[272].speaker SPEAKER_01
transcript.pyannote[272].start 4411.54409375
transcript.pyannote[272].end 4414.95284375
transcript.pyannote[273].speaker SPEAKER_01
transcript.pyannote[273].start 4415.42534375
transcript.pyannote[273].end 4417.36596875
transcript.pyannote[274].speaker SPEAKER_01
transcript.pyannote[274].start 4417.80471875
transcript.pyannote[274].end 4418.53034375
transcript.pyannote[275].speaker SPEAKER_13
transcript.pyannote[275].start 4418.88471875
transcript.pyannote[275].end 4419.62721875
transcript.pyannote[276].speaker SPEAKER_01
transcript.pyannote[276].start 4419.03659375
transcript.pyannote[276].end 4421.83784375
transcript.pyannote[277].speaker SPEAKER_13
transcript.pyannote[277].start 4421.83784375
transcript.pyannote[277].end 4466.43846875
transcript.pyannote[278].speaker SPEAKER_01
transcript.pyannote[278].start 4466.43846875
transcript.pyannote[278].end 4511.93346875
transcript.pyannote[279].speaker SPEAKER_00
transcript.pyannote[279].start 4482.08159375
transcript.pyannote[279].end 4482.73971875
transcript.pyannote[280].speaker SPEAKER_01
transcript.pyannote[280].start 4512.65909375
transcript.pyannote[280].end 4524.10034375
transcript.pyannote[281].speaker SPEAKER_13
transcript.pyannote[281].start 4524.97784375
transcript.pyannote[281].end 4574.03346875
transcript.pyannote[282].speaker SPEAKER_01
transcript.pyannote[282].start 4574.03346875
transcript.pyannote[282].end 4587.68534375
transcript.pyannote[283].speaker SPEAKER_01
transcript.pyannote[283].start 4587.78659375
transcript.pyannote[283].end 4588.09034375
transcript.pyannote[284].speaker SPEAKER_04
transcript.pyannote[284].start 4588.07346875
transcript.pyannote[284].end 4595.83596875
transcript.pyannote[285].speaker SPEAKER_01
transcript.pyannote[285].start 4595.12721875
transcript.pyannote[285].end 4611.42846875
transcript.pyannote[286].speaker SPEAKER_04
transcript.pyannote[286].start 4596.86534375
transcript.pyannote[286].end 4597.18596875
transcript.pyannote[287].speaker SPEAKER_04
transcript.pyannote[287].start 4599.32909375
transcript.pyannote[287].end 4599.85221875
transcript.pyannote[288].speaker SPEAKER_04
transcript.pyannote[288].start 4605.62346875
transcript.pyannote[288].end 4605.97784375
transcript.pyannote[289].speaker SPEAKER_04
transcript.pyannote[289].start 4611.59721875
transcript.pyannote[289].end 4630.58159375
transcript.pyannote[290].speaker SPEAKER_01
transcript.pyannote[290].start 4630.17659375
transcript.pyannote[290].end 4641.65159375
transcript.pyannote[291].speaker SPEAKER_01
transcript.pyannote[291].start 4642.24221875
transcript.pyannote[291].end 4643.22096875
transcript.pyannote[292].speaker SPEAKER_01
transcript.pyannote[292].start 4643.64284375
transcript.pyannote[292].end 4647.37221875
transcript.pyannote[293].speaker SPEAKER_04
transcript.pyannote[293].start 4647.37221875
transcript.pyannote[293].end 4664.66909375
transcript.pyannote[294].speaker SPEAKER_01
transcript.pyannote[294].start 4647.87846875
transcript.pyannote[294].end 4648.21596875
transcript.pyannote[295].speaker SPEAKER_01
transcript.pyannote[295].start 4652.55284375
transcript.pyannote[295].end 4652.97471875
transcript.pyannote[296].speaker SPEAKER_10
transcript.pyannote[296].start 4652.97471875
transcript.pyannote[296].end 4652.99159375
transcript.pyannote[297].speaker SPEAKER_00
transcript.pyannote[297].start 4652.99159375
transcript.pyannote[297].end 4653.00846875
transcript.pyannote[298].speaker SPEAKER_01
transcript.pyannote[298].start 4664.66909375
transcript.pyannote[298].end 4678.37159375
transcript.pyannote[299].speaker SPEAKER_04
transcript.pyannote[299].start 4670.87909375
transcript.pyannote[299].end 4671.92534375
transcript.pyannote[300].speaker SPEAKER_01
transcript.pyannote[300].start 4679.08034375
transcript.pyannote[300].end 4682.25284375
transcript.pyannote[301].speaker SPEAKER_01
transcript.pyannote[301].start 4682.59034375
transcript.pyannote[301].end 4684.07534375
transcript.pyannote[302].speaker SPEAKER_04
transcript.pyannote[302].start 4684.34534375
transcript.pyannote[302].end 4686.03284375
transcript.pyannote[303].speaker SPEAKER_01
transcript.pyannote[303].start 4685.47596875
transcript.pyannote[303].end 4686.10034375
transcript.pyannote[304].speaker SPEAKER_04
transcript.pyannote[304].start 4686.23534375
transcript.pyannote[304].end 4686.60659375
transcript.pyannote[305].speaker SPEAKER_01
transcript.pyannote[305].start 4686.60659375
transcript.pyannote[305].end 4716.77909375
transcript.pyannote[306].speaker SPEAKER_01
transcript.pyannote[306].start 4717.23471875
transcript.pyannote[306].end 4718.38221875
transcript.pyannote[307].speaker SPEAKER_01
transcript.pyannote[307].start 4719.31034375
transcript.pyannote[307].end 4729.16534375
transcript.pyannote[308].speaker SPEAKER_13
transcript.pyannote[308].start 4729.16534375
transcript.pyannote[308].end 4737.31596875
transcript.pyannote[309].speaker SPEAKER_15
transcript.pyannote[309].start 4737.31596875
transcript.pyannote[309].end 4737.41721875
transcript.pyannote[310].speaker SPEAKER_13
transcript.pyannote[310].start 4737.41721875
transcript.pyannote[310].end 4744.33596875
transcript.pyannote[311].speaker SPEAKER_01
transcript.pyannote[311].start 4744.33596875
transcript.pyannote[311].end 4750.14096875
transcript.pyannote[312].speaker SPEAKER_13
transcript.pyannote[312].start 4744.90971875
transcript.pyannote[312].end 4745.46659375
transcript.pyannote[313].speaker SPEAKER_13
transcript.pyannote[313].start 4750.14096875
transcript.pyannote[313].end 4750.47846875
transcript.pyannote[314].speaker SPEAKER_01
transcript.pyannote[314].start 4750.47846875
transcript.pyannote[314].end 4751.96346875
transcript.pyannote[315].speaker SPEAKER_13
transcript.pyannote[315].start 4751.96346875
transcript.pyannote[315].end 4779.03096875
transcript.pyannote[316].speaker SPEAKER_01
transcript.pyannote[316].start 4779.03096875
transcript.pyannote[316].end 4804.96784375
transcript.pyannote[317].speaker SPEAKER_13
transcript.pyannote[317].start 4804.96784375
transcript.pyannote[317].end 4816.37534375
transcript.pyannote[318].speaker SPEAKER_01
transcript.pyannote[318].start 4816.37534375
transcript.pyannote[318].end 4841.65409375
transcript.pyannote[319].speaker SPEAKER_13
transcript.pyannote[319].start 4816.54409375
transcript.pyannote[319].end 4816.59471875
transcript.pyannote[320].speaker SPEAKER_13
transcript.pyannote[320].start 4816.62846875
transcript.pyannote[320].end 4816.84784375
transcript.pyannote[321].speaker SPEAKER_01
transcript.pyannote[321].start 4841.83971875
transcript.pyannote[321].end 4847.32409375
transcript.pyannote[322].speaker SPEAKER_01
transcript.pyannote[322].start 4847.52659375
transcript.pyannote[322].end 4853.70284375
transcript.pyannote[323].speaker SPEAKER_01
transcript.pyannote[323].start 4853.77034375
transcript.pyannote[323].end 4869.76784375
transcript.pyannote[324].speaker SPEAKER_13
transcript.pyannote[324].start 4870.89846875
transcript.pyannote[324].end 4872.61971875
transcript.pyannote[325].speaker SPEAKER_01
transcript.pyannote[325].start 4872.19784375
transcript.pyannote[325].end 4872.82221875
transcript.pyannote[326].speaker SPEAKER_13
transcript.pyannote[326].start 4872.77159375
transcript.pyannote[326].end 4873.68284375
transcript.pyannote[327].speaker SPEAKER_01
transcript.pyannote[327].start 4873.68284375
transcript.pyannote[327].end 4874.39159375
transcript.pyannote[328].speaker SPEAKER_13
transcript.pyannote[328].start 4874.74596875
transcript.pyannote[328].end 4876.12971875
transcript.pyannote[329].speaker SPEAKER_13
transcript.pyannote[329].start 4876.48409375
transcript.pyannote[329].end 4894.08471875
transcript.pyannote[330].speaker SPEAKER_01
transcript.pyannote[330].start 4886.06909375
transcript.pyannote[330].end 4886.72721875
transcript.pyannote[331].speaker SPEAKER_01
transcript.pyannote[331].start 4892.65034375
transcript.pyannote[331].end 4897.88159375
transcript.pyannote[332].speaker SPEAKER_01
transcript.pyannote[332].start 4897.96596875
transcript.pyannote[332].end 4901.10471875
transcript.pyannote[333].speaker SPEAKER_13
transcript.pyannote[333].start 4900.17659375
transcript.pyannote[333].end 4902.28596875
transcript.pyannote[334].speaker SPEAKER_01
transcript.pyannote[334].start 4902.28596875
transcript.pyannote[334].end 4902.94409375
transcript.pyannote[335].speaker SPEAKER_01
transcript.pyannote[335].start 4903.51784375
transcript.pyannote[335].end 4904.53034375
transcript.pyannote[336].speaker SPEAKER_01
transcript.pyannote[336].start 4905.25596875
transcript.pyannote[336].end 4905.84659375
transcript.pyannote[337].speaker SPEAKER_01
transcript.pyannote[337].start 4906.09971875
transcript.pyannote[337].end 4906.42034375
transcript.pyannote[338].speaker SPEAKER_01
transcript.pyannote[338].start 4906.57221875
transcript.pyannote[338].end 4907.12909375
transcript.pyannote[339].speaker SPEAKER_01
transcript.pyannote[339].start 4907.43284375
transcript.pyannote[339].end 4908.44534375
transcript.pyannote[340].speaker SPEAKER_13
transcript.pyannote[340].start 4909.00221875
transcript.pyannote[340].end 4911.61784375
transcript.pyannote[341].speaker SPEAKER_01
transcript.pyannote[341].start 4911.65159375
transcript.pyannote[341].end 4913.40659375
transcript.pyannote[342].speaker SPEAKER_01
transcript.pyannote[342].start 4913.50784375
transcript.pyannote[342].end 4914.21659375
transcript.pyannote[343].speaker SPEAKER_01
transcript.pyannote[343].start 4915.14471875
transcript.pyannote[343].end 4915.48221875
transcript.pyannote[344].speaker SPEAKER_01
transcript.pyannote[344].start 4915.83659375
transcript.pyannote[344].end 4916.96721875
transcript.pyannote[345].speaker SPEAKER_13
transcript.pyannote[345].start 4916.96721875
transcript.pyannote[345].end 4921.00034375
transcript.pyannote[346].speaker SPEAKER_13
transcript.pyannote[346].start 4921.57409375
transcript.pyannote[346].end 4929.20159375
transcript.pyannote[347].speaker SPEAKER_16
transcript.pyannote[347].start 4923.53159375
transcript.pyannote[347].end 4924.25721875
transcript.pyannote[348].speaker SPEAKER_13
transcript.pyannote[348].start 4929.57284375
transcript.pyannote[348].end 4931.22659375
transcript.pyannote[349].speaker SPEAKER_01
transcript.pyannote[349].start 4931.22659375
transcript.pyannote[349].end 4933.70721875
transcript.pyannote[350].speaker SPEAKER_13
transcript.pyannote[350].start 4931.24346875
transcript.pyannote[350].end 4932.35721875
transcript.pyannote[351].speaker SPEAKER_13
transcript.pyannote[351].start 4935.15846875
transcript.pyannote[351].end 4935.64784375
transcript.pyannote[352].speaker SPEAKER_13
transcript.pyannote[352].start 4936.23846875
transcript.pyannote[352].end 4948.62471875
transcript.pyannote[353].speaker SPEAKER_01
transcript.pyannote[353].start 4947.64596875
transcript.pyannote[353].end 4953.04596875
transcript.pyannote[354].speaker SPEAKER_13
transcript.pyannote[354].start 4952.16846875
transcript.pyannote[354].end 4953.01221875
transcript.pyannote[355].speaker SPEAKER_13
transcript.pyannote[355].start 4953.04596875
transcript.pyannote[355].end 4955.03721875
transcript.pyannote[356].speaker SPEAKER_01
transcript.pyannote[356].start 4955.03721875
transcript.pyannote[356].end 4959.32346875
transcript.pyannote[357].speaker SPEAKER_13
transcript.pyannote[357].start 4955.74596875
transcript.pyannote[357].end 4956.60659375
transcript.pyannote[358].speaker SPEAKER_01
transcript.pyannote[358].start 4960.42034375
transcript.pyannote[358].end 4977.83534375
transcript.pyannote[359].speaker SPEAKER_13
transcript.pyannote[359].start 4960.45409375
transcript.pyannote[359].end 4962.19221875
transcript.pyannote[360].speaker SPEAKER_01
transcript.pyannote[360].start 4979.08409375
transcript.pyannote[360].end 4980.73784375
transcript.pyannote[361].speaker SPEAKER_01
transcript.pyannote[361].start 4982.08784375
transcript.pyannote[361].end 4982.39159375
transcript.pyannote[362].speaker SPEAKER_01
transcript.pyannote[362].start 4982.96534375
transcript.pyannote[362].end 4986.10409375
transcript.pyannote[363].speaker SPEAKER_00
transcript.pyannote[363].start 4984.68659375
transcript.pyannote[363].end 4985.04096875
transcript.pyannote[364].speaker SPEAKER_01
transcript.pyannote[364].start 4986.74534375
transcript.pyannote[364].end 4989.02346875
transcript.pyannote[365].speaker SPEAKER_01
transcript.pyannote[365].start 4989.29346875
transcript.pyannote[365].end 4989.52971875
transcript.pyannote[366].speaker SPEAKER_01
transcript.pyannote[366].start 4990.03596875
transcript.pyannote[366].end 4991.18346875
transcript.pyannote[367].speaker SPEAKER_01
transcript.pyannote[367].start 4992.93846875
transcript.pyannote[367].end 5024.68034375
transcript.pyannote[368].speaker SPEAKER_01
transcript.pyannote[368].start 5025.54096875
transcript.pyannote[368].end 5038.01159375
transcript.pyannote[369].speaker SPEAKER_01
transcript.pyannote[369].start 5038.83846875
transcript.pyannote[369].end 5040.74534375
transcript.pyannote[370].speaker SPEAKER_01
transcript.pyannote[370].start 5041.47096875
transcript.pyannote[370].end 5043.59721875
transcript.pyannote[371].speaker SPEAKER_01
transcript.pyannote[371].start 5044.03596875
transcript.pyannote[371].end 5045.55471875
transcript.pyannote[372].speaker SPEAKER_01
transcript.pyannote[372].start 5045.92596875
transcript.pyannote[372].end 5047.37721875
transcript.pyannote[373].speaker SPEAKER_01
transcript.pyannote[373].start 5047.96784375
transcript.pyannote[373].end 5049.65534375
transcript.pyannote[374].speaker SPEAKER_01
transcript.pyannote[374].start 5050.98846875
transcript.pyannote[374].end 5053.68846875
transcript.pyannote[375].speaker SPEAKER_01
transcript.pyannote[375].start 5054.02596875
transcript.pyannote[375].end 5054.63346875
transcript.pyannote[376].speaker SPEAKER_01
transcript.pyannote[376].start 5054.97096875
transcript.pyannote[376].end 5056.32096875
transcript.pyannote[377].speaker SPEAKER_01
transcript.pyannote[377].start 5058.66659375
transcript.pyannote[377].end 5062.56471875
transcript.pyannote[378].speaker SPEAKER_13
transcript.pyannote[378].start 5062.78409375
transcript.pyannote[378].end 5062.80096875
transcript.pyannote[379].speaker SPEAKER_01
transcript.pyannote[379].start 5062.80096875
transcript.pyannote[379].end 5064.97784375
transcript.pyannote[380].speaker SPEAKER_13
transcript.pyannote[380].start 5064.97784375
transcript.pyannote[380].end 5065.83846875
transcript.pyannote[381].speaker SPEAKER_01
transcript.pyannote[381].start 5065.50096875
transcript.pyannote[381].end 5068.70721875
transcript.pyannote[382].speaker SPEAKER_13
transcript.pyannote[382].start 5069.06159375
transcript.pyannote[382].end 5069.17971875
transcript.pyannote[383].speaker SPEAKER_01
transcript.pyannote[383].start 5069.17971875
transcript.pyannote[383].end 5069.21346875
transcript.pyannote[384].speaker SPEAKER_13
transcript.pyannote[384].start 5069.21346875
transcript.pyannote[384].end 5070.49596875
transcript.pyannote[385].speaker SPEAKER_01
transcript.pyannote[385].start 5069.77034375
transcript.pyannote[385].end 5070.96846875
transcript.pyannote[386].speaker SPEAKER_13
transcript.pyannote[386].start 5070.86721875
transcript.pyannote[386].end 5089.95284375
transcript.pyannote[387].speaker SPEAKER_01
transcript.pyannote[387].start 5087.69159375
transcript.pyannote[387].end 5098.91346875
transcript.pyannote[388].speaker SPEAKER_01
transcript.pyannote[388].start 5099.79096875
transcript.pyannote[388].end 5100.82034375
transcript.pyannote[389].speaker SPEAKER_01
transcript.pyannote[389].start 5100.97221875
transcript.pyannote[389].end 5104.34721875
transcript.pyannote[390].speaker SPEAKER_13
transcript.pyannote[390].start 5104.34721875
transcript.pyannote[390].end 5104.56659375
transcript.pyannote[391].speaker SPEAKER_01
transcript.pyannote[391].start 5104.56659375
transcript.pyannote[391].end 5104.97159375
transcript.pyannote[392].speaker SPEAKER_13
transcript.pyannote[392].start 5104.97159375
transcript.pyannote[392].end 5111.83971875
transcript.pyannote[393].speaker SPEAKER_01
transcript.pyannote[393].start 5108.46471875
transcript.pyannote[393].end 5113.44284375
transcript.pyannote[394].speaker SPEAKER_01
transcript.pyannote[394].start 5113.47659375
transcript.pyannote[394].end 5114.84346875
transcript.pyannote[395].speaker SPEAKER_01
transcript.pyannote[395].start 5115.02909375
transcript.pyannote[395].end 5117.02034375
transcript.pyannote[396].speaker SPEAKER_01
transcript.pyannote[396].start 5117.67846875
transcript.pyannote[396].end 5117.99909375
transcript.pyannote[397].speaker SPEAKER_01
transcript.pyannote[397].start 5118.42096875
transcript.pyannote[397].end 5119.11284375
transcript.pyannote[398].speaker SPEAKER_01
transcript.pyannote[398].start 5119.58534375
transcript.pyannote[398].end 5120.27721875
transcript.pyannote[399].speaker SPEAKER_01
transcript.pyannote[399].start 5120.51346875
transcript.pyannote[399].end 5121.30659375
transcript.pyannote[400].speaker SPEAKER_01
transcript.pyannote[400].start 5121.72846875
transcript.pyannote[400].end 5122.67346875
transcript.pyannote[401].speaker SPEAKER_01
transcript.pyannote[401].start 5124.34409375
transcript.pyannote[401].end 5127.38159375
transcript.pyannote[402].speaker SPEAKER_01
transcript.pyannote[402].start 5127.65159375
transcript.pyannote[402].end 5129.10284375
transcript.pyannote[403].speaker SPEAKER_01
transcript.pyannote[403].start 5130.23346875
transcript.pyannote[403].end 5132.88284375
transcript.pyannote[404].speaker SPEAKER_01
transcript.pyannote[404].start 5133.23721875
transcript.pyannote[404].end 5133.67596875
transcript.pyannote[405].speaker SPEAKER_01
transcript.pyannote[405].start 5134.68846875
transcript.pyannote[405].end 5135.16096875
transcript.pyannote[406].speaker SPEAKER_13
transcript.pyannote[406].start 5135.58284375
transcript.pyannote[406].end 5138.02971875
transcript.pyannote[407].speaker SPEAKER_01
transcript.pyannote[407].start 5135.85284375
transcript.pyannote[407].end 5137.64159375
transcript.pyannote[408].speaker SPEAKER_01
transcript.pyannote[408].start 5138.02971875
transcript.pyannote[408].end 5138.70471875
transcript.pyannote[409].speaker SPEAKER_13
transcript.pyannote[409].start 5138.70471875
transcript.pyannote[409].end 5138.72159375
transcript.pyannote[410].speaker SPEAKER_01
transcript.pyannote[410].start 5138.72159375
transcript.pyannote[410].end 5141.35409375
transcript.pyannote[411].speaker SPEAKER_13
transcript.pyannote[411].start 5138.73846875
transcript.pyannote[411].end 5140.24034375
transcript.pyannote[412].speaker SPEAKER_13
transcript.pyannote[412].start 5141.35409375
transcript.pyannote[412].end 5141.67471875
transcript.pyannote[413].speaker SPEAKER_15
transcript.pyannote[413].start 5141.67471875
transcript.pyannote[413].end 5141.69159375
transcript.pyannote[414].speaker SPEAKER_01
transcript.pyannote[414].start 5141.69159375
transcript.pyannote[414].end 5156.47409375
transcript.pyannote[415].speaker SPEAKER_01
transcript.pyannote[415].start 5156.79471875
transcript.pyannote[415].end 5157.94221875
transcript.pyannote[416].speaker SPEAKER_01
transcript.pyannote[416].start 5158.33034375
transcript.pyannote[416].end 5162.38034375
transcript.pyannote[417].speaker SPEAKER_01
transcript.pyannote[417].start 5163.49409375
transcript.pyannote[417].end 5165.01284375
transcript.pyannote[418].speaker SPEAKER_01
transcript.pyannote[418].start 5165.14784375
transcript.pyannote[418].end 5167.13909375
transcript.pyannote[419].speaker SPEAKER_01
transcript.pyannote[419].start 5167.81409375
transcript.pyannote[419].end 5169.09659375
transcript.pyannote[420].speaker SPEAKER_01
transcript.pyannote[420].start 5169.40034375
transcript.pyannote[420].end 5170.21034375
transcript.pyannote[421].speaker SPEAKER_01
transcript.pyannote[421].start 5170.51409375
transcript.pyannote[421].end 5172.97784375
transcript.pyannote[422].speaker SPEAKER_01
transcript.pyannote[422].start 5173.48409375
transcript.pyannote[422].end 5174.34471875
transcript.pyannote[423].speaker SPEAKER_01
transcript.pyannote[423].start 5174.76659375
transcript.pyannote[423].end 5176.08284375
transcript.pyannote[424].speaker SPEAKER_01
transcript.pyannote[424].start 5176.26846875
transcript.pyannote[424].end 5181.65159375
transcript.pyannote[425].speaker SPEAKER_02
transcript.pyannote[425].start 5180.68971875
transcript.pyannote[425].end 5181.19596875
transcript.pyannote[426].speaker SPEAKER_02
transcript.pyannote[426].start 5181.85409375
transcript.pyannote[426].end 5184.04784375
transcript.pyannote[427].speaker SPEAKER_02
transcript.pyannote[427].start 5184.18284375
transcript.pyannote[427].end 5186.79846875
transcript.pyannote[428].speaker SPEAKER_08
transcript.pyannote[428].start 5193.14346875
transcript.pyannote[428].end 5197.15971875
transcript.pyannote[429].speaker SPEAKER_02
transcript.pyannote[429].start 5197.80096875
transcript.pyannote[429].end 5198.76284375
transcript.pyannote[430].speaker SPEAKER_08
transcript.pyannote[430].start 5198.76284375
transcript.pyannote[430].end 5198.84721875
transcript.pyannote[431].speaker SPEAKER_13
transcript.pyannote[431].start 5204.70284375
transcript.pyannote[431].end 5205.22596875
transcript.pyannote[432].speaker SPEAKER_08
transcript.pyannote[432].start 5205.96846875
transcript.pyannote[432].end 5210.00159375
transcript.pyannote[433].speaker SPEAKER_08
transcript.pyannote[433].start 5210.38971875
transcript.pyannote[433].end 5251.17659375
transcript.pyannote[434].speaker SPEAKER_13
transcript.pyannote[434].start 5252.02034375
transcript.pyannote[434].end 5261.25096875
transcript.pyannote[435].speaker SPEAKER_08
transcript.pyannote[435].start 5261.50409375
transcript.pyannote[435].end 5269.31721875
transcript.pyannote[436].speaker SPEAKER_08
transcript.pyannote[436].start 5269.55346875
transcript.pyannote[436].end 5287.57596875
transcript.pyannote[437].speaker SPEAKER_13
transcript.pyannote[437].start 5287.57596875
transcript.pyannote[437].end 5303.64096875
transcript.pyannote[438].speaker SPEAKER_00
transcript.pyannote[438].start 5300.13096875
transcript.pyannote[438].end 5300.14784375
transcript.pyannote[439].speaker SPEAKER_16
transcript.pyannote[439].start 5300.14784375
transcript.pyannote[439].end 5300.18159375
transcript.pyannote[440].speaker SPEAKER_00
transcript.pyannote[440].start 5300.18159375
transcript.pyannote[440].end 5300.31659375
transcript.pyannote[441].speaker SPEAKER_13
transcript.pyannote[441].start 5304.43409375
transcript.pyannote[441].end 5329.25721875
transcript.pyannote[442].speaker SPEAKER_08
transcript.pyannote[442].start 5329.00409375
transcript.pyannote[442].end 5331.95721875
transcript.pyannote[443].speaker SPEAKER_08
transcript.pyannote[443].start 5332.44659375
transcript.pyannote[443].end 5337.13784375
transcript.pyannote[444].speaker SPEAKER_13
transcript.pyannote[444].start 5336.32784375
transcript.pyannote[444].end 5341.39034375
transcript.pyannote[445].speaker SPEAKER_13
transcript.pyannote[445].start 5342.21721875
transcript.pyannote[445].end 5344.86659375
transcript.pyannote[446].speaker SPEAKER_08
transcript.pyannote[446].start 5344.86659375
transcript.pyannote[446].end 5347.36409375
transcript.pyannote[447].speaker SPEAKER_08
transcript.pyannote[447].start 5347.65096875
transcript.pyannote[447].end 5347.66784375
transcript.pyannote[448].speaker SPEAKER_13
transcript.pyannote[448].start 5347.66784375
transcript.pyannote[448].end 5360.05409375
transcript.pyannote[449].speaker SPEAKER_08
transcript.pyannote[449].start 5348.14034375
transcript.pyannote[449].end 5349.97971875
transcript.pyannote[450].speaker SPEAKER_08
transcript.pyannote[450].start 5360.34096875
transcript.pyannote[450].end 5360.79659375
transcript.pyannote[451].speaker SPEAKER_08
transcript.pyannote[451].start 5360.93159375
transcript.pyannote[451].end 5361.30284375
transcript.pyannote[452].speaker SPEAKER_08
transcript.pyannote[452].start 5361.99471875
transcript.pyannote[452].end 5383.59471875
transcript.pyannote[453].speaker SPEAKER_13
transcript.pyannote[453].start 5384.08409375
transcript.pyannote[453].end 5385.16409375
transcript.pyannote[454].speaker SPEAKER_08
transcript.pyannote[454].start 5385.99096875
transcript.pyannote[454].end 5387.05409375
transcript.pyannote[455].speaker SPEAKER_13
transcript.pyannote[455].start 5387.27346875
transcript.pyannote[455].end 5387.64471875
transcript.pyannote[456].speaker SPEAKER_08
transcript.pyannote[456].start 5388.18471875
transcript.pyannote[456].end 5388.52221875
transcript.pyannote[457].speaker SPEAKER_08
transcript.pyannote[457].start 5388.70784375
transcript.pyannote[457].end 5394.42846875
transcript.pyannote[458].speaker SPEAKER_08
transcript.pyannote[458].start 5394.74909375
transcript.pyannote[458].end 5400.70596875
transcript.pyannote[459].speaker SPEAKER_08
transcript.pyannote[459].start 5401.17846875
transcript.pyannote[459].end 5404.53659375
transcript.pyannote[460].speaker SPEAKER_13
transcript.pyannote[460].start 5405.11034375
transcript.pyannote[460].end 5427.62159375
transcript.pyannote[461].speaker SPEAKER_08
transcript.pyannote[461].start 5427.63846875
transcript.pyannote[461].end 5436.97034375
transcript.pyannote[462].speaker SPEAKER_13
transcript.pyannote[462].start 5436.44721875
transcript.pyannote[462].end 5440.07534375
transcript.pyannote[463].speaker SPEAKER_08
transcript.pyannote[463].start 5440.12596875
transcript.pyannote[463].end 5445.28971875
transcript.pyannote[464].speaker SPEAKER_08
transcript.pyannote[464].start 5445.93096875
transcript.pyannote[464].end 5447.38221875
transcript.pyannote[465].speaker SPEAKER_13
transcript.pyannote[465].start 5447.43284375
transcript.pyannote[465].end 5459.56596875
transcript.pyannote[466].speaker SPEAKER_08
transcript.pyannote[466].start 5460.32534375
transcript.pyannote[466].end 5464.72971875
transcript.pyannote[467].speaker SPEAKER_08
transcript.pyannote[467].start 5465.30346875
transcript.pyannote[467].end 5467.17659375
transcript.pyannote[468].speaker SPEAKER_13
transcript.pyannote[468].start 5467.26096875
transcript.pyannote[468].end 5467.93596875
transcript.pyannote[469].speaker SPEAKER_08
transcript.pyannote[469].start 5467.51409375
transcript.pyannote[469].end 5469.25221875
transcript.pyannote[470].speaker SPEAKER_13
transcript.pyannote[470].start 5468.71221875
transcript.pyannote[470].end 5470.55159375
transcript.pyannote[471].speaker SPEAKER_13
transcript.pyannote[471].start 5470.56846875
transcript.pyannote[471].end 5484.97971875
transcript.pyannote[472].speaker SPEAKER_08
transcript.pyannote[472].start 5485.21596875
transcript.pyannote[472].end 5515.15221875
transcript.pyannote[473].speaker SPEAKER_08
transcript.pyannote[473].start 5515.28721875
transcript.pyannote[473].end 5516.21534375
transcript.pyannote[474].speaker SPEAKER_08
transcript.pyannote[474].start 5516.40096875
transcript.pyannote[474].end 5520.07971875
transcript.pyannote[475].speaker SPEAKER_13
transcript.pyannote[475].start 5523.43784375
transcript.pyannote[475].end 5524.39971875
transcript.pyannote[476].speaker SPEAKER_08
transcript.pyannote[476].start 5524.02846875
transcript.pyannote[476].end 5524.92284375
transcript.pyannote[477].speaker SPEAKER_08
transcript.pyannote[477].start 5525.51346875
transcript.pyannote[477].end 5531.43659375
transcript.pyannote[478].speaker SPEAKER_08
transcript.pyannote[478].start 5531.63909375
transcript.pyannote[478].end 5545.84784375
transcript.pyannote[479].speaker SPEAKER_08
transcript.pyannote[479].start 5547.38346875
transcript.pyannote[479].end 5550.40409375
transcript.pyannote[480].speaker SPEAKER_08
transcript.pyannote[480].start 5551.61909375
transcript.pyannote[480].end 5568.25784375
transcript.pyannote[481].speaker SPEAKER_08
transcript.pyannote[481].start 5568.46034375
transcript.pyannote[481].end 5568.94971875
transcript.pyannote[482].speaker SPEAKER_08
transcript.pyannote[482].start 5569.40534375
transcript.pyannote[482].end 5582.98971875
transcript.pyannote[483].speaker SPEAKER_08
transcript.pyannote[483].start 5583.44534375
transcript.pyannote[483].end 5609.66909375
transcript.pyannote[484].speaker SPEAKER_13
transcript.pyannote[484].start 5611.01909375
transcript.pyannote[484].end 5617.27971875
transcript.pyannote[485].speaker SPEAKER_12
transcript.pyannote[485].start 5617.27971875
transcript.pyannote[485].end 5617.43159375
transcript.pyannote[486].speaker SPEAKER_13
transcript.pyannote[486].start 5617.43159375
transcript.pyannote[486].end 5635.04909375
transcript.pyannote[487].speaker SPEAKER_08
transcript.pyannote[487].start 5635.33596875
transcript.pyannote[487].end 5643.46971875
transcript.pyannote[488].speaker SPEAKER_13
transcript.pyannote[488].start 5641.91721875
transcript.pyannote[488].end 5642.23784375
transcript.pyannote[489].speaker SPEAKER_13
transcript.pyannote[489].start 5643.46971875
transcript.pyannote[489].end 5653.44284375
transcript.pyannote[490].speaker SPEAKER_08
transcript.pyannote[490].start 5648.21159375
transcript.pyannote[490].end 5648.53221875
transcript.pyannote[491].speaker SPEAKER_13
transcript.pyannote[491].start 5653.72971875
transcript.pyannote[491].end 5654.47221875
transcript.pyannote[492].speaker SPEAKER_13
transcript.pyannote[492].start 5654.89409375
transcript.pyannote[492].end 5655.63659375
transcript.pyannote[493].speaker SPEAKER_08
transcript.pyannote[493].start 5655.14721875
transcript.pyannote[493].end 5656.73346875
transcript.pyannote[494].speaker SPEAKER_13
transcript.pyannote[494].start 5656.21034375
transcript.pyannote[494].end 5674.11471875
transcript.pyannote[495].speaker SPEAKER_08
transcript.pyannote[495].start 5657.12159375
transcript.pyannote[495].end 5658.21846875
transcript.pyannote[496].speaker SPEAKER_08
transcript.pyannote[496].start 5674.26659375
transcript.pyannote[496].end 5680.88159375
transcript.pyannote[497].speaker SPEAKER_13
transcript.pyannote[497].start 5679.64971875
transcript.pyannote[497].end 5688.93096875
transcript.pyannote[498].speaker SPEAKER_08
transcript.pyannote[498].start 5688.15471875
transcript.pyannote[498].end 5693.82471875
transcript.pyannote[499].speaker SPEAKER_13
transcript.pyannote[499].start 5693.89221875
transcript.pyannote[499].end 5695.93409375
transcript.pyannote[500].speaker SPEAKER_13
transcript.pyannote[500].start 5696.17034375
transcript.pyannote[500].end 5706.24471875
transcript.pyannote[501].speaker SPEAKER_08
transcript.pyannote[501].start 5706.61596875
transcript.pyannote[501].end 5711.35784375
transcript.pyannote[502].speaker SPEAKER_08
transcript.pyannote[502].start 5711.54346875
transcript.pyannote[502].end 5722.47846875
transcript.pyannote[503].speaker SPEAKER_08
transcript.pyannote[503].start 5722.59659375
transcript.pyannote[503].end 5724.99284375
transcript.pyannote[504].speaker SPEAKER_08
transcript.pyannote[504].start 5725.53284375
transcript.pyannote[504].end 5728.40159375
transcript.pyannote[505].speaker SPEAKER_08
transcript.pyannote[505].start 5728.60409375
transcript.pyannote[505].end 5729.93721875
transcript.pyannote[506].speaker SPEAKER_08
transcript.pyannote[506].start 5730.08909375
transcript.pyannote[506].end 5735.59034375
transcript.pyannote[507].speaker SPEAKER_08
transcript.pyannote[507].start 5736.11346875
transcript.pyannote[507].end 5739.55596875
transcript.pyannote[508].speaker SPEAKER_13
transcript.pyannote[508].start 5741.61471875
transcript.pyannote[508].end 5743.48784375
transcript.pyannote[509].speaker SPEAKER_13
transcript.pyannote[509].start 5744.71971875
transcript.pyannote[509].end 5750.11971875
transcript.pyannote[510].speaker SPEAKER_08
transcript.pyannote[510].start 5751.11534375
transcript.pyannote[510].end 5752.26284375
transcript.pyannote[511].speaker SPEAKER_13
transcript.pyannote[511].start 5751.41909375
transcript.pyannote[511].end 5751.77346875
transcript.pyannote[512].speaker SPEAKER_08
transcript.pyannote[512].start 5753.00534375
transcript.pyannote[512].end 5760.98721875
transcript.pyannote[513].speaker SPEAKER_08
transcript.pyannote[513].start 5761.20659375
transcript.pyannote[513].end 5767.26471875
transcript.pyannote[514].speaker SPEAKER_08
transcript.pyannote[514].start 5767.82159375
transcript.pyannote[514].end 5777.59221875
transcript.pyannote[515].speaker SPEAKER_08
transcript.pyannote[515].start 5778.09846875
transcript.pyannote[515].end 5796.34034375
transcript.pyannote[516].speaker SPEAKER_13
transcript.pyannote[516].start 5797.01534375
transcript.pyannote[516].end 5817.18096875
transcript.pyannote[517].speaker SPEAKER_15
transcript.pyannote[517].start 5817.18096875
transcript.pyannote[517].end 5817.60284375
transcript.pyannote[518].speaker SPEAKER_13
transcript.pyannote[518].start 5817.56909375
transcript.pyannote[518].end 5820.97784375
transcript.pyannote[519].speaker SPEAKER_13
transcript.pyannote[519].start 5821.61909375
transcript.pyannote[519].end 5829.73596875
transcript.pyannote[520].speaker SPEAKER_15
transcript.pyannote[520].start 5828.21721875
transcript.pyannote[520].end 5828.43659375
transcript.pyannote[521].speaker SPEAKER_13
transcript.pyannote[521].start 5830.19159375
transcript.pyannote[521].end 5842.78034375
transcript.pyannote[522].speaker SPEAKER_08
transcript.pyannote[522].start 5835.05159375
transcript.pyannote[522].end 5835.06846875
transcript.pyannote[523].speaker SPEAKER_16
transcript.pyannote[523].start 5835.06846875
transcript.pyannote[523].end 5835.08534375
transcript.pyannote[524].speaker SPEAKER_08
transcript.pyannote[524].start 5835.08534375
transcript.pyannote[524].end 5835.52409375
transcript.pyannote[525].speaker SPEAKER_08
transcript.pyannote[525].start 5838.69659375
transcript.pyannote[525].end 5840.55284375
transcript.pyannote[526].speaker SPEAKER_08
transcript.pyannote[526].start 5842.59471875
transcript.pyannote[526].end 5847.91034375
transcript.pyannote[527].speaker SPEAKER_13
transcript.pyannote[527].start 5848.63596875
transcript.pyannote[527].end 5859.31784375
transcript.pyannote[528].speaker SPEAKER_08
transcript.pyannote[528].start 5856.78659375
transcript.pyannote[528].end 5859.97596875
transcript.pyannote[529].speaker SPEAKER_13
transcript.pyannote[529].start 5860.97159375
transcript.pyannote[529].end 5867.06346875
transcript.pyannote[530].speaker SPEAKER_08
transcript.pyannote[530].start 5867.06346875
transcript.pyannote[530].end 5869.03784375
transcript.pyannote[531].speaker SPEAKER_13
transcript.pyannote[531].start 5868.22784375
transcript.pyannote[531].end 5870.96159375
transcript.pyannote[532].speaker SPEAKER_08
transcript.pyannote[532].start 5871.04596875
transcript.pyannote[532].end 5872.04159375
transcript.pyannote[533].speaker SPEAKER_08
transcript.pyannote[533].start 5872.81784375
transcript.pyannote[533].end 5901.48846875
transcript.pyannote[534].speaker SPEAKER_08
transcript.pyannote[534].start 5901.82596875
transcript.pyannote[534].end 5903.61471875
transcript.pyannote[535].speaker SPEAKER_00
transcript.pyannote[535].start 5905.80846875
transcript.pyannote[535].end 5927.25659375
transcript.pyannote[536].speaker SPEAKER_08
transcript.pyannote[536].start 5918.71784375
transcript.pyannote[536].end 5919.37596875
transcript.pyannote[537].speaker SPEAKER_08
transcript.pyannote[537].start 5920.00034375
transcript.pyannote[537].end 5920.92846875
transcript.pyannote[538].speaker SPEAKER_08
transcript.pyannote[538].start 5925.82221875
transcript.pyannote[538].end 5927.45909375
transcript.pyannote[539].speaker SPEAKER_00
transcript.pyannote[539].start 5927.32409375
transcript.pyannote[539].end 5928.20159375
transcript.pyannote[540].speaker SPEAKER_08
transcript.pyannote[540].start 5928.52221875
transcript.pyannote[540].end 5939.71034375
transcript.pyannote[541].speaker SPEAKER_00
transcript.pyannote[541].start 5940.68909375
transcript.pyannote[541].end 5946.22409375
transcript.pyannote[542].speaker SPEAKER_08
transcript.pyannote[542].start 5946.34221875
transcript.pyannote[542].end 5946.67971875
transcript.pyannote[543].speaker SPEAKER_00
transcript.pyannote[543].start 5946.52784375
transcript.pyannote[543].end 5948.95784375
transcript.pyannote[544].speaker SPEAKER_08
transcript.pyannote[544].start 5948.95784375
transcript.pyannote[544].end 5950.59471875
transcript.pyannote[545].speaker SPEAKER_00
transcript.pyannote[545].start 5951.35409375
transcript.pyannote[545].end 5959.55534375
transcript.pyannote[546].speaker SPEAKER_08
transcript.pyannote[546].start 5959.30221875
transcript.pyannote[546].end 5963.70659375
transcript.pyannote[547].speaker SPEAKER_00
transcript.pyannote[547].start 5963.84159375
transcript.pyannote[547].end 5969.35971875
transcript.pyannote[548].speaker SPEAKER_08
transcript.pyannote[548].start 5968.81971875
transcript.pyannote[548].end 5970.87846875
transcript.pyannote[549].speaker SPEAKER_00
transcript.pyannote[549].start 5971.21596875
transcript.pyannote[549].end 5984.71596875
transcript.pyannote[550].speaker SPEAKER_08
transcript.pyannote[550].start 5984.53034375
transcript.pyannote[550].end 5988.64784375
transcript.pyannote[551].speaker SPEAKER_13
transcript.pyannote[551].start 5990.11596875
transcript.pyannote[551].end 5990.28471875
transcript.pyannote[552].speaker SPEAKER_08
transcript.pyannote[552].start 5990.28471875
transcript.pyannote[552].end 5993.18721875
transcript.pyannote[553].speaker SPEAKER_13
transcript.pyannote[553].start 5993.82846875
transcript.pyannote[553].end 6015.19221875
transcript.pyannote[554].speaker SPEAKER_13
transcript.pyannote[554].start 6015.83346875
transcript.pyannote[554].end 6022.39784375
transcript.pyannote[555].speaker SPEAKER_08
transcript.pyannote[555].start 6022.46534375
transcript.pyannote[555].end 6022.48221875
transcript.pyannote[556].speaker SPEAKER_02
transcript.pyannote[556].start 6022.48221875
transcript.pyannote[556].end 6023.35971875
transcript.pyannote[557].speaker SPEAKER_02
transcript.pyannote[557].start 6025.97534375
transcript.pyannote[557].end 6031.78034375
transcript.pyannote[558].speaker SPEAKER_08
transcript.pyannote[558].start 6037.04534375
transcript.pyannote[558].end 6037.51784375
transcript.pyannote[559].speaker SPEAKER_08
transcript.pyannote[559].start 6037.97346875
transcript.pyannote[559].end 6040.50471875
transcript.pyannote[560].speaker SPEAKER_02
transcript.pyannote[560].start 6046.83284375
transcript.pyannote[560].end 6048.94221875
transcript.pyannote[561].speaker SPEAKER_02
transcript.pyannote[561].start 6049.34721875
transcript.pyannote[561].end 6049.68471875
transcript.pyannote[562].speaker SPEAKER_19
transcript.pyannote[562].start 6053.81909375
transcript.pyannote[562].end 6054.34221875
transcript.pyannote[563].speaker SPEAKER_02
transcript.pyannote[563].start 6054.74721875
transcript.pyannote[563].end 6083.78909375
transcript.pyannote[564].speaker SPEAKER_02
transcript.pyannote[564].start 6084.41346875
transcript.pyannote[564].end 6090.53909375
transcript.pyannote[565].speaker SPEAKER_02
transcript.pyannote[565].start 6090.74159375
transcript.pyannote[565].end 6103.04346875
transcript.pyannote[566].speaker SPEAKER_23
transcript.pyannote[566].start 6096.25971875
transcript.pyannote[566].end 6096.59721875
transcript.pyannote[567].speaker SPEAKER_00
transcript.pyannote[567].start 6103.41471875
transcript.pyannote[567].end 6115.75034375
transcript.pyannote[568].speaker SPEAKER_00
transcript.pyannote[568].start 6116.29034375
transcript.pyannote[568].end 6139.30784375
transcript.pyannote[569].speaker SPEAKER_02
transcript.pyannote[569].start 6139.30784375
transcript.pyannote[569].end 6209.13659375
transcript.pyannote[570].speaker SPEAKER_00
transcript.pyannote[570].start 6139.98284375
transcript.pyannote[570].end 6140.96159375
transcript.pyannote[571].speaker SPEAKER_02
transcript.pyannote[571].start 6209.57534375
transcript.pyannote[571].end 6235.42784375
transcript.pyannote[572].speaker SPEAKER_12
transcript.pyannote[572].start 6237.33471875
transcript.pyannote[572].end 6245.13096875
transcript.pyannote[573].speaker SPEAKER_12
transcript.pyannote[573].start 6245.80596875
transcript.pyannote[573].end 6263.05221875
transcript.pyannote[574].speaker SPEAKER_02
transcript.pyannote[574].start 6263.27159375
transcript.pyannote[574].end 6268.62096875
transcript.pyannote[575].speaker SPEAKER_12
transcript.pyannote[575].start 6266.41034375
transcript.pyannote[575].end 6266.61284375
transcript.pyannote[576].speaker SPEAKER_12
transcript.pyannote[576].start 6269.21159375
transcript.pyannote[576].end 6277.56471875
transcript.pyannote[577].speaker SPEAKER_02
transcript.pyannote[577].start 6276.14721875
transcript.pyannote[577].end 6277.31159375
transcript.pyannote[578].speaker SPEAKER_02
transcript.pyannote[578].start 6277.86846875
transcript.pyannote[578].end 6295.53659375
transcript.pyannote[579].speaker SPEAKER_02
transcript.pyannote[579].start 6296.34659375
transcript.pyannote[579].end 6297.08909375
transcript.pyannote[580].speaker SPEAKER_02
transcript.pyannote[580].start 6297.19034375
transcript.pyannote[580].end 6302.99534375
transcript.pyannote[581].speaker SPEAKER_00
transcript.pyannote[581].start 6304.00784375
transcript.pyannote[581].end 6306.53909375
transcript.pyannote[582].speaker SPEAKER_02
transcript.pyannote[582].start 6304.10909375
transcript.pyannote[582].end 6304.41284375
transcript.pyannote[583].speaker SPEAKER_00
transcript.pyannote[583].start 6306.65721875
transcript.pyannote[583].end 6309.94784375
transcript.pyannote[584].speaker SPEAKER_02
transcript.pyannote[584].start 6309.37409375
transcript.pyannote[584].end 6311.92221875
transcript.pyannote[585].speaker SPEAKER_00
transcript.pyannote[585].start 6311.26409375
transcript.pyannote[585].end 6328.56096875
transcript.pyannote[586].speaker SPEAKER_02
transcript.pyannote[586].start 6316.56284375
transcript.pyannote[586].end 6316.88346875
transcript.pyannote[587].speaker SPEAKER_16
transcript.pyannote[587].start 6316.88346875
transcript.pyannote[587].end 6316.90034375
transcript.pyannote[588].speaker SPEAKER_02
transcript.pyannote[588].start 6328.56096875
transcript.pyannote[588].end 6345.01409375
transcript.pyannote[589].speaker SPEAKER_00
transcript.pyannote[589].start 6328.57784375
transcript.pyannote[589].end 6328.96596875
transcript.pyannote[590].speaker SPEAKER_00
transcript.pyannote[590].start 6329.20221875
transcript.pyannote[590].end 6329.97846875
transcript.pyannote[591].speaker SPEAKER_02
transcript.pyannote[591].start 6345.38534375
transcript.pyannote[591].end 6346.97159375
transcript.pyannote[592].speaker SPEAKER_02
transcript.pyannote[592].start 6347.22471875
transcript.pyannote[592].end 6365.43284375
transcript.pyannote[593].speaker SPEAKER_02
transcript.pyannote[593].start 6365.68596875
transcript.pyannote[593].end 6379.89471875
transcript.pyannote[594].speaker SPEAKER_13
transcript.pyannote[594].start 6379.89471875
transcript.pyannote[594].end 6390.13784375
transcript.pyannote[595].speaker SPEAKER_02
transcript.pyannote[595].start 6382.57784375
transcript.pyannote[595].end 6382.96596875
transcript.pyannote[596].speaker SPEAKER_02
transcript.pyannote[596].start 6389.66534375
transcript.pyannote[596].end 6393.52971875
transcript.pyannote[597].speaker SPEAKER_02
transcript.pyannote[597].start 6394.08659375
transcript.pyannote[597].end 6395.40284375
transcript.pyannote[598].speaker SPEAKER_02
transcript.pyannote[598].start 6395.77409375
transcript.pyannote[598].end 6399.16596875
transcript.pyannote[599].speaker SPEAKER_02
transcript.pyannote[599].start 6399.68909375
transcript.pyannote[599].end 6407.87346875
transcript.pyannote[600].speaker SPEAKER_02
transcript.pyannote[600].start 6408.02534375
transcript.pyannote[600].end 6425.64284375
transcript.pyannote[601].speaker SPEAKER_02
transcript.pyannote[601].start 6426.26721875
transcript.pyannote[601].end 6427.24596875
transcript.pyannote[602].speaker SPEAKER_02
transcript.pyannote[602].start 6428.07284375
transcript.pyannote[602].end 6428.81534375
transcript.pyannote[603].speaker SPEAKER_02
transcript.pyannote[603].start 6429.52409375
transcript.pyannote[603].end 6430.73909375
transcript.pyannote[604].speaker SPEAKER_02
transcript.pyannote[604].start 6431.16096875
transcript.pyannote[604].end 6435.12659375
transcript.pyannote[605].speaker SPEAKER_02
transcript.pyannote[605].start 6435.32909375
transcript.pyannote[605].end 6440.50971875
transcript.pyannote[606].speaker SPEAKER_02
transcript.pyannote[606].start 6440.83034375
transcript.pyannote[606].end 6447.83346875
transcript.pyannote[607].speaker SPEAKER_02
transcript.pyannote[607].start 6448.10346875
transcript.pyannote[607].end 6449.16659375
transcript.pyannote[608].speaker SPEAKER_02
transcript.pyannote[608].start 6449.48721875
transcript.pyannote[608].end 6456.99659375
transcript.pyannote[609].speaker SPEAKER_02
transcript.pyannote[609].start 6457.33409375
transcript.pyannote[609].end 6459.76409375
transcript.pyannote[610].speaker SPEAKER_02
transcript.pyannote[610].start 6460.27034375
transcript.pyannote[610].end 6470.22659375
transcript.pyannote[611].speaker SPEAKER_02
transcript.pyannote[611].start 6470.53034375
transcript.pyannote[611].end 6477.44909375
transcript.pyannote[612].speaker SPEAKER_02
transcript.pyannote[612].start 6477.48284375
transcript.pyannote[612].end 6488.21534375
transcript.pyannote[613].speaker SPEAKER_02
transcript.pyannote[613].start 6488.68784375
transcript.pyannote[613].end 6492.28221875
transcript.pyannote[614].speaker SPEAKER_02
transcript.pyannote[614].start 6492.97409375
transcript.pyannote[614].end 6494.56034375
transcript.pyannote[615].speaker SPEAKER_02
transcript.pyannote[615].start 6494.81346875
transcript.pyannote[615].end 6496.92284375
transcript.pyannote[616].speaker SPEAKER_02
transcript.pyannote[616].start 6497.34471875
transcript.pyannote[616].end 6499.15034375
transcript.pyannote[617].speaker SPEAKER_02
transcript.pyannote[617].start 6499.58909375
transcript.pyannote[617].end 6500.21346875
transcript.pyannote[618].speaker SPEAKER_02
transcript.pyannote[618].start 6500.60159375
transcript.pyannote[618].end 6502.79534375
transcript.pyannote[619].speaker SPEAKER_02
transcript.pyannote[619].start 6503.09909375
transcript.pyannote[619].end 6503.60534375
transcript.pyannote[620].speaker SPEAKER_02
transcript.pyannote[620].start 6504.33096875
transcript.pyannote[620].end 6505.78221875
transcript.pyannote[621].speaker SPEAKER_02
transcript.pyannote[621].start 6506.45721875
transcript.pyannote[621].end 6508.04346875
transcript.pyannote[622].speaker SPEAKER_02
transcript.pyannote[622].start 6508.53284375
transcript.pyannote[622].end 6512.73471875
transcript.pyannote[623].speaker SPEAKER_02
transcript.pyannote[623].start 6513.05534375
transcript.pyannote[623].end 6516.19409375
transcript.pyannote[624].speaker SPEAKER_02
transcript.pyannote[624].start 6517.12221875
transcript.pyannote[624].end 6519.87284375
transcript.pyannote[625].speaker SPEAKER_02
transcript.pyannote[625].start 6520.56471875
transcript.pyannote[625].end 6523.95659375
transcript.pyannote[626].speaker SPEAKER_13
transcript.pyannote[626].start 6524.14221875
transcript.pyannote[626].end 6524.63159375
transcript.pyannote[627].speaker SPEAKER_02
transcript.pyannote[627].start 6524.86784375
transcript.pyannote[627].end 6526.18409375
transcript.pyannote[628].speaker SPEAKER_02
transcript.pyannote[628].start 6526.30221875
transcript.pyannote[628].end 6543.98721875
transcript.pyannote[629].speaker SPEAKER_02
transcript.pyannote[629].start 6544.25721875
transcript.pyannote[629].end 6554.48346875
transcript.pyannote[630].speaker SPEAKER_02
transcript.pyannote[630].start 6554.68596875
transcript.pyannote[630].end 6559.84971875
transcript.pyannote[631].speaker SPEAKER_02
transcript.pyannote[631].start 6560.06909375
transcript.pyannote[631].end 6561.52034375
transcript.pyannote[632].speaker SPEAKER_02
transcript.pyannote[632].start 6561.68909375
transcript.pyannote[632].end 6563.10659375
transcript.pyannote[633].speaker SPEAKER_02
transcript.pyannote[633].start 6563.41034375
transcript.pyannote[633].end 6565.63784375
transcript.pyannote[634].speaker SPEAKER_02
transcript.pyannote[634].start 6566.27909375
transcript.pyannote[634].end 6567.39284375
transcript.pyannote[635].speaker SPEAKER_02
transcript.pyannote[635].start 6567.59534375
transcript.pyannote[635].end 6571.72971875
transcript.pyannote[636].speaker SPEAKER_02
transcript.pyannote[636].start 6572.62409375
transcript.pyannote[636].end 6580.18409375
transcript.pyannote[637].speaker SPEAKER_02
transcript.pyannote[637].start 6580.57221875
transcript.pyannote[637].end 6589.24596875
transcript.pyannote[638].speaker SPEAKER_02
transcript.pyannote[638].start 6589.93784375
transcript.pyannote[638].end 6594.07221875
transcript.pyannote[639].speaker SPEAKER_13
transcript.pyannote[639].start 6593.90346875
transcript.pyannote[639].end 6638.13284375
transcript.pyannote[640].speaker SPEAKER_00
transcript.pyannote[640].start 6606.28971875
transcript.pyannote[640].end 6606.30659375
transcript.pyannote[641].speaker SPEAKER_12
transcript.pyannote[641].start 6606.30659375
transcript.pyannote[641].end 6606.62721875
transcript.pyannote[642].speaker SPEAKER_15
transcript.pyannote[642].start 6623.50221875
transcript.pyannote[642].end 6623.94096875
transcript.pyannote[643].speaker SPEAKER_13
transcript.pyannote[643].start 6638.63909375
transcript.pyannote[643].end 6641.35596875
transcript.pyannote[644].speaker SPEAKER_02
transcript.pyannote[644].start 6641.52471875
transcript.pyannote[644].end 6689.77034375
transcript.pyannote[645].speaker SPEAKER_02
transcript.pyannote[645].start 6690.14159375
transcript.pyannote[645].end 6695.86221875
transcript.pyannote[646].speaker SPEAKER_02
transcript.pyannote[646].start 6696.53721875
transcript.pyannote[646].end 6719.89221875
transcript.pyannote[647].speaker SPEAKER_02
transcript.pyannote[647].start 6720.73596875
transcript.pyannote[647].end 6722.42346875
transcript.pyannote[648].speaker SPEAKER_16
transcript.pyannote[648].start 6721.78221875
transcript.pyannote[648].end 6721.96784375
transcript.pyannote[649].speaker SPEAKER_00
transcript.pyannote[649].start 6721.96784375
transcript.pyannote[649].end 6722.23784375
transcript.pyannote[650].speaker SPEAKER_02
transcript.pyannote[650].start 6722.57534375
transcript.pyannote[650].end 6739.88909375
transcript.pyannote[651].speaker SPEAKER_02
transcript.pyannote[651].start 6740.04096875
transcript.pyannote[651].end 6746.50409375
transcript.pyannote[652].speaker SPEAKER_02
transcript.pyannote[652].start 6747.01034375
transcript.pyannote[652].end 6752.37659375
transcript.pyannote[653].speaker SPEAKER_15
transcript.pyannote[653].start 6752.19096875
transcript.pyannote[653].end 6752.61284375
transcript.pyannote[654].speaker SPEAKER_02
transcript.pyannote[654].start 6753.10221875
transcript.pyannote[654].end 6755.38034375
transcript.pyannote[655].speaker SPEAKER_02
transcript.pyannote[655].start 6755.95409375
transcript.pyannote[655].end 6770.46659375
transcript.pyannote[656].speaker SPEAKER_13
transcript.pyannote[656].start 6769.92659375
transcript.pyannote[656].end 6771.31034375
transcript.pyannote[657].speaker SPEAKER_19
transcript.pyannote[657].start 6771.31034375
transcript.pyannote[657].end 6771.32721875
transcript.pyannote[658].speaker SPEAKER_19
transcript.pyannote[658].start 6771.34409375
transcript.pyannote[658].end 6771.36096875
transcript.pyannote[659].speaker SPEAKER_02
transcript.pyannote[659].start 6771.36096875
transcript.pyannote[659].end 6772.06971875
transcript.pyannote[660].speaker SPEAKER_19
transcript.pyannote[660].start 6775.71471875
transcript.pyannote[660].end 6777.52034375
transcript.pyannote[661].speaker SPEAKER_19
transcript.pyannote[661].start 6778.34721875
transcript.pyannote[661].end 6782.21159375
transcript.pyannote[662].speaker SPEAKER_11
transcript.pyannote[662].start 6790.96971875
transcript.pyannote[662].end 6793.01159375
transcript.pyannote[663].speaker SPEAKER_11
transcript.pyannote[663].start 6799.76159375
transcript.pyannote[663].end 6801.33096875
transcript.pyannote[664].speaker SPEAKER_11
transcript.pyannote[664].start 6801.71909375
transcript.pyannote[664].end 6803.79471875
transcript.pyannote[665].speaker SPEAKER_11
transcript.pyannote[665].start 6803.96346875
transcript.pyannote[665].end 6824.26409375
transcript.pyannote[666].speaker SPEAKER_11
transcript.pyannote[666].start 6825.17534375
transcript.pyannote[666].end 6832.63409375
transcript.pyannote[667].speaker SPEAKER_11
transcript.pyannote[667].start 6833.46096875
transcript.pyannote[667].end 6837.20721875
transcript.pyannote[668].speaker SPEAKER_11
transcript.pyannote[668].start 6837.86534375
transcript.pyannote[668].end 6840.09284375
transcript.pyannote[669].speaker SPEAKER_11
transcript.pyannote[669].start 6840.90284375
transcript.pyannote[669].end 6841.83096875
transcript.pyannote[670].speaker SPEAKER_11
transcript.pyannote[670].start 6842.43846875
transcript.pyannote[670].end 6843.75471875
transcript.pyannote[671].speaker SPEAKER_11
transcript.pyannote[671].start 6843.99096875
transcript.pyannote[671].end 6845.54346875
transcript.pyannote[672].speaker SPEAKER_11
transcript.pyannote[672].start 6846.11721875
transcript.pyannote[672].end 6850.36971875
transcript.pyannote[673].speaker SPEAKER_11
transcript.pyannote[673].start 6850.84221875
transcript.pyannote[673].end 6853.13721875
transcript.pyannote[674].speaker SPEAKER_11
transcript.pyannote[674].start 6854.41971875
transcript.pyannote[674].end 6856.90034375
transcript.pyannote[675].speaker SPEAKER_13
transcript.pyannote[675].start 6857.20409375
transcript.pyannote[675].end 6862.85721875
transcript.pyannote[676].speaker SPEAKER_13
transcript.pyannote[676].start 6863.51534375
transcript.pyannote[676].end 6864.67971875
transcript.pyannote[677].speaker SPEAKER_13
transcript.pyannote[677].start 6865.23659375
transcript.pyannote[677].end 6865.69221875
transcript.pyannote[678].speaker SPEAKER_13
transcript.pyannote[678].start 6865.99596875
transcript.pyannote[678].end 6888.30471875
transcript.pyannote[679].speaker SPEAKER_11
transcript.pyannote[679].start 6886.65096875
transcript.pyannote[679].end 6897.38346875
transcript.pyannote[680].speaker SPEAKER_11
transcript.pyannote[680].start 6897.56909375
transcript.pyannote[680].end 6898.02471875
transcript.pyannote[681].speaker SPEAKER_13
transcript.pyannote[681].start 6898.02471875
transcript.pyannote[681].end 6898.53096875
transcript.pyannote[682].speaker SPEAKER_11
transcript.pyannote[682].start 6899.03721875
transcript.pyannote[682].end 6899.07096875
transcript.pyannote[683].speaker SPEAKER_13
transcript.pyannote[683].start 6899.07096875
transcript.pyannote[683].end 6903.55971875
transcript.pyannote[684].speaker SPEAKER_11
transcript.pyannote[684].start 6902.74971875
transcript.pyannote[684].end 6908.87534375
transcript.pyannote[685].speaker SPEAKER_13
transcript.pyannote[685].start 6908.87534375
transcript.pyannote[685].end 6915.59159375
transcript.pyannote[686].speaker SPEAKER_11
transcript.pyannote[686].start 6912.85784375
transcript.pyannote[686].end 6917.53221875
transcript.pyannote[687].speaker SPEAKER_13
transcript.pyannote[687].start 6917.31284375
transcript.pyannote[687].end 6929.12534375
transcript.pyannote[688].speaker SPEAKER_13
transcript.pyannote[688].start 6929.47971875
transcript.pyannote[688].end 6935.63909375
transcript.pyannote[689].speaker SPEAKER_11
transcript.pyannote[689].start 6932.46659375
transcript.pyannote[689].end 6936.76971875
transcript.pyannote[690].speaker SPEAKER_11
transcript.pyannote[690].start 6937.05659375
transcript.pyannote[690].end 6941.02221875
transcript.pyannote[691].speaker SPEAKER_11
transcript.pyannote[691].start 6941.47784375
transcript.pyannote[691].end 6952.17659375
transcript.pyannote[692].speaker SPEAKER_11
transcript.pyannote[692].start 6952.83471875
transcript.pyannote[692].end 6953.30721875
transcript.pyannote[693].speaker SPEAKER_11
transcript.pyannote[693].start 6954.01596875
transcript.pyannote[693].end 6960.76596875
transcript.pyannote[694].speaker SPEAKER_13
transcript.pyannote[694].start 6955.90596875
transcript.pyannote[694].end 6957.37409375
transcript.pyannote[695].speaker SPEAKER_13
transcript.pyannote[695].start 6958.70721875
transcript.pyannote[695].end 6959.28096875
transcript.pyannote[696].speaker SPEAKER_13
transcript.pyannote[696].start 6960.76596875
transcript.pyannote[696].end 6960.86721875
transcript.pyannote[697].speaker SPEAKER_11
transcript.pyannote[697].start 6960.86721875
transcript.pyannote[697].end 6960.90096875
transcript.pyannote[698].speaker SPEAKER_13
transcript.pyannote[698].start 6960.90096875
transcript.pyannote[698].end 6973.79346875
transcript.pyannote[699].speaker SPEAKER_11
transcript.pyannote[699].start 6970.41846875
transcript.pyannote[699].end 6989.03159375
transcript.pyannote[700].speaker SPEAKER_13
transcript.pyannote[700].start 6987.20909375
transcript.pyannote[700].end 6997.51971875
transcript.pyannote[701].speaker SPEAKER_11
transcript.pyannote[701].start 6989.87534375
transcript.pyannote[701].end 6989.89221875
transcript.pyannote[702].speaker SPEAKER_11
transcript.pyannote[702].start 6994.95471875
transcript.pyannote[702].end 7003.08846875
transcript.pyannote[703].speaker SPEAKER_11
transcript.pyannote[703].start 7003.56096875
transcript.pyannote[703].end 7010.54721875
transcript.pyannote[704].speaker SPEAKER_11
transcript.pyannote[704].start 7010.71596875
transcript.pyannote[704].end 7021.02659375
transcript.pyannote[705].speaker SPEAKER_11
transcript.pyannote[705].start 7021.41471875
transcript.pyannote[705].end 7032.02909375
transcript.pyannote[706].speaker SPEAKER_13
transcript.pyannote[706].start 7032.02909375
transcript.pyannote[706].end 7035.23534375
transcript.pyannote[707].speaker SPEAKER_13
transcript.pyannote[707].start 7036.04534375
transcript.pyannote[707].end 7043.89221875
transcript.pyannote[708].speaker SPEAKER_13
transcript.pyannote[708].start 7044.51659375
transcript.pyannote[708].end 7050.03471875
transcript.pyannote[709].speaker SPEAKER_11
transcript.pyannote[709].start 7044.61784375
transcript.pyannote[709].end 7068.02346875
transcript.pyannote[710].speaker SPEAKER_16
transcript.pyannote[710].start 7050.03471875
transcript.pyannote[710].end 7051.11471875
transcript.pyannote[711].speaker SPEAKER_13
transcript.pyannote[711].start 7052.73471875
transcript.pyannote[711].end 7056.54846875
transcript.pyannote[712].speaker SPEAKER_13
transcript.pyannote[712].start 7068.02346875
transcript.pyannote[712].end 7068.66471875
transcript.pyannote[713].speaker SPEAKER_13
transcript.pyannote[713].start 7069.86284375
transcript.pyannote[713].end 7071.34784375
transcript.pyannote[714].speaker SPEAKER_13
transcript.pyannote[714].start 7071.75284375
transcript.pyannote[714].end 7077.05159375
transcript.pyannote[715].speaker SPEAKER_13
transcript.pyannote[715].start 7077.20346875
transcript.pyannote[715].end 7085.97846875
transcript.pyannote[716].speaker SPEAKER_11
transcript.pyannote[716].start 7085.97846875
transcript.pyannote[716].end 7089.15096875
transcript.pyannote[717].speaker SPEAKER_11
transcript.pyannote[717].start 7089.75846875
transcript.pyannote[717].end 7103.30909375
transcript.pyannote[718].speaker SPEAKER_11
transcript.pyannote[718].start 7104.00096875
transcript.pyannote[718].end 7104.84471875
transcript.pyannote[719].speaker SPEAKER_11
transcript.pyannote[719].start 7106.54909375
transcript.pyannote[719].end 7107.69659375
transcript.pyannote[720].speaker SPEAKER_11
transcript.pyannote[720].start 7108.97909375
transcript.pyannote[720].end 7108.99596875
transcript.pyannote[721].speaker SPEAKER_10
transcript.pyannote[721].start 7108.99596875
transcript.pyannote[721].end 7110.14346875
transcript.pyannote[722].speaker SPEAKER_10
transcript.pyannote[722].start 7114.12596875
transcript.pyannote[722].end 7114.41284375
transcript.pyannote[723].speaker SPEAKER_11
transcript.pyannote[723].start 7114.41284375
transcript.pyannote[723].end 7114.46346875
transcript.pyannote[724].speaker SPEAKER_11
transcript.pyannote[724].start 7114.51409375
transcript.pyannote[724].end 7114.53096875
transcript.pyannote[725].speaker SPEAKER_10
transcript.pyannote[725].start 7114.53096875
transcript.pyannote[725].end 7115.56034375
transcript.pyannote[726].speaker SPEAKER_11
transcript.pyannote[726].start 7115.56034375
transcript.pyannote[726].end 7115.61096875
transcript.pyannote[727].speaker SPEAKER_11
transcript.pyannote[727].start 7119.55971875
transcript.pyannote[727].end 7120.03221875
transcript.pyannote[728].speaker SPEAKER_13
transcript.pyannote[728].start 7120.03221875
transcript.pyannote[728].end 7120.38659375
transcript.pyannote[729].speaker SPEAKER_13
transcript.pyannote[729].start 7121.16284375
transcript.pyannote[729].end 7122.34409375
transcript.pyannote[730].speaker SPEAKER_11
transcript.pyannote[730].start 7122.34409375
transcript.pyannote[730].end 7125.65159375
transcript.pyannote[731].speaker SPEAKER_13
transcript.pyannote[731].start 7122.36096875
transcript.pyannote[731].end 7122.44534375
transcript.pyannote[732].speaker SPEAKER_11
transcript.pyannote[732].start 7126.37721875
transcript.pyannote[732].end 7127.60909375
transcript.pyannote[733].speaker SPEAKER_11
transcript.pyannote[733].start 7128.46971875
transcript.pyannote[733].end 7131.01784375
transcript.pyannote[734].speaker SPEAKER_11
transcript.pyannote[734].start 7133.21159375
transcript.pyannote[734].end 7133.81909375
transcript.pyannote[735].speaker SPEAKER_11
transcript.pyannote[735].start 7134.88221875
transcript.pyannote[735].end 7136.50221875
transcript.pyannote[736].speaker SPEAKER_13
transcript.pyannote[736].start 7134.94971875
transcript.pyannote[736].end 7135.79346875
transcript.pyannote[737].speaker SPEAKER_11
transcript.pyannote[737].start 7137.29534375
transcript.pyannote[737].end 7141.56471875
transcript.pyannote[738].speaker SPEAKER_13
transcript.pyannote[738].start 7137.46409375
transcript.pyannote[738].end 7137.53159375
transcript.pyannote[739].speaker SPEAKER_13
transcript.pyannote[739].start 7137.95346875
transcript.pyannote[739].end 7138.89846875
transcript.pyannote[740].speaker SPEAKER_13
transcript.pyannote[740].start 7141.56471875
transcript.pyannote[740].end 7141.88534375
transcript.pyannote[741].speaker SPEAKER_11
transcript.pyannote[741].start 7141.88534375
transcript.pyannote[741].end 7142.03721875
transcript.pyannote[742].speaker SPEAKER_13
transcript.pyannote[742].start 7142.03721875
transcript.pyannote[742].end 7142.20596875
transcript.pyannote[743].speaker SPEAKER_11
transcript.pyannote[743].start 7142.20596875
transcript.pyannote[743].end 7143.03284375
transcript.pyannote[744].speaker SPEAKER_13
transcript.pyannote[744].start 7143.03284375
transcript.pyannote[744].end 7143.85971875
transcript.pyannote[745].speaker SPEAKER_13
transcript.pyannote[745].start 7143.99471875
transcript.pyannote[745].end 7145.47971875
transcript.pyannote[746].speaker SPEAKER_13
transcript.pyannote[746].start 7146.93096875
transcript.pyannote[746].end 7147.55534375
transcript.pyannote[747].speaker SPEAKER_13
transcript.pyannote[747].start 7148.28096875
transcript.pyannote[747].end 7152.21284375
transcript.pyannote[748].speaker SPEAKER_13
transcript.pyannote[748].start 7152.58409375
transcript.pyannote[748].end 7153.10721875
transcript.pyannote[749].speaker SPEAKER_11
transcript.pyannote[749].start 7153.10721875
transcript.pyannote[749].end 7153.12409375
transcript.pyannote[750].speaker SPEAKER_13
transcript.pyannote[750].start 7153.56284375
transcript.pyannote[750].end 7154.60909375
transcript.pyannote[751].speaker SPEAKER_11
transcript.pyannote[751].start 7154.60909375
transcript.pyannote[751].end 7154.71034375
transcript.pyannote[752].speaker SPEAKER_11
transcript.pyannote[752].start 7154.84534375
transcript.pyannote[752].end 7154.91284375
transcript.pyannote[753].speaker SPEAKER_13
transcript.pyannote[753].start 7154.91284375
transcript.pyannote[753].end 7154.96346875
transcript.pyannote[754].speaker SPEAKER_11
transcript.pyannote[754].start 7154.96346875
transcript.pyannote[754].end 7155.01409375
transcript.pyannote[755].speaker SPEAKER_13
transcript.pyannote[755].start 7155.01409375
transcript.pyannote[755].end 7155.03096875
transcript.pyannote[756].speaker SPEAKER_11
transcript.pyannote[756].start 7155.03096875
transcript.pyannote[756].end 7157.02221875
transcript.pyannote[757].speaker SPEAKER_11
transcript.pyannote[757].start 7157.39346875
transcript.pyannote[757].end 7161.05534375
transcript.pyannote[758].speaker SPEAKER_11
transcript.pyannote[758].start 7162.35471875
transcript.pyannote[758].end 7164.02534375
transcript.pyannote[759].speaker SPEAKER_13
transcript.pyannote[759].start 7164.02534375
transcript.pyannote[759].end 7166.38784375
transcript.pyannote[760].speaker SPEAKER_11
transcript.pyannote[760].start 7166.38784375
transcript.pyannote[760].end 7166.60721875
transcript.pyannote[761].speaker SPEAKER_13
transcript.pyannote[761].start 7166.60721875
transcript.pyannote[761].end 7168.24409375
transcript.pyannote[762].speaker SPEAKER_11
transcript.pyannote[762].start 7166.64096875
transcript.pyannote[762].end 7176.66471875
transcript.pyannote[763].speaker SPEAKER_11
transcript.pyannote[763].start 7177.22159375
transcript.pyannote[763].end 7183.90409375
transcript.pyannote[764].speaker SPEAKER_10
transcript.pyannote[764].start 7183.90409375
transcript.pyannote[764].end 7183.95471875
transcript.pyannote[765].speaker SPEAKER_13
transcript.pyannote[765].start 7185.37221875
transcript.pyannote[765].end 7197.25221875
transcript.pyannote[766].speaker SPEAKER_13
transcript.pyannote[766].start 7198.18034375
transcript.pyannote[766].end 7206.22971875
transcript.pyannote[767].speaker SPEAKER_13
transcript.pyannote[767].start 7206.95534375
transcript.pyannote[767].end 7207.64721875
transcript.pyannote[768].speaker SPEAKER_13
transcript.pyannote[768].start 7208.44034375
transcript.pyannote[768].end 7225.97346875
transcript.pyannote[769].speaker SPEAKER_11
transcript.pyannote[769].start 7209.94221875
transcript.pyannote[769].end 7210.60034375
transcript.pyannote[770].speaker SPEAKER_11
transcript.pyannote[770].start 7225.97346875
transcript.pyannote[770].end 7226.02409375
transcript.pyannote[771].speaker SPEAKER_13
transcript.pyannote[771].start 7226.02409375
transcript.pyannote[771].end 7226.96909375
transcript.pyannote[772].speaker SPEAKER_11
transcript.pyannote[772].start 7226.96909375
transcript.pyannote[772].end 7227.03659375
transcript.pyannote[773].speaker SPEAKER_13
transcript.pyannote[773].start 7227.03659375
transcript.pyannote[773].end 7227.96471875
transcript.pyannote[774].speaker SPEAKER_11
transcript.pyannote[774].start 7227.96471875
transcript.pyannote[774].end 7228.03221875
transcript.pyannote[775].speaker SPEAKER_13
transcript.pyannote[775].start 7228.03221875
transcript.pyannote[775].end 7228.97721875
transcript.pyannote[776].speaker SPEAKER_11
transcript.pyannote[776].start 7228.97721875
transcript.pyannote[776].end 7229.02784375
transcript.pyannote[777].speaker SPEAKER_13
transcript.pyannote[777].start 7229.02784375
transcript.pyannote[777].end 7229.26409375
transcript.pyannote[778].speaker SPEAKER_11
transcript.pyannote[778].start 7229.26409375
transcript.pyannote[778].end 7229.29784375
transcript.pyannote[779].speaker SPEAKER_13
transcript.pyannote[779].start 7230.32721875
transcript.pyannote[779].end 7238.14034375
transcript.pyannote[780].speaker SPEAKER_13
transcript.pyannote[780].start 7238.79846875
transcript.pyannote[780].end 7243.13534375
transcript.pyannote[781].speaker SPEAKER_13
transcript.pyannote[781].start 7243.43909375
transcript.pyannote[781].end 7245.75096875
transcript.pyannote[782].speaker SPEAKER_13
transcript.pyannote[782].start 7246.17284375
transcript.pyannote[782].end 7251.69096875
transcript.pyannote[783].speaker SPEAKER_13
transcript.pyannote[783].start 7252.36596875
transcript.pyannote[783].end 7259.52096875
transcript.pyannote[784].speaker SPEAKER_11
transcript.pyannote[784].start 7256.70284375
transcript.pyannote[784].end 7263.26721875
transcript.pyannote[785].speaker SPEAKER_13
transcript.pyannote[785].start 7263.26721875
transcript.pyannote[785].end 7263.28409375
transcript.pyannote[786].speaker SPEAKER_11
transcript.pyannote[786].start 7264.27971875
transcript.pyannote[786].end 7265.03909375
transcript.pyannote[787].speaker SPEAKER_13
transcript.pyannote[787].start 7265.03909375
transcript.pyannote[787].end 7265.81534375
transcript.pyannote[788].speaker SPEAKER_13
transcript.pyannote[788].start 7266.52409375
transcript.pyannote[788].end 7266.96284375
transcript.pyannote[789].speaker SPEAKER_13
transcript.pyannote[789].start 7267.63784375
transcript.pyannote[789].end 7272.93659375
transcript.pyannote[790].speaker SPEAKER_13
transcript.pyannote[790].start 7273.62846875
transcript.pyannote[790].end 7283.61846875
transcript.pyannote[791].speaker SPEAKER_13
transcript.pyannote[791].start 7284.25971875
transcript.pyannote[791].end 7286.97659375
transcript.pyannote[792].speaker SPEAKER_11
transcript.pyannote[792].start 7286.97659375
transcript.pyannote[792].end 7289.42346875
transcript.pyannote[793].speaker SPEAKER_11
transcript.pyannote[793].start 7289.92971875
transcript.pyannote[793].end 7290.36846875
transcript.pyannote[794].speaker SPEAKER_11
transcript.pyannote[794].start 7291.29659375
transcript.pyannote[794].end 7299.76784375
transcript.pyannote[795].speaker SPEAKER_13
transcript.pyannote[795].start 7292.05596875
transcript.pyannote[795].end 7292.96721875
transcript.pyannote[796].speaker SPEAKER_10
transcript.pyannote[796].start 7292.96721875
transcript.pyannote[796].end 7293.16971875
transcript.pyannote[797].speaker SPEAKER_13
transcript.pyannote[797].start 7294.72221875
transcript.pyannote[797].end 7295.63346875
transcript.pyannote[798].speaker SPEAKER_00
transcript.pyannote[798].start 7295.63346875
transcript.pyannote[798].end 7295.66721875
transcript.pyannote[799].speaker SPEAKER_11
transcript.pyannote[799].start 7300.96596875
transcript.pyannote[799].end 7302.68721875
transcript.pyannote[800].speaker SPEAKER_13
transcript.pyannote[800].start 7302.68721875
transcript.pyannote[800].end 7302.70409375
transcript.pyannote[801].speaker SPEAKER_13
transcript.pyannote[801].start 7304.02034375
transcript.pyannote[801].end 7308.39096875
transcript.pyannote[802].speaker SPEAKER_11
transcript.pyannote[802].start 7307.73284375
transcript.pyannote[802].end 7312.91346875
transcript.pyannote[803].speaker SPEAKER_13
transcript.pyannote[803].start 7314.17909375
transcript.pyannote[803].end 7314.80346875
transcript.pyannote[804].speaker SPEAKER_13
transcript.pyannote[804].start 7315.51221875
transcript.pyannote[804].end 7319.93346875
transcript.pyannote[805].speaker SPEAKER_11
transcript.pyannote[805].start 7318.90409375
transcript.pyannote[805].end 7327.76346875
transcript.pyannote[806].speaker SPEAKER_11
transcript.pyannote[806].start 7327.94909375
transcript.pyannote[806].end 7328.53971875
transcript.pyannote[807].speaker SPEAKER_11
transcript.pyannote[807].start 7329.55221875
transcript.pyannote[807].end 7330.39596875
transcript.pyannote[808].speaker SPEAKER_11
transcript.pyannote[808].start 7332.13409375
transcript.pyannote[808].end 7332.15096875
transcript.pyannote[809].speaker SPEAKER_13
transcript.pyannote[809].start 7332.15096875
transcript.pyannote[809].end 7341.33096875
transcript.pyannote[810].speaker SPEAKER_19
transcript.pyannote[810].start 7341.33096875
transcript.pyannote[810].end 7341.34784375
transcript.pyannote[811].speaker SPEAKER_19
transcript.pyannote[811].start 7343.94659375
transcript.pyannote[811].end 7346.15721875
transcript.pyannote[812].speaker SPEAKER_19
transcript.pyannote[812].start 7346.37659375
transcript.pyannote[812].end 7352.31659375
transcript.pyannote[813].speaker SPEAKER_11
transcript.pyannote[813].start 7361.26034375
transcript.pyannote[813].end 7363.42034375
transcript.pyannote[814].speaker SPEAKER_11
transcript.pyannote[814].start 7370.10284375
transcript.pyannote[814].end 7383.11346875
transcript.pyannote[815].speaker SPEAKER_11
transcript.pyannote[815].start 7384.42971875
transcript.pyannote[815].end 7385.99909375
transcript.pyannote[816].speaker SPEAKER_11
transcript.pyannote[816].start 7386.18471875
transcript.pyannote[816].end 7390.48784375
transcript.pyannote[817].speaker SPEAKER_04
transcript.pyannote[817].start 7389.03659375
transcript.pyannote[817].end 7391.85471875
transcript.pyannote[818].speaker SPEAKER_11
transcript.pyannote[818].start 7391.41596875
transcript.pyannote[818].end 7400.57909375
transcript.pyannote[819].speaker SPEAKER_13
transcript.pyannote[819].start 7399.44846875
transcript.pyannote[819].end 7402.09784375
transcript.pyannote[820].speaker SPEAKER_11
transcript.pyannote[820].start 7401.64221875
transcript.pyannote[820].end 7438.83471875
transcript.pyannote[821].speaker SPEAKER_11
transcript.pyannote[821].start 7439.02034375
transcript.pyannote[821].end 7441.34909375
transcript.pyannote[822].speaker SPEAKER_04
transcript.pyannote[822].start 7441.97346875
transcript.pyannote[822].end 7443.15471875
transcript.pyannote[823].speaker SPEAKER_04
transcript.pyannote[823].start 7443.27284375
transcript.pyannote[823].end 7458.81471875
transcript.pyannote[824].speaker SPEAKER_11
transcript.pyannote[824].start 7452.79034375
transcript.pyannote[824].end 7455.81096875
transcript.pyannote[825].speaker SPEAKER_11
transcript.pyannote[825].start 7459.06784375
transcript.pyannote[825].end 7466.22284375
transcript.pyannote[826].speaker SPEAKER_04
transcript.pyannote[826].start 7467.38721875
transcript.pyannote[826].end 7475.84159375
transcript.pyannote[827].speaker SPEAKER_04
transcript.pyannote[827].start 7476.04409375
transcript.pyannote[827].end 7483.23284375
transcript.pyannote[828].speaker SPEAKER_11
transcript.pyannote[828].start 7483.23284375
transcript.pyannote[828].end 7486.15221875
transcript.pyannote[829].speaker SPEAKER_04
transcript.pyannote[829].start 7485.98346875
transcript.pyannote[829].end 7486.82721875
transcript.pyannote[830].speaker SPEAKER_11
transcript.pyannote[830].start 7486.79346875
transcript.pyannote[830].end 7489.76346875
transcript.pyannote[831].speaker SPEAKER_04
transcript.pyannote[831].start 7489.10534375
transcript.pyannote[831].end 7492.69971875
transcript.pyannote[832].speaker SPEAKER_11
transcript.pyannote[832].start 7491.72096875
transcript.pyannote[832].end 7513.81034375
transcript.pyannote[833].speaker SPEAKER_16
transcript.pyannote[833].start 7493.52659375
transcript.pyannote[833].end 7493.57721875
transcript.pyannote[834].speaker SPEAKER_01
transcript.pyannote[834].start 7493.57721875
transcript.pyannote[834].end 7493.64471875
transcript.pyannote[835].speaker SPEAKER_04
transcript.pyannote[835].start 7493.64471875
transcript.pyannote[835].end 7493.66159375
transcript.pyannote[836].speaker SPEAKER_01
transcript.pyannote[836].start 7493.66159375
transcript.pyannote[836].end 7493.88096875
transcript.pyannote[837].speaker SPEAKER_16
transcript.pyannote[837].start 7493.88096875
transcript.pyannote[837].end 7493.96534375
transcript.pyannote[838].speaker SPEAKER_00
transcript.pyannote[838].start 7493.96534375
transcript.pyannote[838].end 7494.10034375
transcript.pyannote[839].speaker SPEAKER_04
transcript.pyannote[839].start 7498.90971875
transcript.pyannote[839].end 7499.68596875
transcript.pyannote[840].speaker SPEAKER_00
transcript.pyannote[840].start 7499.68596875
transcript.pyannote[840].end 7499.73659375
transcript.pyannote[841].speaker SPEAKER_04
transcript.pyannote[841].start 7499.88846875
transcript.pyannote[841].end 7500.95159375
transcript.pyannote[842].speaker SPEAKER_11
transcript.pyannote[842].start 7513.91159375
transcript.pyannote[842].end 7525.50471875
transcript.pyannote[843].speaker SPEAKER_11
transcript.pyannote[843].start 7525.53846875
transcript.pyannote[843].end 7532.54159375
transcript.pyannote[844].speaker SPEAKER_04
transcript.pyannote[844].start 7532.77784375
transcript.pyannote[844].end 7536.16971875
transcript.pyannote[845].speaker SPEAKER_11
transcript.pyannote[845].start 7533.52034375
transcript.pyannote[845].end 7534.21221875
transcript.pyannote[846].speaker SPEAKER_11
transcript.pyannote[846].start 7536.64221875
transcript.pyannote[846].end 7543.39221875
transcript.pyannote[847].speaker SPEAKER_04
transcript.pyannote[847].start 7538.70096875
transcript.pyannote[847].end 7539.56159375
transcript.pyannote[848].speaker SPEAKER_11
transcript.pyannote[848].start 7543.76346875
transcript.pyannote[848].end 7557.31409375
transcript.pyannote[849].speaker SPEAKER_11
transcript.pyannote[849].start 7557.41534375
transcript.pyannote[849].end 7572.18096875
transcript.pyannote[850].speaker SPEAKER_04
transcript.pyannote[850].start 7572.88971875
transcript.pyannote[850].end 7590.86159375
transcript.pyannote[851].speaker SPEAKER_11
transcript.pyannote[851].start 7588.88721875
transcript.pyannote[851].end 7606.94346875
transcript.pyannote[852].speaker SPEAKER_04
transcript.pyannote[852].start 7592.24534375
transcript.pyannote[852].end 7592.83596875
transcript.pyannote[853].speaker SPEAKER_04
transcript.pyannote[853].start 7607.90534375
transcript.pyannote[853].end 7608.39471875
transcript.pyannote[854].speaker SPEAKER_04
transcript.pyannote[854].start 7609.37346875
transcript.pyannote[854].end 7610.55471875
transcript.pyannote[855].speaker SPEAKER_11
transcript.pyannote[855].start 7610.55471875
transcript.pyannote[855].end 7617.67596875
transcript.pyannote[856].speaker SPEAKER_11
transcript.pyannote[856].start 7618.75596875
transcript.pyannote[856].end 7619.07659375
transcript.pyannote[857].speaker SPEAKER_04
transcript.pyannote[857].start 7619.43096875
transcript.pyannote[857].end 7619.88659375
transcript.pyannote[858].speaker SPEAKER_11
transcript.pyannote[858].start 7619.88659375
transcript.pyannote[858].end 7620.49409375
transcript.pyannote[859].speaker SPEAKER_04
transcript.pyannote[859].start 7619.97096875
transcript.pyannote[859].end 7622.02971875
transcript.pyannote[860].speaker SPEAKER_11
transcript.pyannote[860].start 7622.02971875
transcript.pyannote[860].end 7622.73846875
transcript.pyannote[861].speaker SPEAKER_11
transcript.pyannote[861].start 7623.26159375
transcript.pyannote[861].end 7630.56846875
transcript.pyannote[862].speaker SPEAKER_13
transcript.pyannote[862].start 7629.74159375
transcript.pyannote[862].end 7629.77534375
transcript.pyannote[863].speaker SPEAKER_13
transcript.pyannote[863].start 7629.96096875
transcript.pyannote[863].end 7629.97784375
transcript.pyannote[864].speaker SPEAKER_13
transcript.pyannote[864].start 7630.19721875
transcript.pyannote[864].end 7630.50096875
transcript.pyannote[865].speaker SPEAKER_13
transcript.pyannote[865].start 7630.56846875
transcript.pyannote[865].end 7630.93971875
transcript.pyannote[866].speaker SPEAKER_11
transcript.pyannote[866].start 7630.93971875
transcript.pyannote[866].end 7634.29784375
transcript.pyannote[867].speaker SPEAKER_11
transcript.pyannote[867].start 7634.51721875
transcript.pyannote[867].end 7637.80784375
transcript.pyannote[868].speaker SPEAKER_11
transcript.pyannote[868].start 7638.38159375
transcript.pyannote[868].end 7643.59596875
transcript.pyannote[869].speaker SPEAKER_11
transcript.pyannote[869].start 7643.89971875
transcript.pyannote[869].end 7647.32534375
transcript.pyannote[870].speaker SPEAKER_11
transcript.pyannote[870].start 7647.62909375
transcript.pyannote[870].end 7661.75346875
transcript.pyannote[871].speaker SPEAKER_11
transcript.pyannote[871].start 7662.09096875
transcript.pyannote[871].end 7725.81096875
transcript.pyannote[872].speaker SPEAKER_11
transcript.pyannote[872].start 7726.63784375
transcript.pyannote[872].end 7734.83909375
transcript.pyannote[873].speaker SPEAKER_11
transcript.pyannote[873].start 7734.95721875
transcript.pyannote[873].end 7757.31659375
transcript.pyannote[874].speaker SPEAKER_11
transcript.pyannote[874].start 7758.05909375
transcript.pyannote[874].end 7774.05659375
transcript.pyannote[875].speaker SPEAKER_11
transcript.pyannote[875].start 7774.52909375
transcript.pyannote[875].end 7789.04159375
transcript.pyannote[876].speaker SPEAKER_11
transcript.pyannote[876].start 7789.48034375
transcript.pyannote[876].end 7792.66971875
transcript.pyannote[877].speaker SPEAKER_11
transcript.pyannote[877].start 7792.82159375
transcript.pyannote[877].end 7802.92971875
transcript.pyannote[878].speaker SPEAKER_13
transcript.pyannote[878].start 7803.55409375
transcript.pyannote[878].end 7805.52846875
transcript.pyannote[879].speaker SPEAKER_13
transcript.pyannote[879].start 7806.47346875
transcript.pyannote[879].end 7809.71346875
transcript.pyannote[880].speaker SPEAKER_11
transcript.pyannote[880].start 7810.33784375
transcript.pyannote[880].end 7828.71471875
transcript.pyannote[881].speaker SPEAKER_11
transcript.pyannote[881].start 7828.93409375
transcript.pyannote[881].end 7830.28409375
transcript.pyannote[882].speaker SPEAKER_13
transcript.pyannote[882].start 7830.28409375
transcript.pyannote[882].end 7847.96909375
transcript.pyannote[883].speaker SPEAKER_11
transcript.pyannote[883].start 7848.44159375
transcript.pyannote[883].end 7851.17534375
transcript.pyannote[884].speaker SPEAKER_11
transcript.pyannote[884].start 7852.01909375
transcript.pyannote[884].end 7860.92909375
transcript.pyannote[885].speaker SPEAKER_13
transcript.pyannote[885].start 7860.69284375
transcript.pyannote[885].end 7871.30721875
transcript.pyannote[886].speaker SPEAKER_11
transcript.pyannote[886].start 7864.00034375
transcript.pyannote[886].end 7867.22346875
transcript.pyannote[887].speaker SPEAKER_11
transcript.pyannote[887].start 7871.30721875
transcript.pyannote[887].end 7871.32409375
transcript.pyannote[888].speaker SPEAKER_13
transcript.pyannote[888].start 7871.32409375
transcript.pyannote[888].end 7871.62784375
transcript.pyannote[889].speaker SPEAKER_13
transcript.pyannote[889].start 7872.26909375
transcript.pyannote[889].end 7873.61909375
transcript.pyannote[890].speaker SPEAKER_11
transcript.pyannote[890].start 7873.01159375
transcript.pyannote[890].end 7874.69909375
transcript.pyannote[891].speaker SPEAKER_13
transcript.pyannote[891].start 7874.69909375
transcript.pyannote[891].end 7874.71596875
transcript.pyannote[892].speaker SPEAKER_11
transcript.pyannote[892].start 7874.71596875
transcript.pyannote[892].end 7881.36471875
transcript.pyannote[893].speaker SPEAKER_13
transcript.pyannote[893].start 7880.87534375
transcript.pyannote[893].end 7887.06846875
transcript.pyannote[894].speaker SPEAKER_11
transcript.pyannote[894].start 7885.38096875
transcript.pyannote[894].end 7885.97159375
transcript.pyannote[895].speaker SPEAKER_11
transcript.pyannote[895].start 7887.06846875
transcript.pyannote[895].end 7922.57346875
transcript.pyannote[896].speaker SPEAKER_13
transcript.pyannote[896].start 7898.05409375
transcript.pyannote[896].end 7901.64846875
transcript.pyannote[897].speaker SPEAKER_11
transcript.pyannote[897].start 7923.09659375
transcript.pyannote[897].end 7937.71034375
transcript.pyannote[898].speaker SPEAKER_11
transcript.pyannote[898].start 7939.04346875
transcript.pyannote[898].end 7947.91971875
transcript.pyannote[899].speaker SPEAKER_11
transcript.pyannote[899].start 7948.20659375
transcript.pyannote[899].end 7972.75971875
transcript.pyannote[900].speaker SPEAKER_11
transcript.pyannote[900].start 7973.67096875
transcript.pyannote[900].end 7974.24471875
transcript.pyannote[901].speaker SPEAKER_11
transcript.pyannote[901].start 7974.85221875
transcript.pyannote[901].end 7978.09221875
transcript.pyannote[902].speaker SPEAKER_11
transcript.pyannote[902].start 7978.59846875
transcript.pyannote[902].end 7991.23784375
transcript.pyannote[903].speaker SPEAKER_11
transcript.pyannote[903].start 7991.79471875
transcript.pyannote[903].end 7993.90409375
transcript.pyannote[904].speaker SPEAKER_11
transcript.pyannote[904].start 7994.47784375
transcript.pyannote[904].end 7996.03034375
transcript.pyannote[905].speaker SPEAKER_11
transcript.pyannote[905].start 7996.21596875
transcript.pyannote[905].end 8013.17534375
transcript.pyannote[906].speaker SPEAKER_11
transcript.pyannote[906].start 8013.86721875
transcript.pyannote[906].end 8014.64346875
transcript.pyannote[907].speaker SPEAKER_13
transcript.pyannote[907].start 8014.64346875
transcript.pyannote[907].end 8014.67721875
transcript.pyannote[908].speaker SPEAKER_13
transcript.pyannote[908].start 8014.76159375
transcript.pyannote[908].end 8045.13659375
transcript.pyannote[909].speaker SPEAKER_11
transcript.pyannote[909].start 8032.42971875
transcript.pyannote[909].end 8034.97784375
transcript.pyannote[910].speaker SPEAKER_13
transcript.pyannote[910].start 8045.77784375
transcript.pyannote[910].end 8071.52909375
transcript.pyannote[911].speaker SPEAKER_11
transcript.pyannote[911].start 8063.14221875
transcript.pyannote[911].end 8064.61034375
transcript.pyannote[912].speaker SPEAKER_11
transcript.pyannote[912].start 8070.71909375
transcript.pyannote[912].end 8081.68784375
transcript.pyannote[913].speaker SPEAKER_13
transcript.pyannote[913].start 8073.14909375
transcript.pyannote[913].end 8074.12784375
transcript.pyannote[914].speaker SPEAKER_11
transcript.pyannote[914].start 8081.90721875
transcript.pyannote[914].end 8085.23159375
transcript.pyannote[915].speaker SPEAKER_13
transcript.pyannote[915].start 8084.23596875
transcript.pyannote[915].end 8089.78784375
transcript.pyannote[916].speaker SPEAKER_11
transcript.pyannote[916].start 8085.92346875
transcript.pyannote[916].end 8086.73346875
transcript.pyannote[917].speaker SPEAKER_11
transcript.pyannote[917].start 8088.23534375
transcript.pyannote[917].end 8104.77284375
transcript.pyannote[918].speaker SPEAKER_11
transcript.pyannote[918].start 8105.07659375
transcript.pyannote[918].end 8111.60721875
transcript.pyannote[919].speaker SPEAKER_13
transcript.pyannote[919].start 8108.04659375
transcript.pyannote[919].end 8108.83971875
transcript.pyannote[920].speaker SPEAKER_00
transcript.pyannote[920].start 8108.83971875
transcript.pyannote[920].end 8108.89034375
transcript.pyannote[921].speaker SPEAKER_11
transcript.pyannote[921].start 8111.65784375
transcript.pyannote[921].end 8114.47596875
transcript.pyannote[922].speaker SPEAKER_13
transcript.pyannote[922].start 8114.47596875
transcript.pyannote[922].end 8125.88346875
transcript.pyannote[923].speaker SPEAKER_11
transcript.pyannote[923].start 8123.72346875
transcript.pyannote[923].end 8129.17409375
transcript.pyannote[924].speaker SPEAKER_11
transcript.pyannote[924].start 8129.93346875
transcript.pyannote[924].end 8132.90346875
transcript.pyannote[925].speaker SPEAKER_13
transcript.pyannote[925].start 8130.03471875
transcript.pyannote[925].end 8130.76034375
transcript.pyannote[926].speaker SPEAKER_13
transcript.pyannote[926].start 8133.03846875
transcript.pyannote[926].end 8134.92846875
transcript.pyannote[927].speaker SPEAKER_11
transcript.pyannote[927].start 8134.92846875
transcript.pyannote[927].end 8136.48096875
transcript.pyannote[928].speaker SPEAKER_13
transcript.pyannote[928].start 8136.22784375
transcript.pyannote[928].end 8143.12971875
transcript.pyannote[929].speaker SPEAKER_11
transcript.pyannote[929].start 8137.62846875
transcript.pyannote[929].end 8138.75909375
transcript.pyannote[930].speaker SPEAKER_11
transcript.pyannote[930].start 8142.72471875
transcript.pyannote[930].end 8143.28159375
transcript.pyannote[931].speaker SPEAKER_11
transcript.pyannote[931].start 8143.80471875
transcript.pyannote[931].end 8154.04784375
transcript.pyannote[932].speaker SPEAKER_13
transcript.pyannote[932].start 8146.35284375
transcript.pyannote[932].end 8148.10784375
transcript.pyannote[933].speaker SPEAKER_13
transcript.pyannote[933].start 8148.93471875
transcript.pyannote[933].end 8148.96846875
transcript.pyannote[934].speaker SPEAKER_19
transcript.pyannote[934].start 8156.89971875
transcript.pyannote[934].end 8163.02534375
transcript.pyannote[935].speaker SPEAKER_20
transcript.pyannote[935].start 8173.42034375
transcript.pyannote[935].end 8175.36096875
transcript.pyannote[936].speaker SPEAKER_11
transcript.pyannote[936].start 8180.00159375
transcript.pyannote[936].end 8180.05221875
transcript.pyannote[937].speaker SPEAKER_13
transcript.pyannote[937].start 8180.05221875
transcript.pyannote[937].end 8180.08596875
transcript.pyannote[938].speaker SPEAKER_11
transcript.pyannote[938].start 8180.08596875
transcript.pyannote[938].end 8180.15346875
transcript.pyannote[939].speaker SPEAKER_13
transcript.pyannote[939].start 8180.15346875
transcript.pyannote[939].end 8180.59221875
transcript.pyannote[940].speaker SPEAKER_11
transcript.pyannote[940].start 8180.59221875
transcript.pyannote[940].end 8180.60909375
transcript.pyannote[941].speaker SPEAKER_13
transcript.pyannote[941].start 8184.00096875
transcript.pyannote[941].end 8185.36784375
transcript.pyannote[942].speaker SPEAKER_20
transcript.pyannote[942].start 8185.46909375
transcript.pyannote[942].end 8272.57784375
transcript.pyannote[943].speaker SPEAKER_13
transcript.pyannote[943].start 8273.67471875
transcript.pyannote[943].end 8303.37471875
transcript.pyannote[944].speaker SPEAKER_12
transcript.pyannote[944].start 8290.19534375
transcript.pyannote[944].end 8290.53284375
transcript.pyannote[945].speaker SPEAKER_00
transcript.pyannote[945].start 8295.37596875
transcript.pyannote[945].end 8295.84846875
transcript.pyannote[946].speaker SPEAKER_15
transcript.pyannote[946].start 8298.46409375
transcript.pyannote[946].end 8298.73409375
transcript.pyannote[947].speaker SPEAKER_16
transcript.pyannote[947].start 8298.73409375
transcript.pyannote[947].end 8298.78471875
transcript.pyannote[948].speaker SPEAKER_13
transcript.pyannote[948].start 8303.89784375
transcript.pyannote[948].end 8316.77346875
transcript.pyannote[949].speaker SPEAKER_20
transcript.pyannote[949].start 8316.82409375
transcript.pyannote[949].end 8335.65659375
transcript.pyannote[950].speaker SPEAKER_13
transcript.pyannote[950].start 8320.18221875
transcript.pyannote[950].end 8320.57034375
transcript.pyannote[951].speaker SPEAKER_13
transcript.pyannote[951].start 8338.96409375
transcript.pyannote[951].end 8345.39346875
transcript.pyannote[952].speaker SPEAKER_13
transcript.pyannote[952].start 8345.89971875
transcript.pyannote[952].end 8350.42221875
transcript.pyannote[953].speaker SPEAKER_13
transcript.pyannote[953].start 8350.96221875
transcript.pyannote[953].end 8368.36034375
transcript.pyannote[954].speaker SPEAKER_00
transcript.pyannote[954].start 8360.80034375
transcript.pyannote[954].end 8361.05346875
transcript.pyannote[955].speaker SPEAKER_15
transcript.pyannote[955].start 8364.37784375
transcript.pyannote[955].end 8364.88409375
transcript.pyannote[956].speaker SPEAKER_15
transcript.pyannote[956].start 8368.36034375
transcript.pyannote[956].end 8368.84971875
transcript.pyannote[957].speaker SPEAKER_13
transcript.pyannote[957].start 8368.93409375
transcript.pyannote[957].end 8369.37284375
transcript.pyannote[958].speaker SPEAKER_20
transcript.pyannote[958].start 8369.37284375
transcript.pyannote[958].end 8371.02659375
transcript.pyannote[959].speaker SPEAKER_13
transcript.pyannote[959].start 8371.02659375
transcript.pyannote[959].end 8397.75659375
transcript.pyannote[960].speaker SPEAKER_20
transcript.pyannote[960].start 8371.04346875
transcript.pyannote[960].end 8371.06034375
transcript.pyannote[961].speaker SPEAKER_20
transcript.pyannote[961].start 8371.19534375
transcript.pyannote[961].end 8371.63409375
transcript.pyannote[962].speaker SPEAKER_20
transcript.pyannote[962].start 8375.58284375
transcript.pyannote[962].end 8376.08909375
transcript.pyannote[963].speaker SPEAKER_00
transcript.pyannote[963].start 8379.02534375
transcript.pyannote[963].end 8379.31221875
transcript.pyannote[964].speaker SPEAKER_20
transcript.pyannote[964].start 8393.33534375
transcript.pyannote[964].end 8393.90909375
transcript.pyannote[965].speaker SPEAKER_20
transcript.pyannote[965].start 8397.58784375
transcript.pyannote[965].end 8409.02909375
transcript.pyannote[966].speaker SPEAKER_13
transcript.pyannote[966].start 8401.95846875
transcript.pyannote[966].end 8402.36346875
transcript.pyannote[967].speaker SPEAKER_20
transcript.pyannote[967].start 8409.16409375
transcript.pyannote[967].end 8473.62659375
transcript.pyannote[968].speaker SPEAKER_13
transcript.pyannote[968].start 8410.05846875
transcript.pyannote[968].end 8412.08346875
transcript.pyannote[969].speaker SPEAKER_13
transcript.pyannote[969].start 8474.23409375
transcript.pyannote[969].end 8479.85346875
transcript.pyannote[970].speaker SPEAKER_04
transcript.pyannote[970].start 8480.78159375
transcript.pyannote[970].end 8496.27284375
transcript.pyannote[971].speaker SPEAKER_00
transcript.pyannote[971].start 8487.05909375
transcript.pyannote[971].end 8487.39659375
transcript.pyannote[972].speaker SPEAKER_20
transcript.pyannote[972].start 8489.96159375
transcript.pyannote[972].end 8490.50159375
transcript.pyannote[973].speaker SPEAKER_06
transcript.pyannote[973].start 8491.54784375
transcript.pyannote[973].end 8491.58159375
transcript.pyannote[974].speaker SPEAKER_20
transcript.pyannote[974].start 8491.58159375
transcript.pyannote[974].end 8492.02034375
transcript.pyannote[975].speaker SPEAKER_20
transcript.pyannote[975].start 8496.27284375
transcript.pyannote[975].end 8496.39096875
transcript.pyannote[976].speaker SPEAKER_04
transcript.pyannote[976].start 8496.39096875
transcript.pyannote[976].end 8497.03221875
transcript.pyannote[977].speaker SPEAKER_20
transcript.pyannote[977].start 8497.03221875
transcript.pyannote[977].end 8527.60971875
transcript.pyannote[978].speaker SPEAKER_20
transcript.pyannote[978].start 8527.89659375
transcript.pyannote[978].end 8532.82409375
transcript.pyannote[979].speaker SPEAKER_20
transcript.pyannote[979].start 8533.44846875
transcript.pyannote[979].end 8548.99034375
transcript.pyannote[980].speaker SPEAKER_15
transcript.pyannote[980].start 8547.35346875
transcript.pyannote[980].end 8547.97784375
transcript.pyannote[981].speaker SPEAKER_00
transcript.pyannote[981].start 8547.97784375
transcript.pyannote[981].end 8548.09596875
transcript.pyannote[982].speaker SPEAKER_20
transcript.pyannote[982].start 8549.07471875
transcript.pyannote[982].end 8685.86346875
transcript.pyannote[983].speaker SPEAKER_00
transcript.pyannote[983].start 8550.18846875
transcript.pyannote[983].end 8550.71159375
transcript.pyannote[984].speaker SPEAKER_22
transcript.pyannote[984].start 8565.15659375
transcript.pyannote[984].end 8565.42659375
transcript.pyannote[985].speaker SPEAKER_13
transcript.pyannote[985].start 8686.53846875
transcript.pyannote[985].end 8690.20034375
transcript.pyannote[986].speaker SPEAKER_13
transcript.pyannote[986].start 8691.02721875
transcript.pyannote[986].end 8721.09846875
transcript.pyannote[987].speaker SPEAKER_13
transcript.pyannote[987].start 8721.85784375
transcript.pyannote[987].end 8726.32971875
transcript.pyannote[988].speaker SPEAKER_13
transcript.pyannote[988].start 8727.10596875
transcript.pyannote[988].end 8766.52596875
transcript.pyannote[989].speaker SPEAKER_16
transcript.pyannote[989].start 8730.09284375
transcript.pyannote[989].end 8730.21096875
transcript.pyannote[990].speaker SPEAKER_16
transcript.pyannote[990].start 8736.38721875
transcript.pyannote[990].end 8736.40409375
transcript.pyannote[991].speaker SPEAKER_15
transcript.pyannote[991].start 8736.40409375
transcript.pyannote[991].end 8736.77534375
transcript.pyannote[992].speaker SPEAKER_16
transcript.pyannote[992].start 8736.77534375
transcript.pyannote[992].end 8736.79221875
transcript.pyannote[993].speaker SPEAKER_00
transcript.pyannote[993].start 8757.98721875
transcript.pyannote[993].end 8758.35846875
transcript.pyannote[994].speaker SPEAKER_13
transcript.pyannote[994].start 8767.42034375
transcript.pyannote[994].end 8774.76096875
transcript.pyannote[995].speaker SPEAKER_20
transcript.pyannote[995].start 8774.76096875
transcript.pyannote[995].end 8792.20971875
transcript.pyannote[996].speaker SPEAKER_20
transcript.pyannote[996].start 8792.56409375
transcript.pyannote[996].end 8810.16471875
transcript.pyannote[997].speaker SPEAKER_16
transcript.pyannote[997].start 8795.77034375
transcript.pyannote[997].end 8795.97284375
transcript.pyannote[998].speaker SPEAKER_00
transcript.pyannote[998].start 8795.97284375
transcript.pyannote[998].end 8796.12471875
transcript.pyannote[999].speaker SPEAKER_20
transcript.pyannote[999].start 8810.68784375
transcript.pyannote[999].end 8825.31846875
transcript.pyannote[1000].speaker SPEAKER_13
transcript.pyannote[1000].start 8825.79096875
transcript.pyannote[1000].end 8850.56346875
transcript.pyannote[1001].speaker SPEAKER_00
transcript.pyannote[1001].start 8839.99971875
transcript.pyannote[1001].end 8840.50596875
transcript.pyannote[1002].speaker SPEAKER_20
transcript.pyannote[1002].start 8849.04471875
transcript.pyannote[1002].end 8849.85471875
transcript.pyannote[1003].speaker SPEAKER_20
transcript.pyannote[1003].start 8850.15846875
transcript.pyannote[1003].end 8850.31034375
transcript.pyannote[1004].speaker SPEAKER_20
transcript.pyannote[1004].start 8850.56346875
transcript.pyannote[1004].end 8860.48596875
transcript.pyannote[1005].speaker SPEAKER_20
transcript.pyannote[1005].start 8860.95846875
transcript.pyannote[1005].end 8881.12409375
transcript.pyannote[1006].speaker SPEAKER_13
transcript.pyannote[1006].start 8881.41096875
transcript.pyannote[1006].end 8902.69034375
transcript.pyannote[1007].speaker SPEAKER_14
transcript.pyannote[1007].start 8888.95409375
transcript.pyannote[1007].end 8889.19034375
transcript.pyannote[1008].speaker SPEAKER_20
transcript.pyannote[1008].start 8900.05784375
transcript.pyannote[1008].end 8900.58096875
transcript.pyannote[1009].speaker SPEAKER_13
transcript.pyannote[1009].start 8903.06159375
transcript.pyannote[1009].end 8904.02346875
transcript.pyannote[1010].speaker SPEAKER_20
transcript.pyannote[1010].start 8904.02346875
transcript.pyannote[1010].end 8910.58784375
transcript.pyannote[1011].speaker SPEAKER_13
transcript.pyannote[1011].start 8909.65971875
transcript.pyannote[1011].end 8909.69346875
transcript.pyannote[1012].speaker SPEAKER_11
transcript.pyannote[1012].start 8909.69346875
transcript.pyannote[1012].end 8910.35159375
transcript.pyannote[1013].speaker SPEAKER_13
transcript.pyannote[1013].start 8910.58784375
transcript.pyannote[1013].end 8910.60471875
transcript.pyannote[1014].speaker SPEAKER_13
transcript.pyannote[1014].start 8910.68909375
transcript.pyannote[1014].end 8910.72284375
transcript.pyannote[1015].speaker SPEAKER_11
transcript.pyannote[1015].start 8910.72284375
transcript.pyannote[1015].end 8913.59159375
transcript.pyannote[1016].speaker SPEAKER_11
transcript.pyannote[1016].start 8914.09784375
transcript.pyannote[1016].end 8915.63346875
transcript.pyannote[1017].speaker SPEAKER_19
transcript.pyannote[1017].start 8920.71284375
transcript.pyannote[1017].end 8929.87596875
transcript.pyannote[1018].speaker SPEAKER_11
transcript.pyannote[1018].start 8923.76721875
transcript.pyannote[1018].end 8924.47596875
transcript.pyannote[1019].speaker SPEAKER_19
transcript.pyannote[1019].start 8932.33971875
transcript.pyannote[1019].end 8933.38596875
transcript.pyannote[1020].speaker SPEAKER_19
transcript.pyannote[1020].start 8933.84159375
transcript.pyannote[1020].end 8936.08596875
transcript.pyannote[1021].speaker SPEAKER_19
transcript.pyannote[1021].start 8938.06034375
transcript.pyannote[1021].end 8947.49346875
transcript.pyannote[1022].speaker SPEAKER_19
transcript.pyannote[1022].start 8947.76346875
transcript.pyannote[1022].end 8950.27784375
transcript.pyannote[1023].speaker SPEAKER_19
transcript.pyannote[1023].start 8950.75034375
transcript.pyannote[1023].end 8953.24784375
transcript.pyannote[1024].speaker SPEAKER_19
transcript.pyannote[1024].start 8953.93971875
transcript.pyannote[1024].end 8954.83409375
transcript.pyannote[1025].speaker SPEAKER_19
transcript.pyannote[1025].start 8955.05346875
transcript.pyannote[1025].end 8958.69846875
transcript.pyannote[1026].speaker SPEAKER_13
transcript.pyannote[1026].start 8955.10409375
transcript.pyannote[1026].end 8956.40346875
transcript.pyannote[1027].speaker SPEAKER_19
transcript.pyannote[1027].start 8958.96846875
transcript.pyannote[1027].end 8963.33909375
transcript.pyannote[1028].speaker SPEAKER_19
transcript.pyannote[1028].start 8964.26721875
transcript.pyannote[1028].end 8965.39784375
transcript.pyannote[1029].speaker SPEAKER_19
transcript.pyannote[1029].start 8966.42721875
transcript.pyannote[1029].end 8969.71784375
transcript.pyannote[1030].speaker SPEAKER_19
transcript.pyannote[1030].start 8970.10596875
transcript.pyannote[1030].end 8972.78909375
transcript.pyannote[1031].speaker SPEAKER_19
transcript.pyannote[1031].start 8972.87346875
transcript.pyannote[1031].end 8976.46784375
transcript.pyannote[1032].speaker SPEAKER_19
transcript.pyannote[1032].start 8976.83909375
transcript.pyannote[1032].end 8981.78346875
transcript.pyannote[1033].speaker SPEAKER_19
transcript.pyannote[1033].start 8981.96909375
transcript.pyannote[1033].end 8991.70596875
transcript.pyannote[1034].speaker SPEAKER_15
transcript.pyannote[1034].start 8986.81221875
transcript.pyannote[1034].end 8987.06534375
transcript.pyannote[1035].speaker SPEAKER_19
transcript.pyannote[1035].start 8992.73534375
transcript.pyannote[1035].end 8996.71784375
transcript.pyannote[1036].speaker SPEAKER_19
transcript.pyannote[1036].start 8997.62909375
transcript.pyannote[1036].end 9002.10096875
transcript.pyannote[1037].speaker SPEAKER_19
transcript.pyannote[1037].start 9003.92346875
transcript.pyannote[1037].end 9003.95721875
transcript.pyannote[1038].speaker SPEAKER_13
transcript.pyannote[1038].start 9003.95721875
transcript.pyannote[1038].end 9004.64909375
transcript.pyannote[1039].speaker SPEAKER_19
transcript.pyannote[1039].start 9004.64909375
transcript.pyannote[1039].end 9004.66596875
transcript.pyannote[1040].speaker SPEAKER_13
transcript.pyannote[1040].start 9004.90221875
transcript.pyannote[1040].end 9009.61034375
transcript.pyannote[1041].speaker SPEAKER_13
transcript.pyannote[1041].start 9009.88034375
transcript.pyannote[1041].end 9017.03534375
transcript.pyannote[1042].speaker SPEAKER_12
transcript.pyannote[1042].start 9011.39909375
transcript.pyannote[1042].end 9012.12471875
transcript.pyannote[1043].speaker SPEAKER_16
transcript.pyannote[1043].start 9012.27659375
transcript.pyannote[1043].end 9012.52971875
transcript.pyannote[1044].speaker SPEAKER_12
transcript.pyannote[1044].start 9012.52971875
transcript.pyannote[1044].end 9012.64784375
transcript.pyannote[1045].speaker SPEAKER_19
transcript.pyannote[1045].start 9017.03534375
transcript.pyannote[1045].end 9026.38409375
transcript.pyannote[1046].speaker SPEAKER_19
transcript.pyannote[1046].start 9027.14346875
transcript.pyannote[1046].end 9037.50471875
transcript.pyannote[1047].speaker SPEAKER_19
transcript.pyannote[1047].start 9037.65659375
transcript.pyannote[1047].end 9043.79909375
transcript.pyannote[1048].speaker SPEAKER_19
transcript.pyannote[1048].start 9044.81159375
transcript.pyannote[1048].end 9046.06034375
transcript.pyannote[1049].speaker SPEAKER_04
transcript.pyannote[1049].start 9046.06034375
transcript.pyannote[1049].end 9046.29659375
transcript.pyannote[1050].speaker SPEAKER_19
transcript.pyannote[1050].start 9046.29659375
transcript.pyannote[1050].end 9047.25846875
transcript.pyannote[1051].speaker SPEAKER_04
transcript.pyannote[1051].start 9046.46534375
transcript.pyannote[1051].end 9047.03909375
transcript.pyannote[1052].speaker SPEAKER_19
transcript.pyannote[1052].start 9047.56221875
transcript.pyannote[1052].end 9047.64659375
transcript.pyannote[1053].speaker SPEAKER_04
transcript.pyannote[1053].start 9047.64659375
transcript.pyannote[1053].end 9048.22034375
transcript.pyannote[1054].speaker SPEAKER_19
transcript.pyannote[1054].start 9047.68034375
transcript.pyannote[1054].end 9049.36784375
transcript.pyannote[1055].speaker SPEAKER_04
transcript.pyannote[1055].start 9049.36784375
transcript.pyannote[1055].end 9063.99846875
transcript.pyannote[1056].speaker SPEAKER_04
transcript.pyannote[1056].start 9064.16721875
transcript.pyannote[1056].end 9079.23659375
transcript.pyannote[1057].speaker SPEAKER_19
transcript.pyannote[1057].start 9078.66284375
transcript.pyannote[1057].end 9080.51909375
transcript.pyannote[1058].speaker SPEAKER_04
transcript.pyannote[1058].start 9080.70471875
transcript.pyannote[1058].end 9090.84659375
transcript.pyannote[1059].speaker SPEAKER_19
transcript.pyannote[1059].start 9090.52596875
transcript.pyannote[1059].end 9098.60909375
transcript.pyannote[1060].speaker SPEAKER_19
transcript.pyannote[1060].start 9101.12346875
transcript.pyannote[1060].end 9103.38471875
transcript.pyannote[1061].speaker SPEAKER_19
transcript.pyannote[1061].start 9103.95846875
transcript.pyannote[1061].end 9106.20284375
transcript.pyannote[1062].speaker SPEAKER_19
transcript.pyannote[1062].start 9106.81034375
transcript.pyannote[1062].end 9109.71284375
transcript.pyannote[1063].speaker SPEAKER_04
transcript.pyannote[1063].start 9110.13471875
transcript.pyannote[1063].end 9124.88346875
transcript.pyannote[1064].speaker SPEAKER_19
transcript.pyannote[1064].start 9124.57971875
transcript.pyannote[1064].end 9127.90409375
transcript.pyannote[1065].speaker SPEAKER_19
transcript.pyannote[1065].start 9127.97159375
transcript.pyannote[1065].end 9128.79846875
transcript.pyannote[1066].speaker SPEAKER_19
transcript.pyannote[1066].start 9128.98409375
transcript.pyannote[1066].end 9132.25784375
transcript.pyannote[1067].speaker SPEAKER_19
transcript.pyannote[1067].start 9132.76409375
transcript.pyannote[1067].end 9139.26096875
transcript.pyannote[1068].speaker SPEAKER_19
transcript.pyannote[1068].start 9139.96971875
transcript.pyannote[1068].end 9142.12971875
transcript.pyannote[1069].speaker SPEAKER_19
transcript.pyannote[1069].start 9143.37846875
transcript.pyannote[1069].end 9148.47471875
transcript.pyannote[1070].speaker SPEAKER_19
transcript.pyannote[1070].start 9148.74471875
transcript.pyannote[1070].end 9149.68971875
transcript.pyannote[1071].speaker SPEAKER_19
transcript.pyannote[1071].start 9149.97659375
transcript.pyannote[1071].end 9151.78221875
transcript.pyannote[1072].speaker SPEAKER_19
transcript.pyannote[1072].start 9152.50784375
transcript.pyannote[1072].end 9153.01409375
transcript.pyannote[1073].speaker SPEAKER_13
transcript.pyannote[1073].start 9154.27971875
transcript.pyannote[1073].end 9161.80596875
transcript.pyannote[1074].speaker SPEAKER_13
transcript.pyannote[1074].start 9162.34596875
transcript.pyannote[1074].end 9164.99534375
transcript.pyannote[1075].speaker SPEAKER_13
transcript.pyannote[1075].start 9165.58596875
transcript.pyannote[1075].end 9208.02659375
transcript.pyannote[1076].speaker SPEAKER_19
transcript.pyannote[1076].start 9208.02659375
transcript.pyannote[1076].end 9210.03471875
transcript.pyannote[1077].speaker SPEAKER_19
transcript.pyannote[1077].start 9210.25409375
transcript.pyannote[1077].end 9220.61534375
transcript.pyannote[1078].speaker SPEAKER_19
transcript.pyannote[1078].start 9221.05409375
transcript.pyannote[1078].end 9222.62346875
transcript.pyannote[1079].speaker SPEAKER_19
transcript.pyannote[1079].start 9223.07909375
transcript.pyannote[1079].end 9238.65471875
transcript.pyannote[1080].speaker SPEAKER_19
transcript.pyannote[1080].start 9239.53221875
transcript.pyannote[1080].end 9243.76784375
transcript.pyannote[1081].speaker SPEAKER_19
transcript.pyannote[1081].start 9245.70846875
transcript.pyannote[1081].end 9249.62346875
transcript.pyannote[1082].speaker SPEAKER_19
transcript.pyannote[1082].start 9250.53471875
transcript.pyannote[1082].end 9252.25596875
transcript.pyannote[1083].speaker SPEAKER_21
transcript.pyannote[1083].start 9255.73221875
transcript.pyannote[1083].end 9262.61721875
transcript.pyannote[1084].speaker SPEAKER_21
transcript.pyannote[1084].start 9262.73534375
transcript.pyannote[1084].end 9262.76909375
transcript.pyannote[1085].speaker SPEAKER_19
transcript.pyannote[1085].start 9262.76909375
transcript.pyannote[1085].end 9263.12346875
transcript.pyannote[1086].speaker SPEAKER_21
transcript.pyannote[1086].start 9263.12346875
transcript.pyannote[1086].end 9264.43971875
transcript.pyannote[1087].speaker SPEAKER_19
transcript.pyannote[1087].start 9264.77721875
transcript.pyannote[1087].end 9265.62096875
transcript.pyannote[1088].speaker SPEAKER_19
transcript.pyannote[1088].start 9266.29596875
transcript.pyannote[1088].end 9275.00346875
transcript.pyannote[1089].speaker SPEAKER_21
transcript.pyannote[1089].start 9276.01596875
transcript.pyannote[1089].end 9281.83784375
transcript.pyannote[1090].speaker SPEAKER_19
transcript.pyannote[1090].start 9282.83346875
transcript.pyannote[1090].end 9290.24159375
transcript.pyannote[1091].speaker SPEAKER_21
transcript.pyannote[1091].start 9290.71409375
transcript.pyannote[1091].end 9297.43034375
transcript.pyannote[1092].speaker SPEAKER_21
transcript.pyannote[1092].start 9297.58221875
transcript.pyannote[1092].end 9303.42096875
transcript.pyannote[1093].speaker SPEAKER_21
transcript.pyannote[1093].start 9303.69096875
transcript.pyannote[1093].end 9306.94784375
transcript.pyannote[1094].speaker SPEAKER_19
transcript.pyannote[1094].start 9306.39096875
transcript.pyannote[1094].end 9313.05659375
transcript.pyannote[1095].speaker SPEAKER_15
transcript.pyannote[1095].start 9313.05659375
transcript.pyannote[1095].end 9313.66409375
transcript.pyannote[1096].speaker SPEAKER_19
transcript.pyannote[1096].start 9313.07346875
transcript.pyannote[1096].end 9313.14096875
transcript.pyannote[1097].speaker SPEAKER_19
transcript.pyannote[1097].start 9313.66409375
transcript.pyannote[1097].end 9318.60846875
transcript.pyannote[1098].speaker SPEAKER_15
transcript.pyannote[1098].start 9318.38909375
transcript.pyannote[1098].end 9319.03034375
transcript.pyannote[1099].speaker SPEAKER_19
transcript.pyannote[1099].start 9319.45221875
transcript.pyannote[1099].end 9323.06346875
transcript.pyannote[1100].speaker SPEAKER_15
transcript.pyannote[1100].start 9320.93721875
transcript.pyannote[1100].end 9321.62909375
transcript.pyannote[1101].speaker SPEAKER_19
transcript.pyannote[1101].start 9323.29971875
transcript.pyannote[1101].end 9325.42596875
transcript.pyannote[1102].speaker SPEAKER_19
transcript.pyannote[1102].start 9326.53971875
transcript.pyannote[1102].end 9331.93971875
transcript.pyannote[1103].speaker SPEAKER_19
transcript.pyannote[1103].start 9332.90159375
transcript.pyannote[1103].end 9334.48784375
transcript.pyannote[1104].speaker SPEAKER_19
transcript.pyannote[1104].start 9335.04471875
transcript.pyannote[1104].end 9345.59159375
transcript.pyannote[1105].speaker SPEAKER_19
transcript.pyannote[1105].start 9346.72221875
transcript.pyannote[1105].end 9348.74721875
transcript.pyannote[1106].speaker SPEAKER_19
transcript.pyannote[1106].start 9349.87784375
transcript.pyannote[1106].end 9351.46409375
transcript.pyannote[1107].speaker SPEAKER_13
transcript.pyannote[1107].start 9351.46409375
transcript.pyannote[1107].end 9351.48096875
transcript.pyannote[1108].speaker SPEAKER_19
transcript.pyannote[1108].start 9352.05471875
transcript.pyannote[1108].end 9352.72971875
transcript.pyannote[1109].speaker SPEAKER_13
transcript.pyannote[1109].start 9352.72971875
transcript.pyannote[1109].end 9352.78034375
transcript.pyannote[1110].speaker SPEAKER_12
transcript.pyannote[1110].start 9354.43409375
transcript.pyannote[1110].end 9355.09221875
transcript.pyannote[1111].speaker SPEAKER_13
transcript.pyannote[1111].start 9355.44659375
transcript.pyannote[1111].end 9360.98159375
transcript.pyannote[1112].speaker SPEAKER_13
transcript.pyannote[1112].start 9361.13346875
transcript.pyannote[1112].end 9384.04971875
transcript.pyannote[1113].speaker SPEAKER_19
transcript.pyannote[1113].start 9384.21846875
transcript.pyannote[1113].end 9389.87159375
transcript.pyannote[1114].speaker SPEAKER_19
transcript.pyannote[1114].start 9390.88409375
transcript.pyannote[1114].end 9394.76534375
transcript.pyannote[1115].speaker SPEAKER_19
transcript.pyannote[1115].start 9395.15346875
transcript.pyannote[1115].end 9401.26221875
transcript.pyannote[1116].speaker SPEAKER_19
transcript.pyannote[1116].start 9401.51534375
transcript.pyannote[1116].end 9417.51284375
transcript.pyannote[1117].speaker SPEAKER_19
transcript.pyannote[1117].start 9419.87534375
transcript.pyannote[1117].end 9422.10284375
transcript.pyannote[1118].speaker SPEAKER_13
transcript.pyannote[1118].start 9422.10284375
transcript.pyannote[1118].end 9422.17034375
transcript.pyannote[1119].speaker SPEAKER_19
transcript.pyannote[1119].start 9422.17034375
transcript.pyannote[1119].end 9422.57534375
transcript.pyannote[1120].speaker SPEAKER_19
transcript.pyannote[1120].start 9422.96346875
transcript.pyannote[1120].end 9423.08159375
transcript.pyannote[1121].speaker SPEAKER_13
transcript.pyannote[1121].start 9423.08159375
transcript.pyannote[1121].end 9426.52409375
transcript.pyannote[1122].speaker SPEAKER_13
transcript.pyannote[1122].start 9426.82784375
transcript.pyannote[1122].end 9429.76409375
transcript.pyannote[1123].speaker SPEAKER_13
transcript.pyannote[1123].start 9430.40534375
transcript.pyannote[1123].end 9464.66159375
transcript.pyannote[1124].speaker SPEAKER_19
transcript.pyannote[1124].start 9463.46346875
transcript.pyannote[1124].end 9480.01784375
transcript.pyannote[1125].speaker SPEAKER_19
transcript.pyannote[1125].start 9480.67596875
transcript.pyannote[1125].end 9492.55596875
transcript.pyannote[1126].speaker SPEAKER_15
transcript.pyannote[1126].start 9492.55596875
transcript.pyannote[1126].end 9492.85971875
transcript.pyannote[1127].speaker SPEAKER_19
transcript.pyannote[1127].start 9492.85971875
transcript.pyannote[1127].end 9502.86659375
transcript.pyannote[1128].speaker SPEAKER_13
transcript.pyannote[1128].start 9502.86659375
transcript.pyannote[1128].end 9503.05221875
transcript.pyannote[1129].speaker SPEAKER_19
transcript.pyannote[1129].start 9503.05221875
transcript.pyannote[1129].end 9503.96346875
transcript.pyannote[1130].speaker SPEAKER_13
transcript.pyannote[1130].start 9503.96346875
transcript.pyannote[1130].end 9512.21534375
transcript.pyannote[1131].speaker SPEAKER_19
transcript.pyannote[1131].start 9512.21534375
transcript.pyannote[1131].end 9520.85534375
transcript.pyannote[1132].speaker SPEAKER_19
transcript.pyannote[1132].start 9521.27721875
transcript.pyannote[1132].end 9522.96471875
transcript.pyannote[1133].speaker SPEAKER_19
transcript.pyannote[1133].start 9523.50471875
transcript.pyannote[1133].end 9527.70659375
transcript.pyannote[1134].speaker SPEAKER_15
transcript.pyannote[1134].start 9525.34409375
transcript.pyannote[1134].end 9525.96846875
transcript.pyannote[1135].speaker SPEAKER_00
transcript.pyannote[1135].start 9525.96846875
transcript.pyannote[1135].end 9526.06971875
transcript.pyannote[1136].speaker SPEAKER_19
transcript.pyannote[1136].start 9528.07784375
transcript.pyannote[1136].end 9529.20846875
transcript.pyannote[1137].speaker SPEAKER_19
transcript.pyannote[1137].start 9529.30971875
transcript.pyannote[1137].end 9529.73159375
transcript.pyannote[1138].speaker SPEAKER_19
transcript.pyannote[1138].start 9530.32221875
transcript.pyannote[1138].end 9531.84096875
transcript.pyannote[1139].speaker SPEAKER_11
transcript.pyannote[1139].start 9531.04784375
transcript.pyannote[1139].end 9531.80721875
transcript.pyannote[1140].speaker SPEAKER_11
transcript.pyannote[1140].start 9535.31721875
transcript.pyannote[1140].end 9537.71346875
transcript.pyannote[1141].speaker SPEAKER_19
transcript.pyannote[1141].start 10215.43034375
transcript.pyannote[1141].end 10219.31159375
transcript.pyannote[1142].speaker SPEAKER_19
transcript.pyannote[1142].start 10219.85159375
transcript.pyannote[1142].end 10220.86409375
transcript.pyannote[1143].speaker SPEAKER_19
transcript.pyannote[1143].start 10221.55596875
transcript.pyannote[1143].end 10223.86784375
transcript.pyannote[1144].speaker SPEAKER_19
transcript.pyannote[1144].start 10224.81284375
transcript.pyannote[1144].end 10227.51284375
transcript.pyannote[1145].speaker SPEAKER_23
transcript.pyannote[1145].start 10242.00846875
transcript.pyannote[1145].end 10243.03784375
transcript.pyannote[1146].speaker SPEAKER_23
transcript.pyannote[1146].start 10243.78034375
transcript.pyannote[1146].end 10245.55221875
transcript.pyannote[1147].speaker SPEAKER_13
transcript.pyannote[1147].start 10253.38221875
transcript.pyannote[1147].end 10253.87159375
transcript.pyannote[1148].speaker SPEAKER_23
transcript.pyannote[1148].start 10255.23846875
transcript.pyannote[1148].end 10255.99784375
transcript.pyannote[1149].speaker SPEAKER_23
transcript.pyannote[1149].start 10256.67284375
transcript.pyannote[1149].end 10257.22971875
transcript.pyannote[1150].speaker SPEAKER_23
transcript.pyannote[1150].start 10257.80346875
transcript.pyannote[1150].end 10273.90221875
transcript.pyannote[1151].speaker SPEAKER_23
transcript.pyannote[1151].start 10274.25659375
transcript.pyannote[1151].end 10276.33221875
transcript.pyannote[1152].speaker SPEAKER_23
transcript.pyannote[1152].start 10276.90596875
transcript.pyannote[1152].end 10285.90034375
transcript.pyannote[1153].speaker SPEAKER_23
transcript.pyannote[1153].start 10286.22096875
transcript.pyannote[1153].end 10297.15596875
transcript.pyannote[1154].speaker SPEAKER_13
transcript.pyannote[1154].start 10298.38784375
transcript.pyannote[1154].end 10300.41284375
transcript.pyannote[1155].speaker SPEAKER_13
transcript.pyannote[1155].start 10302.52221875
transcript.pyannote[1155].end 10305.30659375
transcript.pyannote[1156].speaker SPEAKER_13
transcript.pyannote[1156].start 10306.63971875
transcript.pyannote[1156].end 10307.53409375
transcript.pyannote[1157].speaker SPEAKER_13
transcript.pyannote[1157].start 10308.17534375
transcript.pyannote[1157].end 10309.50846875
transcript.pyannote[1158].speaker SPEAKER_23
transcript.pyannote[1158].start 10310.06534375
transcript.pyannote[1158].end 10310.43659375
transcript.pyannote[1159].speaker SPEAKER_23
transcript.pyannote[1159].start 10310.84159375
transcript.pyannote[1159].end 10315.68471875
transcript.pyannote[1160].speaker SPEAKER_23
transcript.pyannote[1160].start 10317.00096875
transcript.pyannote[1160].end 10327.61534375
transcript.pyannote[1161].speaker SPEAKER_23
transcript.pyannote[1161].start 10327.83471875
transcript.pyannote[1161].end 10338.51659375
transcript.pyannote[1162].speaker SPEAKER_23
transcript.pyannote[1162].start 10338.61784375
transcript.pyannote[1162].end 10382.93159375
transcript.pyannote[1163].speaker SPEAKER_23
transcript.pyannote[1163].start 10382.99909375
transcript.pyannote[1163].end 10385.05784375
transcript.pyannote[1164].speaker SPEAKER_13
transcript.pyannote[1164].start 10385.76659375
transcript.pyannote[1164].end 10387.33596875
transcript.pyannote[1165].speaker SPEAKER_13
transcript.pyannote[1165].start 10387.69034375
transcript.pyannote[1165].end 10387.99409375
transcript.pyannote[1166].speaker SPEAKER_13
transcript.pyannote[1166].start 10388.46659375
transcript.pyannote[1166].end 10391.36909375
transcript.pyannote[1167].speaker SPEAKER_13
transcript.pyannote[1167].start 10392.53346875
transcript.pyannote[1167].end 10396.02659375
transcript.pyannote[1168].speaker SPEAKER_13
transcript.pyannote[1168].start 10396.80284375
transcript.pyannote[1168].end 10399.80659375
transcript.pyannote[1169].speaker SPEAKER_13
transcript.pyannote[1169].start 10400.12721875
transcript.pyannote[1169].end 10425.40596875
transcript.pyannote[1170].speaker SPEAKER_23
transcript.pyannote[1170].start 10424.25846875
transcript.pyannote[1170].end 10426.43534375
transcript.pyannote[1171].speaker SPEAKER_13
transcript.pyannote[1171].start 10427.22846875
transcript.pyannote[1171].end 10428.25784375
transcript.pyannote[1172].speaker SPEAKER_23
transcript.pyannote[1172].start 10428.00471875
transcript.pyannote[1172].end 10452.27096875
transcript.pyannote[1173].speaker SPEAKER_00
transcript.pyannote[1173].start 10437.55596875
transcript.pyannote[1173].end 10437.58971875
transcript.pyannote[1174].speaker SPEAKER_13
transcript.pyannote[1174].start 10437.58971875
transcript.pyannote[1174].end 10437.87659375
transcript.pyannote[1175].speaker SPEAKER_00
transcript.pyannote[1175].start 10437.87659375
transcript.pyannote[1175].end 10437.97784375
transcript.pyannote[1176].speaker SPEAKER_00
transcript.pyannote[1176].start 10438.23096875
transcript.pyannote[1176].end 10438.31534375
transcript.pyannote[1177].speaker SPEAKER_13
transcript.pyannote[1177].start 10438.31534375
transcript.pyannote[1177].end 10440.37409375
transcript.pyannote[1178].speaker SPEAKER_13
transcript.pyannote[1178].start 10452.45659375
transcript.pyannote[1178].end 10455.19034375
transcript.pyannote[1179].speaker SPEAKER_23
transcript.pyannote[1179].start 10452.97971875
transcript.pyannote[1179].end 10453.75596875
transcript.pyannote[1180].speaker SPEAKER_13
transcript.pyannote[1180].start 10455.56159375
transcript.pyannote[1180].end 10456.99596875
transcript.pyannote[1181].speaker SPEAKER_13
transcript.pyannote[1181].start 10457.50221875
transcript.pyannote[1181].end 10470.81659375
transcript.pyannote[1182].speaker SPEAKER_23
transcript.pyannote[1182].start 10471.84596875
transcript.pyannote[1182].end 10508.65034375
transcript.pyannote[1183].speaker SPEAKER_13
transcript.pyannote[1183].start 10479.69284375
transcript.pyannote[1183].end 10482.00471875
transcript.pyannote[1184].speaker SPEAKER_00
transcript.pyannote[1184].start 10482.00471875
transcript.pyannote[1184].end 10482.03846875
transcript.pyannote[1185].speaker SPEAKER_00
transcript.pyannote[1185].start 10482.52784375
transcript.pyannote[1185].end 10482.59534375
transcript.pyannote[1186].speaker SPEAKER_13
transcript.pyannote[1186].start 10482.59534375
transcript.pyannote[1186].end 10482.96659375
transcript.pyannote[1187].speaker SPEAKER_00
transcript.pyannote[1187].start 10482.96659375
transcript.pyannote[1187].end 10484.41784375
transcript.pyannote[1188].speaker SPEAKER_15
transcript.pyannote[1188].start 10489.21034375
transcript.pyannote[1188].end 10489.76721875
transcript.pyannote[1189].speaker SPEAKER_15
transcript.pyannote[1189].start 10492.04534375
transcript.pyannote[1189].end 10492.68659375
transcript.pyannote[1190].speaker SPEAKER_00
transcript.pyannote[1190].start 10493.26034375
transcript.pyannote[1190].end 10493.27721875
transcript.pyannote[1191].speaker SPEAKER_15
transcript.pyannote[1191].start 10493.27721875
transcript.pyannote[1191].end 10494.15471875
transcript.pyannote[1192].speaker SPEAKER_15
transcript.pyannote[1192].start 10495.62284375
transcript.pyannote[1192].end 10495.67346875
transcript.pyannote[1193].speaker SPEAKER_16
transcript.pyannote[1193].start 10495.67346875
transcript.pyannote[1193].end 10496.50034375
transcript.pyannote[1194].speaker SPEAKER_15
transcript.pyannote[1194].start 10496.50034375
transcript.pyannote[1194].end 10496.55096875
transcript.pyannote[1195].speaker SPEAKER_13
transcript.pyannote[1195].start 10507.28346875
transcript.pyannote[1195].end 10508.02596875
transcript.pyannote[1196].speaker SPEAKER_15
transcript.pyannote[1196].start 10508.02596875
transcript.pyannote[1196].end 10508.65034375
transcript.pyannote[1197].speaker SPEAKER_13
transcript.pyannote[1197].start 10508.65034375
transcript.pyannote[1197].end 10508.95409375
transcript.pyannote[1198].speaker SPEAKER_15
transcript.pyannote[1198].start 10508.95409375
transcript.pyannote[1198].end 10508.98784375
transcript.pyannote[1199].speaker SPEAKER_23
transcript.pyannote[1199].start 10508.98784375
transcript.pyannote[1199].end 10520.96909375
transcript.pyannote[1200].speaker SPEAKER_15
transcript.pyannote[1200].start 10511.62034375
transcript.pyannote[1200].end 10513.51034375
transcript.pyannote[1201].speaker SPEAKER_13
transcript.pyannote[1201].start 10519.85534375
transcript.pyannote[1201].end 10525.13721875
transcript.pyannote[1202].speaker SPEAKER_23
transcript.pyannote[1202].start 10523.09534375
transcript.pyannote[1202].end 10527.21284375
transcript.pyannote[1203].speaker SPEAKER_13
transcript.pyannote[1203].start 10525.18784375
transcript.pyannote[1203].end 10531.09409375
transcript.pyannote[1204].speaker SPEAKER_23
transcript.pyannote[1204].start 10531.09409375
transcript.pyannote[1204].end 10610.71034375
transcript.pyannote[1205].speaker SPEAKER_16
transcript.pyannote[1205].start 10605.88409375
transcript.pyannote[1205].end 10605.90096875
transcript.pyannote[1206].speaker SPEAKER_13
transcript.pyannote[1206].start 10605.90096875
transcript.pyannote[1206].end 10606.33971875
transcript.pyannote[1207].speaker SPEAKER_13
transcript.pyannote[1207].start 10608.68534375
transcript.pyannote[1207].end 10611.38534375
transcript.pyannote[1208].speaker SPEAKER_23
transcript.pyannote[1208].start 10611.45284375
transcript.pyannote[1208].end 10611.87471875
transcript.pyannote[1209].speaker SPEAKER_13
transcript.pyannote[1209].start 10612.14471875
transcript.pyannote[1209].end 10612.38096875
transcript.pyannote[1210].speaker SPEAKER_13
transcript.pyannote[1210].start 10613.46096875
transcript.pyannote[1210].end 10614.79409375
transcript.pyannote[1211].speaker SPEAKER_13
transcript.pyannote[1211].start 10615.31721875
transcript.pyannote[1211].end 10620.14346875
transcript.pyannote[1212].speaker SPEAKER_23
transcript.pyannote[1212].start 10618.23659375
transcript.pyannote[1212].end 10626.70784375
transcript.pyannote[1213].speaker SPEAKER_13
transcript.pyannote[1213].start 10621.42596875
transcript.pyannote[1213].end 10622.79284375
transcript.pyannote[1214].speaker SPEAKER_13
transcript.pyannote[1214].start 10624.14284375
transcript.pyannote[1214].end 10632.02346875
transcript.pyannote[1215].speaker SPEAKER_23
transcript.pyannote[1215].start 10632.46221875
transcript.pyannote[1215].end 10634.03159375
transcript.pyannote[1216].speaker SPEAKER_23
transcript.pyannote[1216].start 10634.14971875
transcript.pyannote[1216].end 10637.28846875
transcript.pyannote[1217].speaker SPEAKER_23
transcript.pyannote[1217].start 10637.87909375
transcript.pyannote[1217].end 10640.51159375
transcript.pyannote[1218].speaker SPEAKER_23
transcript.pyannote[1218].start 10640.93346875
transcript.pyannote[1218].end 10641.62534375
transcript.pyannote[1219].speaker SPEAKER_13
transcript.pyannote[1219].start 10642.16534375
transcript.pyannote[1219].end 10642.60409375
transcript.pyannote[1220].speaker SPEAKER_23
transcript.pyannote[1220].start 10642.60409375
transcript.pyannote[1220].end 10643.65034375
transcript.pyannote[1221].speaker SPEAKER_13
transcript.pyannote[1221].start 10643.41409375
transcript.pyannote[1221].end 10645.82721875
transcript.pyannote[1222].speaker SPEAKER_23
transcript.pyannote[1222].start 10645.00034375
transcript.pyannote[1222].end 10668.82784375
transcript.pyannote[1223].speaker SPEAKER_16
transcript.pyannote[1223].start 10665.18284375
transcript.pyannote[1223].end 10666.92096875
transcript.pyannote[1224].speaker SPEAKER_23
transcript.pyannote[1224].start 10669.77284375
transcript.pyannote[1224].end 10671.59534375
transcript.pyannote[1225].speaker SPEAKER_23
transcript.pyannote[1225].start 10672.10159375
transcript.pyannote[1225].end 10677.43409375
transcript.pyannote[1226].speaker SPEAKER_13
transcript.pyannote[1226].start 10675.86471875
transcript.pyannote[1226].end 10676.77596875
transcript.pyannote[1227].speaker SPEAKER_13
transcript.pyannote[1227].start 10677.43409375
transcript.pyannote[1227].end 10679.08784375
transcript.pyannote[1228].speaker SPEAKER_13
transcript.pyannote[1228].start 10679.74596875
transcript.pyannote[1228].end 10685.63534375
transcript.pyannote[1229].speaker SPEAKER_13
transcript.pyannote[1229].start 10685.98971875
transcript.pyannote[1229].end 10690.73159375
transcript.pyannote[1230].speaker SPEAKER_23
transcript.pyannote[1230].start 10691.38971875
transcript.pyannote[1230].end 10740.22596875
transcript.pyannote[1231].speaker SPEAKER_13
transcript.pyannote[1231].start 10695.27096875
transcript.pyannote[1231].end 10695.69284375
transcript.pyannote[1232].speaker SPEAKER_02
transcript.pyannote[1232].start 10695.69284375
transcript.pyannote[1232].end 10695.70971875
transcript.pyannote[1233].speaker SPEAKER_23
transcript.pyannote[1233].start 10741.64346875
transcript.pyannote[1233].end 10742.14971875
transcript.pyannote[1234].speaker SPEAKER_23
transcript.pyannote[1234].start 10742.97659375
transcript.pyannote[1234].end 10748.79846875
transcript.pyannote[1235].speaker SPEAKER_23
transcript.pyannote[1235].start 10749.38909375
transcript.pyannote[1235].end 10753.74284375
transcript.pyannote[1236].speaker SPEAKER_13
transcript.pyannote[1236].start 10750.78971875
transcript.pyannote[1236].end 10780.01721875
transcript.pyannote[1237].speaker SPEAKER_23
transcript.pyannote[1237].start 10780.03409375
transcript.pyannote[1237].end 10827.28409375
transcript.pyannote[1238].speaker SPEAKER_13
transcript.pyannote[1238].start 10826.35596875
transcript.pyannote[1238].end 10830.03471875
transcript.pyannote[1239].speaker SPEAKER_13
transcript.pyannote[1239].start 10830.16971875
transcript.pyannote[1239].end 10830.69284375
transcript.pyannote[1240].speaker SPEAKER_23
transcript.pyannote[1240].start 10830.28784375
transcript.pyannote[1240].end 10833.07221875
transcript.pyannote[1241].speaker SPEAKER_13
transcript.pyannote[1241].start 10831.53659375
transcript.pyannote[1241].end 10848.96846875
transcript.pyannote[1242].speaker SPEAKER_23
transcript.pyannote[1242].start 10849.60971875
transcript.pyannote[1242].end 10853.49096875
transcript.pyannote[1243].speaker SPEAKER_23
transcript.pyannote[1243].start 10854.01409375
transcript.pyannote[1243].end 10861.42221875
transcript.pyannote[1244].speaker SPEAKER_13
transcript.pyannote[1244].start 10859.02596875
transcript.pyannote[1244].end 10865.35409375
transcript.pyannote[1245].speaker SPEAKER_13
transcript.pyannote[1245].start 10865.97846875
transcript.pyannote[1245].end 10871.27721875
transcript.pyannote[1246].speaker SPEAKER_23
transcript.pyannote[1246].start 10869.21846875
transcript.pyannote[1246].end 10879.78221875
transcript.pyannote[1247].speaker SPEAKER_19
transcript.pyannote[1247].start 10875.04034375
transcript.pyannote[1247].end 10875.39471875
transcript.pyannote[1248].speaker SPEAKER_19
transcript.pyannote[1248].start 10877.40284375
transcript.pyannote[1248].end 10883.17409375
transcript.pyannote[1249].speaker SPEAKER_19
transcript.pyannote[1249].start 10883.91659375
transcript.pyannote[1249].end 10886.16096875
transcript.pyannote[1250].speaker SPEAKER_19
transcript.pyannote[1250].start 10886.76846875
transcript.pyannote[1250].end 10888.79346875
transcript.pyannote[1251].speaker SPEAKER_19
transcript.pyannote[1251].start 10889.01284375
transcript.pyannote[1251].end 10892.59034375
transcript.pyannote[1252].speaker SPEAKER_23
transcript.pyannote[1252].start 10892.10096875
transcript.pyannote[1252].end 10892.62409375
transcript.pyannote[1253].speaker SPEAKER_19
transcript.pyannote[1253].start 10892.62409375
transcript.pyannote[1253].end 10892.97846875
transcript.pyannote[1254].speaker SPEAKER_23
transcript.pyannote[1254].start 10892.97846875
transcript.pyannote[1254].end 10936.54971875
transcript.pyannote[1255].speaker SPEAKER_13
transcript.pyannote[1255].start 10936.54971875
transcript.pyannote[1255].end 10949.66159375
transcript.pyannote[1256].speaker SPEAKER_23
transcript.pyannote[1256].start 10944.73409375
transcript.pyannote[1256].end 10971.90284375
transcript.pyannote[1257].speaker SPEAKER_13
transcript.pyannote[1257].start 10967.76846875
transcript.pyannote[1257].end 10967.93721875
transcript.pyannote[1258].speaker SPEAKER_13
transcript.pyannote[1258].start 10967.95409375
transcript.pyannote[1258].end 10968.59534375
transcript.pyannote[1259].speaker SPEAKER_13
transcript.pyannote[1259].start 10969.11846875
transcript.pyannote[1259].end 10978.21409375
transcript.pyannote[1260].speaker SPEAKER_13
transcript.pyannote[1260].start 10978.82159375
transcript.pyannote[1260].end 10983.24284375
transcript.pyannote[1261].speaker SPEAKER_23
transcript.pyannote[1261].start 10981.87596875
transcript.pyannote[1261].end 11011.44096875
transcript.pyannote[1262].speaker SPEAKER_12
transcript.pyannote[1262].start 10986.34784375
transcript.pyannote[1262].end 10986.38159375
transcript.pyannote[1263].speaker SPEAKER_13
transcript.pyannote[1263].start 10986.38159375
transcript.pyannote[1263].end 10986.60096875
transcript.pyannote[1264].speaker SPEAKER_12
transcript.pyannote[1264].start 10986.60096875
transcript.pyannote[1264].end 10986.65159375
transcript.pyannote[1265].speaker SPEAKER_23
transcript.pyannote[1265].start 11011.74471875
transcript.pyannote[1265].end 11054.28659375
transcript.pyannote[1266].speaker SPEAKER_13
transcript.pyannote[1266].start 11054.28659375
transcript.pyannote[1266].end 11061.03659375
transcript.pyannote[1267].speaker SPEAKER_13
transcript.pyannote[1267].start 11061.57659375
transcript.pyannote[1267].end 11079.71721875
transcript.pyannote[1268].speaker SPEAKER_23
transcript.pyannote[1268].start 11078.28284375
transcript.pyannote[1268].end 11088.99846875
transcript.pyannote[1269].speaker SPEAKER_13
transcript.pyannote[1269].start 11085.99471875
transcript.pyannote[1269].end 11086.48409375
transcript.pyannote[1270].speaker SPEAKER_13
transcript.pyannote[1270].start 11086.78784375
transcript.pyannote[1270].end 11099.73096875
transcript.pyannote[1271].speaker SPEAKER_23
transcript.pyannote[1271].start 11097.35159375
transcript.pyannote[1271].end 11111.52659375
transcript.pyannote[1272].speaker SPEAKER_13
transcript.pyannote[1272].start 11107.03784375
transcript.pyannote[1272].end 11109.73784375
transcript.pyannote[1273].speaker SPEAKER_13
transcript.pyannote[1273].start 11110.46346875
transcript.pyannote[1273].end 11113.09596875
transcript.pyannote[1274].speaker SPEAKER_23
transcript.pyannote[1274].start 11113.23096875
transcript.pyannote[1274].end 11113.68659375
transcript.pyannote[1275].speaker SPEAKER_13
transcript.pyannote[1275].start 11113.36596875
transcript.pyannote[1275].end 11142.00284375
transcript.pyannote[1276].speaker SPEAKER_23
transcript.pyannote[1276].start 11140.29846875
transcript.pyannote[1276].end 11217.90659375
transcript.pyannote[1277].speaker SPEAKER_13
transcript.pyannote[1277].start 11146.42409375
transcript.pyannote[1277].end 11146.81221875
transcript.pyannote[1278].speaker SPEAKER_13
transcript.pyannote[1278].start 11166.96096875
transcript.pyannote[1278].end 11170.53846875
transcript.pyannote[1279].speaker SPEAKER_14
transcript.pyannote[1279].start 11174.43659375
transcript.pyannote[1279].end 11174.50409375
transcript.pyannote[1280].speaker SPEAKER_13
transcript.pyannote[1280].start 11174.50409375
transcript.pyannote[1280].end 11174.87534375
transcript.pyannote[1281].speaker SPEAKER_05
transcript.pyannote[1281].start 11174.87534375
transcript.pyannote[1281].end 11174.89221875
transcript.pyannote[1282].speaker SPEAKER_14
transcript.pyannote[1282].start 11174.89221875
transcript.pyannote[1282].end 11174.90909375
transcript.pyannote[1283].speaker SPEAKER_19
transcript.pyannote[1283].start 11218.14284375
transcript.pyannote[1283].end 11220.94409375
transcript.pyannote[1284].speaker SPEAKER_23
transcript.pyannote[1284].start 11218.58159375
transcript.pyannote[1284].end 11219.69534375
transcript.pyannote[1285].speaker SPEAKER_19
transcript.pyannote[1285].start 11221.95659375
transcript.pyannote[1285].end 11227.84596875
transcript.pyannote[1286].speaker SPEAKER_19
transcript.pyannote[1286].start 11228.82471875
transcript.pyannote[1286].end 11230.68096875
transcript.pyannote[1287].speaker SPEAKER_19
transcript.pyannote[1287].start 11231.05221875
transcript.pyannote[1287].end 11234.96721875
transcript.pyannote[1288].speaker SPEAKER_23
transcript.pyannote[1288].start 11235.81096875
transcript.pyannote[1288].end 11236.46909375
transcript.pyannote[1289].speaker SPEAKER_23
transcript.pyannote[1289].start 11237.07659375
transcript.pyannote[1289].end 11242.39221875
transcript.pyannote[1290].speaker SPEAKER_23
transcript.pyannote[1290].start 11250.07034375
transcript.pyannote[1290].end 11255.28471875
transcript.pyannote[1291].speaker SPEAKER_15
transcript.pyannote[1291].start 11250.98159375
transcript.pyannote[1291].end 11251.38659375
transcript.pyannote[1292].speaker SPEAKER_23
transcript.pyannote[1292].start 11255.84159375
transcript.pyannote[1292].end 11260.34721875
transcript.pyannote[1293].speaker SPEAKER_19
transcript.pyannote[1293].start 11260.75221875
transcript.pyannote[1293].end 11265.15659375
transcript.pyannote[1294].speaker SPEAKER_23
transcript.pyannote[1294].start 11260.81971875
transcript.pyannote[1294].end 11263.03034375
transcript.pyannote[1295].speaker SPEAKER_23
transcript.pyannote[1295].start 11265.96659375
transcript.pyannote[1295].end 11266.03409375
transcript.pyannote[1296].speaker SPEAKER_23
transcript.pyannote[1296].start 11266.96221875
transcript.pyannote[1296].end 11267.02971875
transcript.pyannote[1297].speaker SPEAKER_23
transcript.pyannote[1297].start 11267.06346875
transcript.pyannote[1297].end 11267.38409375
transcript.pyannote[1298].speaker SPEAKER_23
transcript.pyannote[1298].start 11267.41784375
transcript.pyannote[1298].end 11267.58659375
transcript.pyannote[1299].speaker SPEAKER_04
transcript.pyannote[1299].start 11270.37096875
transcript.pyannote[1299].end 11270.80971875
transcript.pyannote[1300].speaker SPEAKER_19
transcript.pyannote[1300].start 11275.28159375
transcript.pyannote[1300].end 11277.59346875
transcript.pyannote[1301].speaker SPEAKER_15
transcript.pyannote[1301].start 11276.53034375
transcript.pyannote[1301].end 11276.63159375
transcript.pyannote[1302].speaker SPEAKER_19
transcript.pyannote[1302].start 11278.20096875
transcript.pyannote[1302].end 11278.55534375
transcript.pyannote[1303].speaker SPEAKER_19
transcript.pyannote[1303].start 11279.17971875
transcript.pyannote[1303].end 11282.33534375
transcript.pyannote[1304].speaker SPEAKER_19
transcript.pyannote[1304].start 11282.74034375
transcript.pyannote[1304].end 11285.20409375
transcript.pyannote[1305].speaker SPEAKER_19
transcript.pyannote[1305].start 11286.35159375
transcript.pyannote[1305].end 11291.02596875
transcript.pyannote[1306].speaker SPEAKER_19
transcript.pyannote[1306].start 11292.25784375
transcript.pyannote[1306].end 11293.55721875
transcript.pyannote[1307].speaker SPEAKER_18
transcript.pyannote[1307].start 11302.16346875
transcript.pyannote[1307].end 11303.53034375
transcript.pyannote[1308].speaker SPEAKER_18
transcript.pyannote[1308].start 11304.20534375
transcript.pyannote[1308].end 11310.49971875
transcript.pyannote[1309].speaker SPEAKER_18
transcript.pyannote[1309].start 11313.08159375
transcript.pyannote[1309].end 11422.41471875
transcript.pyannote[1310].speaker SPEAKER_14
transcript.pyannote[1310].start 11313.14909375
transcript.pyannote[1310].end 11313.18284375
transcript.pyannote[1311].speaker SPEAKER_13
transcript.pyannote[1311].start 11313.18284375
transcript.pyannote[1311].end 11313.41909375
transcript.pyannote[1312].speaker SPEAKER_18
transcript.pyannote[1312].start 11423.19096875
transcript.pyannote[1312].end 11426.95409375
transcript.pyannote[1313].speaker SPEAKER_18
transcript.pyannote[1313].start 11427.94971875
transcript.pyannote[1313].end 11429.68784375
transcript.pyannote[1314].speaker SPEAKER_18
transcript.pyannote[1314].start 11429.90721875
transcript.pyannote[1314].end 11431.66221875
transcript.pyannote[1315].speaker SPEAKER_18
transcript.pyannote[1315].start 11432.53971875
transcript.pyannote[1315].end 11456.19846875
transcript.pyannote[1316].speaker SPEAKER_18
transcript.pyannote[1316].start 11456.58659375
transcript.pyannote[1316].end 11459.67471875
transcript.pyannote[1317].speaker SPEAKER_18
transcript.pyannote[1317].start 11460.19784375
transcript.pyannote[1317].end 11532.05159375
transcript.pyannote[1318].speaker SPEAKER_13
transcript.pyannote[1318].start 11533.57034375
transcript.pyannote[1318].end 11537.63721875
transcript.pyannote[1319].speaker SPEAKER_13
transcript.pyannote[1319].start 11538.00846875
transcript.pyannote[1319].end 11555.91284375
transcript.pyannote[1320].speaker SPEAKER_13
transcript.pyannote[1320].start 11555.98034375
transcript.pyannote[1320].end 11574.57659375
transcript.pyannote[1321].speaker SPEAKER_13
transcript.pyannote[1321].start 11575.04909375
transcript.pyannote[1321].end 11595.63659375
transcript.pyannote[1322].speaker SPEAKER_18
transcript.pyannote[1322].start 11595.63659375
transcript.pyannote[1322].end 11623.78409375
transcript.pyannote[1323].speaker SPEAKER_18
transcript.pyannote[1323].start 11624.03721875
transcript.pyannote[1323].end 11689.17471875
transcript.pyannote[1324].speaker SPEAKER_18
transcript.pyannote[1324].start 11689.74846875
transcript.pyannote[1324].end 11795.30159375
transcript.pyannote[1325].speaker SPEAKER_18
transcript.pyannote[1325].start 11795.48721875
transcript.pyannote[1325].end 11860.23659375
transcript.pyannote[1326].speaker SPEAKER_18
transcript.pyannote[1326].start 11860.54034375
transcript.pyannote[1326].end 11870.71596875
transcript.pyannote[1327].speaker SPEAKER_18
transcript.pyannote[1327].start 11871.45846875
transcript.pyannote[1327].end 11873.60159375
transcript.pyannote[1328].speaker SPEAKER_18
transcript.pyannote[1328].start 11874.22596875
transcript.pyannote[1328].end 11906.50784375
transcript.pyannote[1329].speaker SPEAKER_18
transcript.pyannote[1329].start 11906.64284375
transcript.pyannote[1329].end 11913.46034375
transcript.pyannote[1330].speaker SPEAKER_18
transcript.pyannote[1330].start 11913.94971875
transcript.pyannote[1330].end 11914.74284375
transcript.pyannote[1331].speaker SPEAKER_18
transcript.pyannote[1331].start 11915.16471875
transcript.pyannote[1331].end 11920.76721875
transcript.pyannote[1332].speaker SPEAKER_18
transcript.pyannote[1332].start 11920.80096875
transcript.pyannote[1332].end 11922.15096875
transcript.pyannote[1333].speaker SPEAKER_18
transcript.pyannote[1333].start 11922.33659375
transcript.pyannote[1333].end 11959.78221875
transcript.pyannote[1334].speaker SPEAKER_13
transcript.pyannote[1334].start 11960.00159375
transcript.pyannote[1334].end 12024.81846875
transcript.pyannote[1335].speaker SPEAKER_18
transcript.pyannote[1335].start 12025.07159375
transcript.pyannote[1335].end 12036.25971875
transcript.pyannote[1336].speaker SPEAKER_13
transcript.pyannote[1336].start 12032.09159375
transcript.pyannote[1336].end 12032.37846875
transcript.pyannote[1337].speaker SPEAKER_18
transcript.pyannote[1337].start 12036.49596875
transcript.pyannote[1337].end 12055.76721875
transcript.pyannote[1338].speaker SPEAKER_18
transcript.pyannote[1338].start 12056.47596875
transcript.pyannote[1338].end 12087.27284375
transcript.pyannote[1339].speaker SPEAKER_18
transcript.pyannote[1339].start 12087.52596875
transcript.pyannote[1339].end 12111.91034375
transcript.pyannote[1340].speaker SPEAKER_18
transcript.pyannote[1340].start 12112.11284375
transcript.pyannote[1340].end 12117.46221875
transcript.pyannote[1341].speaker SPEAKER_13
transcript.pyannote[1341].start 12117.76596875
transcript.pyannote[1341].end 12131.67096875
transcript.pyannote[1342].speaker SPEAKER_18
transcript.pyannote[1342].start 12131.67096875
transcript.pyannote[1342].end 12135.02909375
transcript.pyannote[1343].speaker SPEAKER_19
transcript.pyannote[1343].start 12133.22346875
transcript.pyannote[1343].end 12133.27409375
transcript.pyannote[1344].speaker SPEAKER_13
transcript.pyannote[1344].start 12133.27409375
transcript.pyannote[1344].end 12133.52721875
transcript.pyannote[1345].speaker SPEAKER_19
transcript.pyannote[1345].start 12133.52721875
transcript.pyannote[1345].end 12133.54409375
transcript.pyannote[1346].speaker SPEAKER_19
transcript.pyannote[1346].start 12135.02909375
transcript.pyannote[1346].end 12141.96471875
transcript.pyannote[1347].speaker SPEAKER_19
transcript.pyannote[1347].start 12143.71971875
transcript.pyannote[1347].end 12145.39034375
transcript.pyannote[1348].speaker SPEAKER_19
transcript.pyannote[1348].start 12145.89659375
transcript.pyannote[1348].end 12148.42784375
transcript.pyannote[1349].speaker SPEAKER_19
transcript.pyannote[1349].start 12148.84971875
transcript.pyannote[1349].end 12149.40659375
transcript.pyannote[1350].speaker SPEAKER_19
transcript.pyannote[1350].start 12149.65971875
transcript.pyannote[1350].end 12153.42284375
transcript.pyannote[1351].speaker SPEAKER_19
transcript.pyannote[1351].start 12154.14846875
transcript.pyannote[1351].end 12155.24534375
transcript.pyannote[1352].speaker SPEAKER_19
transcript.pyannote[1352].start 12155.95409375
transcript.pyannote[1352].end 12160.24034375
transcript.pyannote[1353].speaker SPEAKER_19
transcript.pyannote[1353].start 12160.56096875
transcript.pyannote[1353].end 12164.56034375
transcript.pyannote[1354].speaker SPEAKER_19
transcript.pyannote[1354].start 12165.23534375
transcript.pyannote[1354].end 12166.36596875
transcript.pyannote[1355].speaker SPEAKER_19
transcript.pyannote[1355].start 12168.34034375
transcript.pyannote[1355].end 12173.77409375
transcript.pyannote[1356].speaker SPEAKER_13
transcript.pyannote[1356].start 12174.39846875
transcript.pyannote[1356].end 12176.67659375
transcript.pyannote[1357].speaker SPEAKER_13
transcript.pyannote[1357].start 12177.19971875
transcript.pyannote[1357].end 12178.88721875
transcript.pyannote[1358].speaker SPEAKER_19
transcript.pyannote[1358].start 12180.11909375
transcript.pyannote[1358].end 12185.70471875
transcript.pyannote[1359].speaker SPEAKER_05
transcript.pyannote[1359].start 12193.50096875
transcript.pyannote[1359].end 12196.92659375
transcript.pyannote[1360].speaker SPEAKER_06
transcript.pyannote[1360].start 12201.95534375
transcript.pyannote[1360].end 12202.57971875
transcript.pyannote[1361].speaker SPEAKER_05
transcript.pyannote[1361].start 12202.76534375
transcript.pyannote[1361].end 12207.57471875
transcript.pyannote[1362].speaker SPEAKER_05
transcript.pyannote[1362].start 12207.79409375
transcript.pyannote[1362].end 12212.46846875
transcript.pyannote[1363].speaker SPEAKER_05
transcript.pyannote[1363].start 12213.07596875
transcript.pyannote[1363].end 12241.44284375
transcript.pyannote[1364].speaker SPEAKER_05
transcript.pyannote[1364].start 12242.05034375
transcript.pyannote[1364].end 12242.52284375
transcript.pyannote[1365].speaker SPEAKER_13
transcript.pyannote[1365].start 12243.80534375
transcript.pyannote[1365].end 12244.64909375
transcript.pyannote[1366].speaker SPEAKER_05
transcript.pyannote[1366].start 12244.91909375
transcript.pyannote[1366].end 12245.59409375
transcript.pyannote[1367].speaker SPEAKER_05
transcript.pyannote[1367].start 12245.79659375
transcript.pyannote[1367].end 12247.39971875
transcript.pyannote[1368].speaker SPEAKER_13
transcript.pyannote[1368].start 12246.06659375
transcript.pyannote[1368].end 12246.82596875
transcript.pyannote[1369].speaker SPEAKER_05
transcript.pyannote[1369].start 12247.97346875
transcript.pyannote[1369].end 12249.40784375
transcript.pyannote[1370].speaker SPEAKER_05
transcript.pyannote[1370].start 12249.66096875
transcript.pyannote[1370].end 12254.50409375
transcript.pyannote[1371].speaker SPEAKER_05
transcript.pyannote[1371].start 12257.82846875
transcript.pyannote[1371].end 12261.91221875
transcript.pyannote[1372].speaker SPEAKER_05
transcript.pyannote[1372].start 12262.58721875
transcript.pyannote[1372].end 12265.40534375
transcript.pyannote[1373].speaker SPEAKER_05
transcript.pyannote[1373].start 12265.81034375
transcript.pyannote[1373].end 12267.46409375
transcript.pyannote[1374].speaker SPEAKER_05
transcript.pyannote[1374].start 12269.15159375
transcript.pyannote[1374].end 12280.87971875
transcript.pyannote[1375].speaker SPEAKER_12
transcript.pyannote[1375].start 12275.00721875
transcript.pyannote[1375].end 12275.78346875
transcript.pyannote[1376].speaker SPEAKER_12
transcript.pyannote[1376].start 12281.45346875
transcript.pyannote[1376].end 12281.77409375
transcript.pyannote[1377].speaker SPEAKER_05
transcript.pyannote[1377].start 12283.19159375
transcript.pyannote[1377].end 12287.34284375
transcript.pyannote[1378].speaker SPEAKER_05
transcript.pyannote[1378].start 12287.64659375
transcript.pyannote[1378].end 12293.92409375
transcript.pyannote[1379].speaker SPEAKER_05
transcript.pyannote[1379].start 12294.68346875
transcript.pyannote[1379].end 12300.62346875
transcript.pyannote[1380].speaker SPEAKER_05
transcript.pyannote[1380].start 12301.02846875
transcript.pyannote[1380].end 12344.83596875
transcript.pyannote[1381].speaker SPEAKER_05
transcript.pyannote[1381].start 12346.15221875
transcript.pyannote[1381].end 12352.24409375
transcript.pyannote[1382].speaker SPEAKER_05
transcript.pyannote[1382].start 12353.03721875
transcript.pyannote[1382].end 12354.11721875
transcript.pyannote[1383].speaker SPEAKER_05
transcript.pyannote[1383].start 12355.29846875
transcript.pyannote[1383].end 12356.91846875
transcript.pyannote[1384].speaker SPEAKER_05
transcript.pyannote[1384].start 12358.13346875
transcript.pyannote[1384].end 12359.29784375
transcript.pyannote[1385].speaker SPEAKER_05
transcript.pyannote[1385].start 12359.82096875
transcript.pyannote[1385].end 12362.99346875
transcript.pyannote[1386].speaker SPEAKER_05
transcript.pyannote[1386].start 12364.51221875
transcript.pyannote[1386].end 12365.27159375
transcript.pyannote[1387].speaker SPEAKER_05
transcript.pyannote[1387].start 12366.36846875
transcript.pyannote[1387].end 12366.80721875
transcript.pyannote[1388].speaker SPEAKER_05
transcript.pyannote[1388].start 12368.52846875
transcript.pyannote[1388].end 12373.62471875
transcript.pyannote[1389].speaker SPEAKER_05
transcript.pyannote[1389].start 12373.64159375
transcript.pyannote[1389].end 12375.91971875
transcript.pyannote[1390].speaker SPEAKER_05
transcript.pyannote[1390].start 12376.72971875
transcript.pyannote[1390].end 12377.11784375
transcript.pyannote[1391].speaker SPEAKER_05
transcript.pyannote[1391].start 12377.30346875
transcript.pyannote[1391].end 12386.09534375
transcript.pyannote[1392].speaker SPEAKER_05
transcript.pyannote[1392].start 12386.70284375
transcript.pyannote[1392].end 12389.36909375
transcript.pyannote[1393].speaker SPEAKER_05
transcript.pyannote[1393].start 12390.11159375
transcript.pyannote[1393].end 12391.52909375
transcript.pyannote[1394].speaker SPEAKER_05
transcript.pyannote[1394].start 12391.84971875
transcript.pyannote[1394].end 12393.72284375
transcript.pyannote[1395].speaker SPEAKER_05
transcript.pyannote[1395].start 12394.22909375
transcript.pyannote[1395].end 12400.18596875
transcript.pyannote[1396].speaker SPEAKER_05
transcript.pyannote[1396].start 12400.38846875
transcript.pyannote[1396].end 12410.02409375
transcript.pyannote[1397].speaker SPEAKER_05
transcript.pyannote[1397].start 12410.31096875
transcript.pyannote[1397].end 12414.51284375
transcript.pyannote[1398].speaker SPEAKER_05
transcript.pyannote[1398].start 12415.27221875
transcript.pyannote[1398].end 12416.58846875
transcript.pyannote[1399].speaker SPEAKER_05
transcript.pyannote[1399].start 12417.04409375
transcript.pyannote[1399].end 12418.96784375
transcript.pyannote[1400].speaker SPEAKER_05
transcript.pyannote[1400].start 12419.62596875
transcript.pyannote[1400].end 12421.39784375
transcript.pyannote[1401].speaker SPEAKER_05
transcript.pyannote[1401].start 12422.34284375
transcript.pyannote[1401].end 12423.55784375
transcript.pyannote[1402].speaker SPEAKER_05
transcript.pyannote[1402].start 12424.28346875
transcript.pyannote[1402].end 12424.95846875
transcript.pyannote[1403].speaker SPEAKER_13
transcript.pyannote[1403].start 12424.31721875
transcript.pyannote[1403].end 12425.00909375
transcript.pyannote[1404].speaker SPEAKER_13
transcript.pyannote[1404].start 12425.34659375
transcript.pyannote[1404].end 12425.98784375
transcript.pyannote[1405].speaker SPEAKER_05
transcript.pyannote[1405].start 12426.30846875
transcript.pyannote[1405].end 12427.54034375
transcript.pyannote[1406].speaker SPEAKER_13
transcript.pyannote[1406].start 12427.25346875
transcript.pyannote[1406].end 12427.87784375
transcript.pyannote[1407].speaker SPEAKER_05
transcript.pyannote[1407].start 12428.11409375
transcript.pyannote[1407].end 12430.34159375
transcript.pyannote[1408].speaker SPEAKER_05
transcript.pyannote[1408].start 12431.15159375
transcript.pyannote[1408].end 12432.21471875
transcript.pyannote[1409].speaker SPEAKER_05
transcript.pyannote[1409].start 12432.77159375
transcript.pyannote[1409].end 12436.29846875
transcript.pyannote[1410].speaker SPEAKER_05
transcript.pyannote[1410].start 12436.43346875
transcript.pyannote[1410].end 12445.46159375
transcript.pyannote[1411].speaker SPEAKER_05
transcript.pyannote[1411].start 12445.64721875
transcript.pyannote[1411].end 12448.88721875
transcript.pyannote[1412].speaker SPEAKER_05
transcript.pyannote[1412].start 12450.25409375
transcript.pyannote[1412].end 12457.20659375
transcript.pyannote[1413].speaker SPEAKER_05
transcript.pyannote[1413].start 12457.67909375
transcript.pyannote[1413].end 12460.68284375
transcript.pyannote[1414].speaker SPEAKER_05
transcript.pyannote[1414].start 12461.56034375
transcript.pyannote[1414].end 12463.77096875
transcript.pyannote[1415].speaker SPEAKER_05
transcript.pyannote[1415].start 12464.26034375
transcript.pyannote[1415].end 12465.15471875
transcript.pyannote[1416].speaker SPEAKER_05
transcript.pyannote[1416].start 12466.18409375
transcript.pyannote[1416].end 12478.11471875
transcript.pyannote[1417].speaker SPEAKER_05
transcript.pyannote[1417].start 12478.94159375
transcript.pyannote[1417].end 12486.83909375
transcript.pyannote[1418].speaker SPEAKER_05
transcript.pyannote[1418].start 12488.15534375
transcript.pyannote[1418].end 12489.25221875
transcript.pyannote[1419].speaker SPEAKER_05
transcript.pyannote[1419].start 12489.48846875
transcript.pyannote[1419].end 12497.35221875
transcript.pyannote[1420].speaker SPEAKER_05
transcript.pyannote[1420].start 12497.62221875
transcript.pyannote[1420].end 12499.42784375
transcript.pyannote[1421].speaker SPEAKER_05
transcript.pyannote[1421].start 12499.88346875
transcript.pyannote[1421].end 12504.30471875
transcript.pyannote[1422].speaker SPEAKER_05
transcript.pyannote[1422].start 12505.33409375
transcript.pyannote[1422].end 12508.48971875
transcript.pyannote[1423].speaker SPEAKER_05
transcript.pyannote[1423].start 12508.81034375
transcript.pyannote[1423].end 12511.74659375
transcript.pyannote[1424].speaker SPEAKER_05
transcript.pyannote[1424].start 12512.18534375
transcript.pyannote[1424].end 12523.13721875
transcript.pyannote[1425].speaker SPEAKER_05
transcript.pyannote[1425].start 12523.50846875
transcript.pyannote[1425].end 12541.36221875
transcript.pyannote[1426].speaker SPEAKER_05
transcript.pyannote[1426].start 12542.66159375
transcript.pyannote[1426].end 12543.35346875
transcript.pyannote[1427].speaker SPEAKER_05
transcript.pyannote[1427].start 12543.62346875
transcript.pyannote[1427].end 12545.91846875
transcript.pyannote[1428].speaker SPEAKER_05
transcript.pyannote[1428].start 12546.25596875
transcript.pyannote[1428].end 12549.98534375
transcript.pyannote[1429].speaker SPEAKER_05
transcript.pyannote[1429].start 12550.67721875
transcript.pyannote[1429].end 12552.93846875
transcript.pyannote[1430].speaker SPEAKER_05
transcript.pyannote[1430].start 12554.89596875
transcript.pyannote[1430].end 12568.39596875
transcript.pyannote[1431].speaker SPEAKER_05
transcript.pyannote[1431].start 12569.10471875
transcript.pyannote[1431].end 12572.63159375
transcript.pyannote[1432].speaker SPEAKER_05
transcript.pyannote[1432].start 12572.91846875
transcript.pyannote[1432].end 12574.11659375
transcript.pyannote[1433].speaker SPEAKER_05
transcript.pyannote[1433].start 12574.77471875
transcript.pyannote[1433].end 12575.34846875
transcript.pyannote[1434].speaker SPEAKER_05
transcript.pyannote[1434].start 12576.56346875
transcript.pyannote[1434].end 12586.85721875
transcript.pyannote[1435].speaker SPEAKER_05
transcript.pyannote[1435].start 12588.13971875
transcript.pyannote[1435].end 12598.66971875
transcript.pyannote[1436].speaker SPEAKER_05
transcript.pyannote[1436].start 12599.49659375
transcript.pyannote[1436].end 12615.69659375
transcript.pyannote[1437].speaker SPEAKER_05
transcript.pyannote[1437].start 12616.08471875
transcript.pyannote[1437].end 12625.12971875
transcript.pyannote[1438].speaker SPEAKER_05
transcript.pyannote[1438].start 12625.63596875
transcript.pyannote[1438].end 12627.84659375
transcript.pyannote[1439].speaker SPEAKER_05
transcript.pyannote[1439].start 12628.70721875
transcript.pyannote[1439].end 12630.54659375
transcript.pyannote[1440].speaker SPEAKER_05
transcript.pyannote[1440].start 12631.47471875
transcript.pyannote[1440].end 12635.10284375
transcript.pyannote[1441].speaker SPEAKER_05
transcript.pyannote[1441].start 12635.49096875
transcript.pyannote[1441].end 12639.03471875
transcript.pyannote[1442].speaker SPEAKER_05
transcript.pyannote[1442].start 12639.42284375
transcript.pyannote[1442].end 12649.44659375
transcript.pyannote[1443].speaker SPEAKER_05
transcript.pyannote[1443].start 12649.69971875
transcript.pyannote[1443].end 12651.45471875
transcript.pyannote[1444].speaker SPEAKER_05
transcript.pyannote[1444].start 12651.99471875
transcript.pyannote[1444].end 12656.44971875
transcript.pyannote[1445].speaker SPEAKER_05
transcript.pyannote[1445].start 12657.88409375
transcript.pyannote[1445].end 12667.31721875
transcript.pyannote[1446].speaker SPEAKER_05
transcript.pyannote[1446].start 12667.89096875
transcript.pyannote[1446].end 12674.25284375
transcript.pyannote[1447].speaker SPEAKER_05
transcript.pyannote[1447].start 12674.94471875
transcript.pyannote[1447].end 12686.97659375
transcript.pyannote[1448].speaker SPEAKER_05
transcript.pyannote[1448].start 12687.28034375
transcript.pyannote[1448].end 12698.41784375
transcript.pyannote[1449].speaker SPEAKER_05
transcript.pyannote[1449].start 12699.53159375
transcript.pyannote[1449].end 12702.41721875
transcript.pyannote[1450].speaker SPEAKER_05
transcript.pyannote[1450].start 12703.15971875
transcript.pyannote[1450].end 12708.34034375
transcript.pyannote[1451].speaker SPEAKER_05
transcript.pyannote[1451].start 12708.82971875
transcript.pyannote[1451].end 12709.55534375
transcript.pyannote[1452].speaker SPEAKER_05
transcript.pyannote[1452].start 12709.94346875
transcript.pyannote[1452].end 12728.89409375
transcript.pyannote[1453].speaker SPEAKER_21
transcript.pyannote[1453].start 12733.63596875
transcript.pyannote[1453].end 12733.65284375
transcript.pyannote[1454].speaker SPEAKER_05
transcript.pyannote[1454].start 12733.65284375
transcript.pyannote[1454].end 12733.68659375
transcript.pyannote[1455].speaker SPEAKER_21
transcript.pyannote[1455].start 12733.68659375
transcript.pyannote[1455].end 12734.17596875
transcript.pyannote[1456].speaker SPEAKER_15
transcript.pyannote[1456].start 12734.17596875
transcript.pyannote[1456].end 12734.34471875
transcript.pyannote[1457].speaker SPEAKER_15
transcript.pyannote[1457].start 12734.96909375
transcript.pyannote[1457].end 12735.25596875
transcript.pyannote[1458].speaker SPEAKER_21
transcript.pyannote[1458].start 12735.25596875
transcript.pyannote[1458].end 12743.18721875
transcript.pyannote[1459].speaker SPEAKER_05
transcript.pyannote[1459].start 12741.49971875
transcript.pyannote[1459].end 12760.78784375
transcript.pyannote[1460].speaker SPEAKER_21
transcript.pyannote[1460].start 12749.34659375
transcript.pyannote[1460].end 12749.61659375
transcript.pyannote[1461].speaker SPEAKER_21
transcript.pyannote[1461].start 12761.29409375
transcript.pyannote[1461].end 12764.28096875
transcript.pyannote[1462].speaker SPEAKER_21
transcript.pyannote[1462].start 12764.53409375
transcript.pyannote[1462].end 12770.01846875
transcript.pyannote[1463].speaker SPEAKER_05
transcript.pyannote[1463].start 12770.57534375
transcript.pyannote[1463].end 12773.83221875
transcript.pyannote[1464].speaker SPEAKER_21
transcript.pyannote[1464].start 12770.64284375
transcript.pyannote[1464].end 12771.77346875
transcript.pyannote[1465].speaker SPEAKER_05
transcript.pyannote[1465].start 12774.64221875
transcript.pyannote[1465].end 12775.70534375
transcript.pyannote[1466].speaker SPEAKER_13
transcript.pyannote[1466].start 12778.45596875
transcript.pyannote[1466].end 12780.64971875
transcript.pyannote[1467].speaker SPEAKER_05
transcript.pyannote[1467].start 12780.64971875
transcript.pyannote[1467].end 12787.18034375
transcript.pyannote[1468].speaker SPEAKER_05
transcript.pyannote[1468].start 12787.41659375
transcript.pyannote[1468].end 12787.93971875
transcript.pyannote[1469].speaker SPEAKER_05
transcript.pyannote[1469].start 12788.61471875
transcript.pyannote[1469].end 12791.92221875
transcript.pyannote[1470].speaker SPEAKER_05
transcript.pyannote[1470].start 12792.68159375
transcript.pyannote[1470].end 12794.43659375
transcript.pyannote[1471].speaker SPEAKER_05
transcript.pyannote[1471].start 12795.60096875
transcript.pyannote[1471].end 12804.46034375
transcript.pyannote[1472].speaker SPEAKER_05
transcript.pyannote[1472].start 12804.96659375
transcript.pyannote[1472].end 12807.86909375
transcript.pyannote[1473].speaker SPEAKER_05
transcript.pyannote[1473].start 12808.20659375
transcript.pyannote[1473].end 12811.51409375
transcript.pyannote[1474].speaker SPEAKER_05
transcript.pyannote[1474].start 12812.10471875
transcript.pyannote[1474].end 12822.11159375
transcript.pyannote[1475].speaker SPEAKER_05
transcript.pyannote[1475].start 12823.59659375
transcript.pyannote[1475].end 12825.65534375
transcript.pyannote[1476].speaker SPEAKER_05
transcript.pyannote[1476].start 12825.95909375
transcript.pyannote[1476].end 12838.29471875
transcript.pyannote[1477].speaker SPEAKER_05
transcript.pyannote[1477].start 12839.61096875
transcript.pyannote[1477].end 12841.92284375
transcript.pyannote[1478].speaker SPEAKER_05
transcript.pyannote[1478].start 12842.41221875
transcript.pyannote[1478].end 12852.36846875
transcript.pyannote[1479].speaker SPEAKER_05
transcript.pyannote[1479].start 12852.63846875
transcript.pyannote[1479].end 12853.33034375
transcript.pyannote[1480].speaker SPEAKER_05
transcript.pyannote[1480].start 12854.42721875
transcript.pyannote[1480].end 12856.09784375
transcript.pyannote[1481].speaker SPEAKER_05
transcript.pyannote[1481].start 12858.84846875
transcript.pyannote[1481].end 12868.11284375
transcript.pyannote[1482].speaker SPEAKER_05
transcript.pyannote[1482].start 12868.55159375
transcript.pyannote[1482].end 12875.26784375
transcript.pyannote[1483].speaker SPEAKER_05
transcript.pyannote[1483].start 12875.45346875
transcript.pyannote[1483].end 12884.31284375
transcript.pyannote[1484].speaker SPEAKER_05
transcript.pyannote[1484].start 12885.08909375
transcript.pyannote[1484].end 12890.77596875
transcript.pyannote[1485].speaker SPEAKER_05
transcript.pyannote[1485].start 12891.92346875
transcript.pyannote[1485].end 12895.31534375
transcript.pyannote[1486].speaker SPEAKER_05
transcript.pyannote[1486].start 12895.83846875
transcript.pyannote[1486].end 12898.18409375
transcript.pyannote[1487].speaker SPEAKER_05
transcript.pyannote[1487].start 12898.84221875
transcript.pyannote[1487].end 12900.39471875
transcript.pyannote[1488].speaker SPEAKER_05
transcript.pyannote[1488].start 12901.22159375
transcript.pyannote[1488].end 12906.95909375
transcript.pyannote[1489].speaker SPEAKER_05
transcript.pyannote[1489].start 12907.54971875
transcript.pyannote[1489].end 12913.57409375
transcript.pyannote[1490].speaker SPEAKER_05
transcript.pyannote[1490].start 12914.28284375
transcript.pyannote[1490].end 12920.81346875
transcript.pyannote[1491].speaker SPEAKER_05
transcript.pyannote[1491].start 12921.25221875
transcript.pyannote[1491].end 12921.97784375
transcript.pyannote[1492].speaker SPEAKER_05
transcript.pyannote[1492].start 12922.66971875
transcript.pyannote[1492].end 12927.20909375
transcript.pyannote[1493].speaker SPEAKER_05
transcript.pyannote[1493].start 12927.61409375
transcript.pyannote[1493].end 12932.98034375
transcript.pyannote[1494].speaker SPEAKER_05
transcript.pyannote[1494].start 12933.40221875
transcript.pyannote[1494].end 12934.58346875
transcript.pyannote[1495].speaker SPEAKER_05
transcript.pyannote[1495].start 12934.83659375
transcript.pyannote[1495].end 12942.95346875
transcript.pyannote[1496].speaker SPEAKER_05
transcript.pyannote[1496].start 12943.30784375
transcript.pyannote[1496].end 12949.46721875
transcript.pyannote[1497].speaker SPEAKER_05
transcript.pyannote[1497].start 12950.61471875
transcript.pyannote[1497].end 12961.00971875
transcript.pyannote[1498].speaker SPEAKER_05
transcript.pyannote[1498].start 12961.33034375
transcript.pyannote[1498].end 12964.21596875
transcript.pyannote[1499].speaker SPEAKER_05
transcript.pyannote[1499].start 12964.55346875
transcript.pyannote[1499].end 12967.35471875
transcript.pyannote[1500].speaker SPEAKER_05
transcript.pyannote[1500].start 12968.19846875
transcript.pyannote[1500].end 12982.60971875
transcript.pyannote[1501].speaker SPEAKER_05
transcript.pyannote[1501].start 12983.55471875
transcript.pyannote[1501].end 12984.34784375
transcript.pyannote[1502].speaker SPEAKER_05
transcript.pyannote[1502].start 12985.09034375
transcript.pyannote[1502].end 12986.55846875
transcript.pyannote[1503].speaker SPEAKER_05
transcript.pyannote[1503].start 12986.86221875
transcript.pyannote[1503].end 12994.81034375
transcript.pyannote[1504].speaker SPEAKER_13
transcript.pyannote[1504].start 12996.66659375
transcript.pyannote[1504].end 12998.75909375
transcript.pyannote[1505].speaker SPEAKER_13
transcript.pyannote[1505].start 12999.26534375
transcript.pyannote[1505].end 13012.12409375
transcript.pyannote[1506].speaker SPEAKER_05
transcript.pyannote[1506].start 13011.80346875
transcript.pyannote[1506].end 13015.38096875
transcript.pyannote[1507].speaker SPEAKER_05
transcript.pyannote[1507].start 13015.87034375
transcript.pyannote[1507].end 13018.94159375
transcript.pyannote[1508].speaker SPEAKER_05
transcript.pyannote[1508].start 13019.51534375
transcript.pyannote[1508].end 13021.99596875
transcript.pyannote[1509].speaker SPEAKER_05
transcript.pyannote[1509].start 13023.48096875
transcript.pyannote[1509].end 13025.08409375
transcript.pyannote[1510].speaker SPEAKER_16
transcript.pyannote[1510].start 13024.59471875
transcript.pyannote[1510].end 13024.61159375
transcript.pyannote[1511].speaker SPEAKER_13
transcript.pyannote[1511].start 13024.61159375
transcript.pyannote[1511].end 13024.66221875
transcript.pyannote[1512].speaker SPEAKER_16
transcript.pyannote[1512].start 13024.66221875
transcript.pyannote[1512].end 13024.98284375
transcript.pyannote[1513].speaker SPEAKER_13
transcript.pyannote[1513].start 13024.98284375
transcript.pyannote[1513].end 13025.72534375
transcript.pyannote[1514].speaker SPEAKER_05
transcript.pyannote[1514].start 13025.37096875
transcript.pyannote[1514].end 13026.78846875
transcript.pyannote[1515].speaker SPEAKER_05
transcript.pyannote[1515].start 13027.04159375
transcript.pyannote[1515].end 13027.68284375
transcript.pyannote[1516].speaker SPEAKER_05
transcript.pyannote[1516].start 13027.81784375
transcript.pyannote[1516].end 13028.54346875
transcript.pyannote[1517].speaker SPEAKER_05
transcript.pyannote[1517].start 13029.37034375
transcript.pyannote[1517].end 13033.69034375
transcript.pyannote[1518].speaker SPEAKER_16
transcript.pyannote[1518].start 13029.43784375
transcript.pyannote[1518].end 13029.50534375
transcript.pyannote[1519].speaker SPEAKER_05
transcript.pyannote[1519].start 13034.43284375
transcript.pyannote[1519].end 13037.38596875
transcript.pyannote[1520].speaker SPEAKER_05
transcript.pyannote[1520].start 13039.20846875
transcript.pyannote[1520].end 13040.00159375
transcript.pyannote[1521].speaker SPEAKER_05
transcript.pyannote[1521].start 13041.06471875
transcript.pyannote[1521].end 13045.70534375
transcript.pyannote[1522].speaker SPEAKER_05
transcript.pyannote[1522].start 13046.78534375
transcript.pyannote[1522].end 13053.41721875
transcript.pyannote[1523].speaker SPEAKER_05
transcript.pyannote[1523].start 13053.75471875
transcript.pyannote[1523].end 13057.58534375
transcript.pyannote[1524].speaker SPEAKER_05
transcript.pyannote[1524].start 13057.99034375
transcript.pyannote[1524].end 13060.48784375
transcript.pyannote[1525].speaker SPEAKER_05
transcript.pyannote[1525].start 13060.90971875
transcript.pyannote[1525].end 13063.28909375
transcript.pyannote[1526].speaker SPEAKER_05
transcript.pyannote[1526].start 13063.59284375
transcript.pyannote[1526].end 13066.17471875
transcript.pyannote[1527].speaker SPEAKER_05
transcript.pyannote[1527].start 13067.38971875
transcript.pyannote[1527].end 13068.04784375
transcript.pyannote[1528].speaker SPEAKER_05
transcript.pyannote[1528].start 13068.65534375
transcript.pyannote[1528].end 13072.03034375
transcript.pyannote[1529].speaker SPEAKER_05
transcript.pyannote[1529].start 13072.63784375
transcript.pyannote[1529].end 13075.65846875
transcript.pyannote[1530].speaker SPEAKER_05
transcript.pyannote[1530].start 13075.79346875
transcript.pyannote[1530].end 13078.98284375
transcript.pyannote[1531].speaker SPEAKER_05
transcript.pyannote[1531].start 13079.25284375
transcript.pyannote[1531].end 13085.86784375
transcript.pyannote[1532].speaker SPEAKER_05
transcript.pyannote[1532].start 13086.30659375
transcript.pyannote[1532].end 13087.69034375
transcript.pyannote[1533].speaker SPEAKER_05
transcript.pyannote[1533].start 13088.26409375
transcript.pyannote[1533].end 13089.90096875
transcript.pyannote[1534].speaker SPEAKER_05
transcript.pyannote[1534].start 13090.22159375
transcript.pyannote[1534].end 13092.55034375
transcript.pyannote[1535].speaker SPEAKER_05
transcript.pyannote[1535].start 13093.95096875
transcript.pyannote[1535].end 13095.19971875
transcript.pyannote[1536].speaker SPEAKER_05
transcript.pyannote[1536].start 13096.04346875
transcript.pyannote[1536].end 13097.56221875
transcript.pyannote[1537].speaker SPEAKER_05
transcript.pyannote[1537].start 13097.95034375
transcript.pyannote[1537].end 13099.35096875
transcript.pyannote[1538].speaker SPEAKER_05
transcript.pyannote[1538].start 13100.04284375
transcript.pyannote[1538].end 13101.66284375
transcript.pyannote[1539].speaker SPEAKER_05
transcript.pyannote[1539].start 13102.38846875
transcript.pyannote[1539].end 13103.26596875
transcript.pyannote[1540].speaker SPEAKER_05
transcript.pyannote[1540].start 13104.64971875
transcript.pyannote[1540].end 13105.27409375
transcript.pyannote[1541].speaker SPEAKER_05
transcript.pyannote[1541].start 13105.96596875
transcript.pyannote[1541].end 13140.54284375
transcript.pyannote[1542].speaker SPEAKER_05
transcript.pyannote[1542].start 13141.18409375
transcript.pyannote[1542].end 13152.81096875
transcript.pyannote[1543].speaker SPEAKER_05
transcript.pyannote[1543].start 13153.04721875
transcript.pyannote[1543].end 13156.28721875
transcript.pyannote[1544].speaker SPEAKER_05
transcript.pyannote[1544].start 13156.74284375
transcript.pyannote[1544].end 13163.07096875
transcript.pyannote[1545].speaker SPEAKER_05
transcript.pyannote[1545].start 13165.04534375
transcript.pyannote[1545].end 13165.75409375
transcript.pyannote[1546].speaker SPEAKER_13
transcript.pyannote[1546].start 13166.41221875
transcript.pyannote[1546].end 13167.34034375
transcript.pyannote[1547].speaker SPEAKER_05
transcript.pyannote[1547].start 13168.15034375
transcript.pyannote[1547].end 13168.35284375
transcript.pyannote[1548].speaker SPEAKER_13
transcript.pyannote[1548].start 13169.26409375
transcript.pyannote[1548].end 13169.98971875
transcript.pyannote[1549].speaker SPEAKER_05
transcript.pyannote[1549].start 13170.41159375
transcript.pyannote[1549].end 13173.01034375
transcript.pyannote[1550].speaker SPEAKER_05
transcript.pyannote[1550].start 13173.82034375
transcript.pyannote[1550].end 13179.00096875
transcript.pyannote[1551].speaker SPEAKER_16
transcript.pyannote[1551].start 13175.55846875
transcript.pyannote[1551].end 13175.57534375
transcript.pyannote[1552].speaker SPEAKER_22
transcript.pyannote[1552].start 13175.57534375
transcript.pyannote[1552].end 13175.92971875
transcript.pyannote[1553].speaker SPEAKER_05
transcript.pyannote[1553].start 13179.47346875
transcript.pyannote[1553].end 13180.97534375
transcript.pyannote[1554].speaker SPEAKER_05
transcript.pyannote[1554].start 13181.49846875
transcript.pyannote[1554].end 13187.18534375
transcript.pyannote[1555].speaker SPEAKER_05
transcript.pyannote[1555].start 13187.67471875
transcript.pyannote[1555].end 13190.84721875
transcript.pyannote[1556].speaker SPEAKER_05
transcript.pyannote[1556].start 13191.26909375
transcript.pyannote[1556].end 13194.59346875
transcript.pyannote[1557].speaker SPEAKER_05
transcript.pyannote[1557].start 13196.65221875
transcript.pyannote[1557].end 13200.01034375
transcript.pyannote[1558].speaker SPEAKER_05
transcript.pyannote[1558].start 13200.24659375
transcript.pyannote[1558].end 13201.64721875
transcript.pyannote[1559].speaker SPEAKER_05
transcript.pyannote[1559].start 13202.23784375
transcript.pyannote[1559].end 13213.74659375
transcript.pyannote[1560].speaker SPEAKER_05
transcript.pyannote[1560].start 13214.62409375
transcript.pyannote[1560].end 13216.88534375
transcript.pyannote[1561].speaker SPEAKER_05
transcript.pyannote[1561].start 13217.74596875
transcript.pyannote[1561].end 13219.18034375
transcript.pyannote[1562].speaker SPEAKER_05
transcript.pyannote[1562].start 13219.70346875
transcript.pyannote[1562].end 13221.00284375
transcript.pyannote[1563].speaker SPEAKER_13
transcript.pyannote[1563].start 13221.69471875
transcript.pyannote[1563].end 13224.52971875
transcript.pyannote[1564].speaker SPEAKER_05
transcript.pyannote[1564].start 13225.49159375
transcript.pyannote[1564].end 13226.06534375
transcript.pyannote[1565].speaker SPEAKER_05
transcript.pyannote[1565].start 13226.77409375
transcript.pyannote[1565].end 13227.75284375
transcript.pyannote[1566].speaker SPEAKER_05
transcript.pyannote[1566].start 13228.93409375
transcript.pyannote[1566].end 13245.08346875
transcript.pyannote[1567].speaker SPEAKER_05
transcript.pyannote[1567].start 13245.50534375
transcript.pyannote[1567].end 13249.26846875
transcript.pyannote[1568].speaker SPEAKER_05
transcript.pyannote[1568].start 13249.63971875
transcript.pyannote[1568].end 13252.87971875
transcript.pyannote[1569].speaker SPEAKER_05
transcript.pyannote[1569].start 13253.75721875
transcript.pyannote[1569].end 13266.34596875
transcript.pyannote[1570].speaker SPEAKER_05
transcript.pyannote[1570].start 13266.88596875
transcript.pyannote[1570].end 13283.79471875
transcript.pyannote[1571].speaker SPEAKER_05
transcript.pyannote[1571].start 13284.35159375
transcript.pyannote[1571].end 13306.40721875
transcript.pyannote[1572].speaker SPEAKER_05
transcript.pyannote[1572].start 13308.28034375
transcript.pyannote[1572].end 13311.85784375
transcript.pyannote[1573].speaker SPEAKER_05
transcript.pyannote[1573].start 13312.21221875
transcript.pyannote[1573].end 13312.26284375
transcript.pyannote[1574].speaker SPEAKER_05
transcript.pyannote[1574].start 13312.54971875
transcript.pyannote[1574].end 13314.11909375
transcript.pyannote[1575].speaker SPEAKER_05
transcript.pyannote[1575].start 13314.92909375
transcript.pyannote[1575].end 13322.57346875
transcript.pyannote[1576].speaker SPEAKER_05
transcript.pyannote[1576].start 13322.96159375
transcript.pyannote[1576].end 13327.24784375
transcript.pyannote[1577].speaker SPEAKER_05
transcript.pyannote[1577].start 13328.14221875
transcript.pyannote[1577].end 13329.89721875
transcript.pyannote[1578].speaker SPEAKER_05
transcript.pyannote[1578].start 13330.40346875
transcript.pyannote[1578].end 13333.49159375
transcript.pyannote[1579].speaker SPEAKER_05
transcript.pyannote[1579].start 13334.41971875
transcript.pyannote[1579].end 13336.32659375
transcript.pyannote[1580].speaker SPEAKER_05
transcript.pyannote[1580].start 13336.73159375
transcript.pyannote[1580].end 13339.22909375
transcript.pyannote[1581].speaker SPEAKER_19
transcript.pyannote[1581].start 13340.79846875
transcript.pyannote[1581].end 13342.95846875
transcript.pyannote[1582].speaker SPEAKER_19
transcript.pyannote[1582].start 13344.22409375
transcript.pyannote[1582].end 13344.62909375
transcript.pyannote[1583].speaker SPEAKER_19
transcript.pyannote[1583].start 13345.96221875
transcript.pyannote[1583].end 13346.48534375
transcript.pyannote[1584].speaker SPEAKER_15
transcript.pyannote[1584].start 13346.48534375
transcript.pyannote[1584].end 13346.51909375
transcript.pyannote[1585].speaker SPEAKER_05
transcript.pyannote[1585].start 13347.53159375
transcript.pyannote[1585].end 13375.24034375
transcript.pyannote[1586].speaker SPEAKER_05
transcript.pyannote[1586].start 13375.59471875
transcript.pyannote[1586].end 13376.79284375
transcript.pyannote[1587].speaker SPEAKER_19
transcript.pyannote[1587].start 13379.29034375
transcript.pyannote[1587].end 13388.62221875
transcript.pyannote[1588].speaker SPEAKER_07
transcript.pyannote[1588].start 13393.92096875
transcript.pyannote[1588].end 13398.76409375
transcript.pyannote[1589].speaker SPEAKER_07
transcript.pyannote[1589].start 13406.29034375
transcript.pyannote[1589].end 13471.83284375
transcript.pyannote[1590].speaker SPEAKER_07
transcript.pyannote[1590].start 13472.17034375
transcript.pyannote[1590].end 13475.02221875
transcript.pyannote[1591].speaker SPEAKER_07
transcript.pyannote[1591].start 13477.43534375
transcript.pyannote[1591].end 13478.14409375
transcript.pyannote[1592].speaker SPEAKER_04
transcript.pyannote[1592].start 13478.14409375
transcript.pyannote[1592].end 13478.24534375
transcript.pyannote[1593].speaker SPEAKER_07
transcript.pyannote[1593].start 13478.24534375
transcript.pyannote[1593].end 13478.39721875
transcript.pyannote[1594].speaker SPEAKER_04
transcript.pyannote[1594].start 13478.39721875
transcript.pyannote[1594].end 13478.41409375
transcript.pyannote[1595].speaker SPEAKER_07
transcript.pyannote[1595].start 13478.41409375
transcript.pyannote[1595].end 13479.03846875
transcript.pyannote[1596].speaker SPEAKER_04
transcript.pyannote[1596].start 13479.03846875
transcript.pyannote[1596].end 13479.24096875
transcript.pyannote[1597].speaker SPEAKER_04
transcript.pyannote[1597].start 13480.27034375
transcript.pyannote[1597].end 13481.89034375
transcript.pyannote[1598].speaker SPEAKER_04
transcript.pyannote[1598].start 13482.49784375
transcript.pyannote[1598].end 13496.95971875
transcript.pyannote[1599].speaker SPEAKER_04
transcript.pyannote[1599].start 13497.38159375
transcript.pyannote[1599].end 13507.25346875
transcript.pyannote[1600].speaker SPEAKER_04
transcript.pyannote[1600].start 13507.96221875
transcript.pyannote[1600].end 13515.43784375
transcript.pyannote[1601].speaker SPEAKER_00
transcript.pyannote[1601].start 13507.99596875
transcript.pyannote[1601].end 13508.02971875
transcript.pyannote[1602].speaker SPEAKER_07
transcript.pyannote[1602].start 13508.02971875
transcript.pyannote[1602].end 13508.97471875
transcript.pyannote[1603].speaker SPEAKER_07
transcript.pyannote[1603].start 13514.66159375
transcript.pyannote[1603].end 13518.72846875
transcript.pyannote[1604].speaker SPEAKER_04
transcript.pyannote[1604].start 13517.24346875
transcript.pyannote[1604].end 13517.80034375
transcript.pyannote[1605].speaker SPEAKER_04
transcript.pyannote[1605].start 13518.12096875
transcript.pyannote[1605].end 13519.36971875
transcript.pyannote[1606].speaker SPEAKER_07
transcript.pyannote[1606].start 13519.04909375
transcript.pyannote[1606].end 13524.02721875
transcript.pyannote[1607].speaker SPEAKER_04
transcript.pyannote[1607].start 13521.25971875
transcript.pyannote[1607].end 13521.76596875
transcript.pyannote[1608].speaker SPEAKER_04
transcript.pyannote[1608].start 13523.90909375
transcript.pyannote[1608].end 13530.35534375
transcript.pyannote[1609].speaker SPEAKER_07
transcript.pyannote[1609].start 13524.82034375
transcript.pyannote[1609].end 13525.19159375
transcript.pyannote[1610].speaker SPEAKER_07
transcript.pyannote[1610].start 13529.62971875
transcript.pyannote[1610].end 13537.94909375
transcript.pyannote[1611].speaker SPEAKER_07
transcript.pyannote[1611].start 13538.13471875
transcript.pyannote[1611].end 13538.96159375
transcript.pyannote[1612].speaker SPEAKER_07
transcript.pyannote[1612].start 13540.17659375
transcript.pyannote[1612].end 13543.87221875
transcript.pyannote[1613].speaker SPEAKER_04
transcript.pyannote[1613].start 13542.96096875
transcript.pyannote[1613].end 13545.35721875
transcript.pyannote[1614].speaker SPEAKER_07
transcript.pyannote[1614].start 13544.88471875
transcript.pyannote[1614].end 13560.79784375
transcript.pyannote[1615].speaker SPEAKER_04
transcript.pyannote[1615].start 13562.02971875
transcript.pyannote[1615].end 13575.12471875
transcript.pyannote[1616].speaker SPEAKER_07
transcript.pyannote[1616].start 13575.39471875
transcript.pyannote[1616].end 13582.65096875
transcript.pyannote[1617].speaker SPEAKER_04
transcript.pyannote[1617].start 13581.45284375
transcript.pyannote[1617].end 13590.48096875
transcript.pyannote[1618].speaker SPEAKER_07
transcript.pyannote[1618].start 13589.35034375
transcript.pyannote[1618].end 13589.78909375
transcript.pyannote[1619].speaker SPEAKER_07
transcript.pyannote[1619].start 13590.12659375
transcript.pyannote[1619].end 13598.31096875
transcript.pyannote[1620].speaker SPEAKER_04
transcript.pyannote[1620].start 13598.59784375
transcript.pyannote[1620].end 13616.50221875
transcript.pyannote[1621].speaker SPEAKER_07
transcript.pyannote[1621].start 13617.24471875
transcript.pyannote[1621].end 13620.70409375
transcript.pyannote[1622].speaker SPEAKER_04
transcript.pyannote[1622].start 13617.26159375
transcript.pyannote[1622].end 13618.49346875
transcript.pyannote[1623].speaker SPEAKER_04
transcript.pyannote[1623].start 13620.83909375
transcript.pyannote[1623].end 13626.59346875
transcript.pyannote[1624].speaker SPEAKER_07
transcript.pyannote[1624].start 13624.01159375
transcript.pyannote[1624].end 13624.70346875
transcript.pyannote[1625].speaker SPEAKER_07
transcript.pyannote[1625].start 13626.45846875
transcript.pyannote[1625].end 13628.17971875
transcript.pyannote[1626].speaker SPEAKER_04
transcript.pyannote[1626].start 13628.17971875
transcript.pyannote[1626].end 13631.11596875
transcript.pyannote[1627].speaker SPEAKER_07
transcript.pyannote[1627].start 13628.68596875
transcript.pyannote[1627].end 13630.25534375
transcript.pyannote[1628].speaker SPEAKER_04
transcript.pyannote[1628].start 13631.18346875
transcript.pyannote[1628].end 13631.20034375
transcript.pyannote[1629].speaker SPEAKER_07
transcript.pyannote[1629].start 13631.20034375
transcript.pyannote[1629].end 13636.44846875
transcript.pyannote[1630].speaker SPEAKER_04
transcript.pyannote[1630].start 13631.21721875
transcript.pyannote[1630].end 13631.23409375
transcript.pyannote[1631].speaker SPEAKER_04
transcript.pyannote[1631].start 13631.41971875
transcript.pyannote[1631].end 13631.55471875
transcript.pyannote[1632].speaker SPEAKER_04
transcript.pyannote[1632].start 13636.81971875
transcript.pyannote[1632].end 13637.96721875
transcript.pyannote[1633].speaker SPEAKER_07
transcript.pyannote[1633].start 13636.90409375
transcript.pyannote[1633].end 13637.52846875
transcript.pyannote[1634].speaker SPEAKER_04
transcript.pyannote[1634].start 13638.25409375
transcript.pyannote[1634].end 13659.55034375
transcript.pyannote[1635].speaker SPEAKER_07
transcript.pyannote[1635].start 13658.65596875
transcript.pyannote[1635].end 13665.87846875
transcript.pyannote[1636].speaker SPEAKER_04
transcript.pyannote[1636].start 13660.32659375
transcript.pyannote[1636].end 13660.93409375
transcript.pyannote[1637].speaker SPEAKER_07
transcript.pyannote[1637].start 13666.51971875
transcript.pyannote[1637].end 13668.71346875
transcript.pyannote[1638].speaker SPEAKER_07
transcript.pyannote[1638].start 13670.01284375
transcript.pyannote[1638].end 13673.40471875
transcript.pyannote[1639].speaker SPEAKER_07
transcript.pyannote[1639].start 13673.65784375
transcript.pyannote[1639].end 13674.53534375
transcript.pyannote[1640].speaker SPEAKER_07
transcript.pyannote[1640].start 13674.95721875
transcript.pyannote[1640].end 13684.87971875
transcript.pyannote[1641].speaker SPEAKER_07
transcript.pyannote[1641].start 13685.35221875
transcript.pyannote[1641].end 13690.09409375
transcript.pyannote[1642].speaker SPEAKER_04
transcript.pyannote[1642].start 13690.78596875
transcript.pyannote[1642].end 13703.05409375
transcript.pyannote[1643].speaker SPEAKER_04
transcript.pyannote[1643].start 13703.20596875
transcript.pyannote[1643].end 13707.82971875
transcript.pyannote[1644].speaker SPEAKER_07
transcript.pyannote[1644].start 13707.30659375
transcript.pyannote[1644].end 13718.19096875
transcript.pyannote[1645].speaker SPEAKER_04
transcript.pyannote[1645].start 13710.91784375
transcript.pyannote[1645].end 13711.30596875
transcript.pyannote[1646].speaker SPEAKER_04
transcript.pyannote[1646].start 13718.84909375
transcript.pyannote[1646].end 13719.15284375
transcript.pyannote[1647].speaker SPEAKER_04
transcript.pyannote[1647].start 13720.38471875
transcript.pyannote[1647].end 13733.07471875
transcript.pyannote[1648].speaker SPEAKER_07
transcript.pyannote[1648].start 13733.63159375
transcript.pyannote[1648].end 13735.50471875
transcript.pyannote[1649].speaker SPEAKER_04
transcript.pyannote[1649].start 13737.79971875
transcript.pyannote[1649].end 13739.28471875
transcript.pyannote[1650].speaker SPEAKER_07
transcript.pyannote[1650].start 13738.40721875
transcript.pyannote[1650].end 13749.22409375
transcript.pyannote[1651].speaker SPEAKER_04
transcript.pyannote[1651].start 13739.58846875
transcript.pyannote[1651].end 13740.90471875
transcript.pyannote[1652].speaker SPEAKER_04
transcript.pyannote[1652].start 13746.62534375
transcript.pyannote[1652].end 13747.09784375
transcript.pyannote[1653].speaker SPEAKER_04
transcript.pyannote[1653].start 13749.12284375
transcript.pyannote[1653].end 13761.32346875
transcript.pyannote[1654].speaker SPEAKER_07
transcript.pyannote[1654].start 13749.47721875
transcript.pyannote[1654].end 13749.96659375
transcript.pyannote[1655].speaker SPEAKER_07
transcript.pyannote[1655].start 13761.54284375
transcript.pyannote[1655].end 13765.81221875
transcript.pyannote[1656].speaker SPEAKER_04
transcript.pyannote[1656].start 13765.99784375
transcript.pyannote[1656].end 13767.87096875
transcript.pyannote[1657].speaker SPEAKER_07
transcript.pyannote[1657].start 13767.97221875
transcript.pyannote[1657].end 13771.04346875
transcript.pyannote[1658].speaker SPEAKER_07
transcript.pyannote[1658].start 13771.19534375
transcript.pyannote[1658].end 13771.65096875
transcript.pyannote[1659].speaker SPEAKER_07
transcript.pyannote[1659].start 13772.37659375
transcript.pyannote[1659].end 13821.46596875
transcript.pyannote[1660].speaker SPEAKER_04
transcript.pyannote[1660].start 13790.85471875
transcript.pyannote[1660].end 13791.78284375
transcript.pyannote[1661].speaker SPEAKER_00
transcript.pyannote[1661].start 13791.78284375
transcript.pyannote[1661].end 13791.90096875
transcript.pyannote[1662].speaker SPEAKER_07
transcript.pyannote[1662].start 13821.90471875
transcript.pyannote[1662].end 13860.93659375
transcript.pyannote[1663].speaker SPEAKER_04
transcript.pyannote[1663].start 13860.93659375
transcript.pyannote[1663].end 13864.07534375
transcript.pyannote[1664].speaker SPEAKER_07
transcript.pyannote[1664].start 13861.56096875
transcript.pyannote[1664].end 13865.45909375
transcript.pyannote[1665].speaker SPEAKER_07
transcript.pyannote[1665].start 13865.69534375
transcript.pyannote[1665].end 13866.21846875
transcript.pyannote[1666].speaker SPEAKER_07
transcript.pyannote[1666].start 13867.01159375
transcript.pyannote[1666].end 13875.34784375
transcript.pyannote[1667].speaker SPEAKER_04
transcript.pyannote[1667].start 13875.85409375
transcript.pyannote[1667].end 13882.75596875
transcript.pyannote[1668].speaker SPEAKER_04
transcript.pyannote[1668].start 13883.27909375
transcript.pyannote[1668].end 13891.17659375
transcript.pyannote[1669].speaker SPEAKER_07
transcript.pyannote[1669].start 13890.50159375
transcript.pyannote[1669].end 13933.51596875
transcript.pyannote[1670].speaker SPEAKER_07
transcript.pyannote[1670].start 13934.22471875
transcript.pyannote[1670].end 13967.35034375
transcript.pyannote[1671].speaker SPEAKER_07
transcript.pyannote[1671].start 13967.78909375
transcript.pyannote[1671].end 13976.51346875
transcript.pyannote[1672].speaker SPEAKER_04
transcript.pyannote[1672].start 13976.63159375
transcript.pyannote[1672].end 13984.84971875
transcript.pyannote[1673].speaker SPEAKER_04
transcript.pyannote[1673].start 13985.17034375
transcript.pyannote[1673].end 13991.97096875
transcript.pyannote[1674].speaker SPEAKER_07
transcript.pyannote[1674].start 13991.97096875
transcript.pyannote[1674].end 14035.87971875
transcript.pyannote[1675].speaker SPEAKER_04
transcript.pyannote[1675].start 14036.35221875
transcript.pyannote[1675].end 14036.89221875
transcript.pyannote[1676].speaker SPEAKER_04
transcript.pyannote[1676].start 14037.09471875
transcript.pyannote[1676].end 14053.96971875
transcript.pyannote[1677].speaker SPEAKER_07
transcript.pyannote[1677].start 14053.96971875
transcript.pyannote[1677].end 14083.97346875
transcript.pyannote[1678].speaker SPEAKER_00
transcript.pyannote[1678].start 14068.93784375
transcript.pyannote[1678].end 14069.20784375
transcript.pyannote[1679].speaker SPEAKER_07
transcript.pyannote[1679].start 14084.22659375
transcript.pyannote[1679].end 14118.80346875
transcript.pyannote[1680].speaker SPEAKER_04
transcript.pyannote[1680].start 14109.62346875
transcript.pyannote[1680].end 14109.94409375
transcript.pyannote[1681].speaker SPEAKER_07
transcript.pyannote[1681].start 14119.03971875
transcript.pyannote[1681].end 14143.18784375
transcript.pyannote[1682].speaker SPEAKER_19
transcript.pyannote[1682].start 14142.98534375
transcript.pyannote[1682].end 14145.93846875
transcript.pyannote[1683].speaker SPEAKER_19
transcript.pyannote[1683].start 14146.39409375
transcript.pyannote[1683].end 14148.50346875
transcript.pyannote[1684].speaker SPEAKER_14
transcript.pyannote[1684].start 14157.27846875
transcript.pyannote[1684].end 14158.42596875
transcript.pyannote[1685].speaker SPEAKER_14
transcript.pyannote[1685].start 14158.79721875
transcript.pyannote[1685].end 14159.86034375
transcript.pyannote[1686].speaker SPEAKER_14
transcript.pyannote[1686].start 14167.06596875
transcript.pyannote[1686].end 14168.31471875
transcript.pyannote[1687].speaker SPEAKER_14
transcript.pyannote[1687].start 14168.60159375
transcript.pyannote[1687].end 14190.94409375
transcript.pyannote[1688].speaker SPEAKER_14
transcript.pyannote[1688].start 14191.07909375
transcript.pyannote[1688].end 14215.76721875
transcript.pyannote[1689].speaker SPEAKER_14
transcript.pyannote[1689].start 14215.86846875
transcript.pyannote[1689].end 14223.05721875
transcript.pyannote[1690].speaker SPEAKER_13
transcript.pyannote[1690].start 14223.90096875
transcript.pyannote[1690].end 14243.59409375
transcript.pyannote[1691].speaker SPEAKER_13
transcript.pyannote[1691].start 14243.96534375
transcript.pyannote[1691].end 14245.97346875
transcript.pyannote[1692].speaker SPEAKER_14
transcript.pyannote[1692].start 14245.97346875
transcript.pyannote[1692].end 14246.34471875
transcript.pyannote[1693].speaker SPEAKER_13
transcript.pyannote[1693].start 14246.83409375
transcript.pyannote[1693].end 14246.86784375
transcript.pyannote[1694].speaker SPEAKER_14
transcript.pyannote[1694].start 14246.86784375
transcript.pyannote[1694].end 14247.37409375
transcript.pyannote[1695].speaker SPEAKER_13
transcript.pyannote[1695].start 14247.74534375
transcript.pyannote[1695].end 14247.76221875
transcript.pyannote[1696].speaker SPEAKER_14
transcript.pyannote[1696].start 14247.76221875
transcript.pyannote[1696].end 14252.70659375
transcript.pyannote[1697].speaker SPEAKER_13
transcript.pyannote[1697].start 14253.07784375
transcript.pyannote[1697].end 14270.42534375
transcript.pyannote[1698].speaker SPEAKER_14
transcript.pyannote[1698].start 14270.42534375
transcript.pyannote[1698].end 14281.32659375
transcript.pyannote[1699].speaker SPEAKER_13
transcript.pyannote[1699].start 14281.44471875
transcript.pyannote[1699].end 14283.45284375
transcript.pyannote[1700].speaker SPEAKER_14
transcript.pyannote[1700].start 14283.45284375
transcript.pyannote[1700].end 14290.77659375
transcript.pyannote[1701].speaker SPEAKER_13
transcript.pyannote[1701].start 14285.62971875
transcript.pyannote[1701].end 14286.22034375
transcript.pyannote[1702].speaker SPEAKER_13
transcript.pyannote[1702].start 14289.91596875
transcript.pyannote[1702].end 14290.01721875
transcript.pyannote[1703].speaker SPEAKER_13
transcript.pyannote[1703].start 14290.77659375
transcript.pyannote[1703].end 14290.96221875
transcript.pyannote[1704].speaker SPEAKER_14
transcript.pyannote[1704].start 14290.96221875
transcript.pyannote[1704].end 14293.07159375
transcript.pyannote[1705].speaker SPEAKER_12
transcript.pyannote[1705].start 14293.02096875
transcript.pyannote[1705].end 14293.29096875
transcript.pyannote[1706].speaker SPEAKER_14
transcript.pyannote[1706].start 14293.29096875
transcript.pyannote[1706].end 14299.66971875
transcript.pyannote[1707].speaker SPEAKER_14
transcript.pyannote[1707].start 14300.27721875
transcript.pyannote[1707].end 14307.97221875
transcript.pyannote[1708].speaker SPEAKER_14
transcript.pyannote[1708].start 14308.24221875
transcript.pyannote[1708].end 14311.46534375
transcript.pyannote[1709].speaker SPEAKER_13
transcript.pyannote[1709].start 14311.73534375
transcript.pyannote[1709].end 14315.68409375
transcript.pyannote[1710].speaker SPEAKER_13
transcript.pyannote[1710].start 14315.83596875
transcript.pyannote[1710].end 14316.46034375
transcript.pyannote[1711].speaker SPEAKER_14
transcript.pyannote[1711].start 14316.56159375
transcript.pyannote[1711].end 14324.22284375
transcript.pyannote[1712].speaker SPEAKER_13
transcript.pyannote[1712].start 14324.08784375
transcript.pyannote[1712].end 14360.97659375
transcript.pyannote[1713].speaker SPEAKER_14
transcript.pyannote[1713].start 14360.97659375
transcript.pyannote[1713].end 14375.60721875
transcript.pyannote[1714].speaker SPEAKER_14
transcript.pyannote[1714].start 14376.07971875
transcript.pyannote[1714].end 14382.07034375
transcript.pyannote[1715].speaker SPEAKER_13
transcript.pyannote[1715].start 14377.58159375
transcript.pyannote[1715].end 14378.59409375
transcript.pyannote[1716].speaker SPEAKER_13
transcript.pyannote[1716].start 14382.07034375
transcript.pyannote[1716].end 14411.16284375
transcript.pyannote[1717].speaker SPEAKER_14
transcript.pyannote[1717].start 14411.16284375
transcript.pyannote[1717].end 14426.28284375
transcript.pyannote[1718].speaker SPEAKER_13
transcript.pyannote[1718].start 14414.23409375
transcript.pyannote[1718].end 14414.33534375
transcript.pyannote[1719].speaker SPEAKER_13
transcript.pyannote[1719].start 14426.46846875
transcript.pyannote[1719].end 14447.05596875
transcript.pyannote[1720].speaker SPEAKER_13
transcript.pyannote[1720].start 14447.07284375
transcript.pyannote[1720].end 14472.30096875
transcript.pyannote[1721].speaker SPEAKER_14
transcript.pyannote[1721].start 14471.72721875
transcript.pyannote[1721].end 14475.74346875
transcript.pyannote[1722].speaker SPEAKER_13
transcript.pyannote[1722].start 14475.74346875
transcript.pyannote[1722].end 14476.01346875
transcript.pyannote[1723].speaker SPEAKER_14
transcript.pyannote[1723].start 14476.01346875
transcript.pyannote[1723].end 14476.03034375
transcript.pyannote[1724].speaker SPEAKER_13
transcript.pyannote[1724].start 14476.03034375
transcript.pyannote[1724].end 14476.04721875
transcript.pyannote[1725].speaker SPEAKER_14
transcript.pyannote[1725].start 14476.04721875
transcript.pyannote[1725].end 14479.03409375
transcript.pyannote[1726].speaker SPEAKER_13
transcript.pyannote[1726].start 14479.03409375
transcript.pyannote[1726].end 14491.15034375
transcript.pyannote[1727].speaker SPEAKER_00
transcript.pyannote[1727].start 14484.24846875
transcript.pyannote[1727].end 14484.28221875
transcript.pyannote[1728].speaker SPEAKER_14
transcript.pyannote[1728].start 14484.28221875
transcript.pyannote[1728].end 14484.53534375
transcript.pyannote[1729].speaker SPEAKER_00
transcript.pyannote[1729].start 14484.53534375
transcript.pyannote[1729].end 14484.60284375
transcript.pyannote[1730].speaker SPEAKER_14
transcript.pyannote[1730].start 14491.15034375
transcript.pyannote[1730].end 14503.31721875
transcript.pyannote[1731].speaker SPEAKER_13
transcript.pyannote[1731].start 14503.31721875
transcript.pyannote[1731].end 14504.68409375
transcript.pyannote[1732].speaker SPEAKER_14
transcript.pyannote[1732].start 14504.68409375
transcript.pyannote[1732].end 14507.02971875
transcript.pyannote[1733].speaker SPEAKER_13
transcript.pyannote[1733].start 14507.02971875
transcript.pyannote[1733].end 14508.44721875
transcript.pyannote[1734].speaker SPEAKER_13
transcript.pyannote[1734].start 14508.56534375
transcript.pyannote[1734].end 14516.96909375
transcript.pyannote[1735].speaker SPEAKER_14
transcript.pyannote[1735].start 14511.02909375
transcript.pyannote[1735].end 14511.97409375
transcript.pyannote[1736].speaker SPEAKER_14
transcript.pyannote[1736].start 14516.96909375
transcript.pyannote[1736].end 14518.43721875
transcript.pyannote[1737].speaker SPEAKER_13
transcript.pyannote[1737].start 14518.43721875
transcript.pyannote[1737].end 14518.45409375
transcript.pyannote[1738].speaker SPEAKER_13
transcript.pyannote[1738].start 14519.73659375
transcript.pyannote[1738].end 14520.02346875
transcript.pyannote[1739].speaker SPEAKER_19
transcript.pyannote[1739].start 14520.02346875
transcript.pyannote[1739].end 14520.61409375
transcript.pyannote[1740].speaker SPEAKER_13
transcript.pyannote[1740].start 14520.61409375
transcript.pyannote[1740].end 14520.69846875
transcript.pyannote[1741].speaker SPEAKER_14
transcript.pyannote[1741].start 14520.69846875
transcript.pyannote[1741].end 14520.71534375
transcript.pyannote[1742].speaker SPEAKER_13
transcript.pyannote[1742].start 14520.71534375
transcript.pyannote[1742].end 14520.76596875
transcript.pyannote[1743].speaker SPEAKER_14
transcript.pyannote[1743].start 14521.17096875
transcript.pyannote[1743].end 14524.56284375
transcript.pyannote[1744].speaker SPEAKER_19
transcript.pyannote[1744].start 14525.06909375
transcript.pyannote[1744].end 14527.00971875
transcript.pyannote[1745].speaker SPEAKER_19
transcript.pyannote[1745].start 14527.83659375
transcript.pyannote[1745].end 14530.04721875
transcript.pyannote[1746].speaker SPEAKER_10
transcript.pyannote[1746].start 14537.23596875
transcript.pyannote[1746].end 14539.17659375
transcript.pyannote[1747].speaker SPEAKER_10
transcript.pyannote[1747].start 14547.90096875
transcript.pyannote[1747].end 14567.64471875
transcript.pyannote[1748].speaker SPEAKER_10
transcript.pyannote[1748].start 14568.37034375
transcript.pyannote[1748].end 14569.23096875
transcript.pyannote[1749].speaker SPEAKER_10
transcript.pyannote[1749].start 14569.68659375
transcript.pyannote[1749].end 14572.53846875
transcript.pyannote[1750].speaker SPEAKER_10
transcript.pyannote[1750].start 14572.79159375
transcript.pyannote[1750].end 14577.04409375
transcript.pyannote[1751].speaker SPEAKER_10
transcript.pyannote[1751].start 14577.34784375
transcript.pyannote[1751].end 14594.74596875
transcript.pyannote[1752].speaker SPEAKER_10
transcript.pyannote[1752].start 14594.89784375
transcript.pyannote[1752].end 14595.85971875
transcript.pyannote[1753].speaker SPEAKER_10
transcript.pyannote[1753].start 14596.50096875
transcript.pyannote[1753].end 14598.98159375
transcript.pyannote[1754].speaker SPEAKER_10
transcript.pyannote[1754].start 14600.56784375
transcript.pyannote[1754].end 14601.19221875
transcript.pyannote[1755].speaker SPEAKER_10
transcript.pyannote[1755].start 14601.74909375
transcript.pyannote[1755].end 14602.20471875
transcript.pyannote[1756].speaker SPEAKER_10
transcript.pyannote[1756].start 14603.47034375
transcript.pyannote[1756].end 14605.24221875
transcript.pyannote[1757].speaker SPEAKER_10
transcript.pyannote[1757].start 14606.86221875
transcript.pyannote[1757].end 14607.87471875
transcript.pyannote[1758].speaker SPEAKER_10
transcript.pyannote[1758].start 14608.48221875
transcript.pyannote[1758].end 14609.93346875
transcript.pyannote[1759].speaker SPEAKER_10
transcript.pyannote[1759].start 14609.96721875
transcript.pyannote[1759].end 14610.01784375
transcript.pyannote[1760].speaker SPEAKER_10
transcript.pyannote[1760].start 14610.59159375
transcript.pyannote[1760].end 14615.87346875
transcript.pyannote[1761].speaker SPEAKER_10
transcript.pyannote[1761].start 14616.53159375
transcript.pyannote[1761].end 14623.90596875
transcript.pyannote[1762].speaker SPEAKER_13
transcript.pyannote[1762].start 14625.64409375
transcript.pyannote[1762].end 14635.00971875
transcript.pyannote[1763].speaker SPEAKER_00
transcript.pyannote[1763].start 14631.92159375
transcript.pyannote[1763].end 14632.03971875
transcript.pyannote[1764].speaker SPEAKER_13
transcript.pyannote[1764].start 14635.54971875
transcript.pyannote[1764].end 14639.98784375
transcript.pyannote[1765].speaker SPEAKER_10
transcript.pyannote[1765].start 14639.59971875
transcript.pyannote[1765].end 14640.00471875
transcript.pyannote[1766].speaker SPEAKER_13
transcript.pyannote[1766].start 14640.00471875
transcript.pyannote[1766].end 14640.27471875
transcript.pyannote[1767].speaker SPEAKER_10
transcript.pyannote[1767].start 14640.27471875
transcript.pyannote[1767].end 14642.18159375
transcript.pyannote[1768].speaker SPEAKER_10
transcript.pyannote[1768].start 14642.82284375
transcript.pyannote[1768].end 14645.23596875
transcript.pyannote[1769].speaker SPEAKER_10
transcript.pyannote[1769].start 14645.84346875
transcript.pyannote[1769].end 14646.82221875
transcript.pyannote[1770].speaker SPEAKER_13
transcript.pyannote[1770].start 14647.17659375
transcript.pyannote[1770].end 14650.73721875
transcript.pyannote[1771].speaker SPEAKER_13
transcript.pyannote[1771].start 14651.20971875
transcript.pyannote[1771].end 14662.02659375
transcript.pyannote[1772].speaker SPEAKER_13
transcript.pyannote[1772].start 14666.11034375
transcript.pyannote[1772].end 14666.16096875
transcript.pyannote[1773].speaker SPEAKER_10
transcript.pyannote[1773].start 14666.16096875
transcript.pyannote[1773].end 14667.13971875
transcript.pyannote[1774].speaker SPEAKER_10
transcript.pyannote[1774].start 14667.66284375
transcript.pyannote[1774].end 14668.38846875
transcript.pyannote[1775].speaker SPEAKER_10
transcript.pyannote[1775].start 14668.97909375
transcript.pyannote[1775].end 14670.68346875
transcript.pyannote[1776].speaker SPEAKER_10
transcript.pyannote[1776].start 14671.34159375
transcript.pyannote[1776].end 14672.25284375
transcript.pyannote[1777].speaker SPEAKER_13
transcript.pyannote[1777].start 14672.50596875
transcript.pyannote[1777].end 14672.82659375
transcript.pyannote[1778].speaker SPEAKER_10
transcript.pyannote[1778].start 14673.34971875
transcript.pyannote[1778].end 14682.63096875
transcript.pyannote[1779].speaker SPEAKER_10
transcript.pyannote[1779].start 14682.96846875
transcript.pyannote[1779].end 14696.23221875
transcript.pyannote[1780].speaker SPEAKER_10
transcript.pyannote[1780].start 14696.85659375
transcript.pyannote[1780].end 14699.60721875
transcript.pyannote[1781].speaker SPEAKER_10
transcript.pyannote[1781].start 14699.74221875
transcript.pyannote[1781].end 14702.56034375
transcript.pyannote[1782].speaker SPEAKER_12
transcript.pyannote[1782].start 14702.61096875
transcript.pyannote[1782].end 14702.98221875
transcript.pyannote[1783].speaker SPEAKER_10
transcript.pyannote[1783].start 14703.50534375
transcript.pyannote[1783].end 14706.42471875
transcript.pyannote[1784].speaker SPEAKER_10
transcript.pyannote[1784].start 14706.96471875
transcript.pyannote[1784].end 14708.09534375
transcript.pyannote[1785].speaker SPEAKER_10
transcript.pyannote[1785].start 14708.80409375
transcript.pyannote[1785].end 14714.81159375
transcript.pyannote[1786].speaker SPEAKER_10
transcript.pyannote[1786].start 14715.46971875
transcript.pyannote[1786].end 14730.89346875
transcript.pyannote[1787].speaker SPEAKER_10
transcript.pyannote[1787].start 14731.33221875
transcript.pyannote[1787].end 14733.45846875
transcript.pyannote[1788].speaker SPEAKER_10
transcript.pyannote[1788].start 14734.21784375
transcript.pyannote[1788].end 14735.82096875
transcript.pyannote[1789].speaker SPEAKER_10
transcript.pyannote[1789].start 14736.19221875
transcript.pyannote[1789].end 14737.47471875
transcript.pyannote[1790].speaker SPEAKER_10
transcript.pyannote[1790].start 14737.84596875
transcript.pyannote[1790].end 14740.68096875
transcript.pyannote[1791].speaker SPEAKER_10
transcript.pyannote[1791].start 14741.17034375
transcript.pyannote[1791].end 14747.14409375
transcript.pyannote[1792].speaker SPEAKER_10
transcript.pyannote[1792].start 14747.34659375
transcript.pyannote[1792].end 14749.38846875
transcript.pyannote[1793].speaker SPEAKER_10
transcript.pyannote[1793].start 14749.96221875
transcript.pyannote[1793].end 14751.58221875
transcript.pyannote[1794].speaker SPEAKER_10
transcript.pyannote[1794].start 14752.03784375
transcript.pyannote[1794].end 14764.23846875
transcript.pyannote[1795].speaker SPEAKER_10
transcript.pyannote[1795].start 14764.64346875
transcript.pyannote[1795].end 14766.09471875
transcript.pyannote[1796].speaker SPEAKER_10
transcript.pyannote[1796].start 14766.87096875
transcript.pyannote[1796].end 14769.18284375
transcript.pyannote[1797].speaker SPEAKER_10
transcript.pyannote[1797].start 14769.35159375
transcript.pyannote[1797].end 14770.11096875
transcript.pyannote[1798].speaker SPEAKER_10
transcript.pyannote[1798].start 14771.10659375
transcript.pyannote[1798].end 14771.93346875
transcript.pyannote[1799].speaker SPEAKER_10
transcript.pyannote[1799].start 14772.81096875
transcript.pyannote[1799].end 14774.88659375
transcript.pyannote[1800].speaker SPEAKER_10
transcript.pyannote[1800].start 14776.50659375
transcript.pyannote[1800].end 14783.32409375
transcript.pyannote[1801].speaker SPEAKER_10
transcript.pyannote[1801].start 14784.20159375
transcript.pyannote[1801].end 14793.49971875
transcript.pyannote[1802].speaker SPEAKER_15
transcript.pyannote[1802].start 14793.49971875
transcript.pyannote[1802].end 14793.71909375
transcript.pyannote[1803].speaker SPEAKER_10
transcript.pyannote[1803].start 14793.71909375
transcript.pyannote[1803].end 14794.30971875
transcript.pyannote[1804].speaker SPEAKER_10
transcript.pyannote[1804].start 14795.22096875
transcript.pyannote[1804].end 14799.01784375
transcript.pyannote[1805].speaker SPEAKER_10
transcript.pyannote[1805].start 14799.54096875
transcript.pyannote[1805].end 14802.02159375
transcript.pyannote[1806].speaker SPEAKER_10
transcript.pyannote[1806].start 14802.94971875
transcript.pyannote[1806].end 14805.51471875
transcript.pyannote[1807].speaker SPEAKER_10
transcript.pyannote[1807].start 14806.71284375
transcript.pyannote[1807].end 14807.47221875
transcript.pyannote[1808].speaker SPEAKER_10
transcript.pyannote[1808].start 14808.11346875
transcript.pyannote[1808].end 14809.04159375
transcript.pyannote[1809].speaker SPEAKER_10
transcript.pyannote[1809].start 14809.83471875
transcript.pyannote[1809].end 14810.88096875
transcript.pyannote[1810].speaker SPEAKER_10
transcript.pyannote[1810].start 14811.35346875
transcript.pyannote[1810].end 14812.19721875
transcript.pyannote[1811].speaker SPEAKER_10
transcript.pyannote[1811].start 14812.55159375
transcript.pyannote[1811].end 14824.60034375
transcript.pyannote[1812].speaker SPEAKER_10
transcript.pyannote[1812].start 14824.98846875
transcript.pyannote[1812].end 14828.09346875
transcript.pyannote[1813].speaker SPEAKER_10
transcript.pyannote[1813].start 14828.75159375
transcript.pyannote[1813].end 14831.26596875
transcript.pyannote[1814].speaker SPEAKER_10
transcript.pyannote[1814].start 14832.22784375
transcript.pyannote[1814].end 14833.62846875
transcript.pyannote[1815].speaker SPEAKER_10
transcript.pyannote[1815].start 14834.38784375
transcript.pyannote[1815].end 14836.12596875
transcript.pyannote[1816].speaker SPEAKER_10
transcript.pyannote[1816].start 14836.39596875
transcript.pyannote[1816].end 14838.52221875
transcript.pyannote[1817].speaker SPEAKER_10
transcript.pyannote[1817].start 14838.97784375
transcript.pyannote[1817].end 14843.11221875
transcript.pyannote[1818].speaker SPEAKER_10
transcript.pyannote[1818].start 14844.17534375
transcript.pyannote[1818].end 14845.33971875
transcript.pyannote[1819].speaker SPEAKER_10
transcript.pyannote[1819].start 14846.14971875
transcript.pyannote[1819].end 14854.13159375
transcript.pyannote[1820].speaker SPEAKER_10
transcript.pyannote[1820].start 14854.38471875
transcript.pyannote[1820].end 14875.36034375
transcript.pyannote[1821].speaker SPEAKER_10
transcript.pyannote[1821].start 14876.42346875
transcript.pyannote[1821].end 14885.04659375
transcript.pyannote[1822].speaker SPEAKER_15
transcript.pyannote[1822].start 14885.04659375
transcript.pyannote[1822].end 14885.33346875
transcript.pyannote[1823].speaker SPEAKER_10
transcript.pyannote[1823].start 14885.33346875
transcript.pyannote[1823].end 14890.12596875
transcript.pyannote[1824].speaker SPEAKER_10
transcript.pyannote[1824].start 14891.12159375
transcript.pyannote[1824].end 14896.80846875
transcript.pyannote[1825].speaker SPEAKER_10
transcript.pyannote[1825].start 14897.73659375
transcript.pyannote[1825].end 14903.45721875
transcript.pyannote[1826].speaker SPEAKER_10
transcript.pyannote[1826].start 14903.76096875
transcript.pyannote[1826].end 14907.45659375
transcript.pyannote[1827].speaker SPEAKER_10
transcript.pyannote[1827].start 14907.62534375
transcript.pyannote[1827].end 14915.11784375
transcript.pyannote[1828].speaker SPEAKER_10
transcript.pyannote[1828].start 14916.06284375
transcript.pyannote[1828].end 14917.12596875
transcript.pyannote[1829].speaker SPEAKER_10
transcript.pyannote[1829].start 14918.23971875
transcript.pyannote[1829].end 14924.71971875
transcript.pyannote[1830].speaker SPEAKER_10
transcript.pyannote[1830].start 14925.25971875
transcript.pyannote[1830].end 14928.21284375
transcript.pyannote[1831].speaker SPEAKER_10
transcript.pyannote[1831].start 14928.92159375
transcript.pyannote[1831].end 14934.52409375
transcript.pyannote[1832].speaker SPEAKER_10
transcript.pyannote[1832].start 14935.16534375
transcript.pyannote[1832].end 14936.39721875
transcript.pyannote[1833].speaker SPEAKER_10
transcript.pyannote[1833].start 14936.81909375
transcript.pyannote[1833].end 14939.33346875
transcript.pyannote[1834].speaker SPEAKER_10
transcript.pyannote[1834].start 14939.67096875
transcript.pyannote[1834].end 14940.80159375
transcript.pyannote[1835].speaker SPEAKER_10
transcript.pyannote[1835].start 14943.45096875
transcript.pyannote[1835].end 14944.44659375
transcript.pyannote[1836].speaker SPEAKER_10
transcript.pyannote[1836].start 14944.86846875
transcript.pyannote[1836].end 14945.99909375
transcript.pyannote[1837].speaker SPEAKER_10
transcript.pyannote[1837].start 14946.18471875
transcript.pyannote[1837].end 14947.48409375
transcript.pyannote[1838].speaker SPEAKER_10
transcript.pyannote[1838].start 14947.97346875
transcript.pyannote[1838].end 14948.36159375
transcript.pyannote[1839].speaker SPEAKER_10
transcript.pyannote[1839].start 14948.80034375
transcript.pyannote[1839].end 14950.82534375
transcript.pyannote[1840].speaker SPEAKER_13
transcript.pyannote[1840].start 14951.58471875
transcript.pyannote[1840].end 14963.04284375
transcript.pyannote[1841].speaker SPEAKER_13
transcript.pyannote[1841].start 14963.12721875
transcript.pyannote[1841].end 14968.35846875
transcript.pyannote[1842].speaker SPEAKER_10
transcript.pyannote[1842].start 14963.51534375
transcript.pyannote[1842].end 14963.80221875
transcript.pyannote[1843].speaker SPEAKER_10
transcript.pyannote[1843].start 14965.79346875
transcript.pyannote[1843].end 14966.83971875
transcript.pyannote[1844].speaker SPEAKER_13
transcript.pyannote[1844].start 14969.53971875
transcript.pyannote[1844].end 14974.26471875
transcript.pyannote[1845].speaker SPEAKER_19
transcript.pyannote[1845].start 14973.75846875
transcript.pyannote[1845].end 14977.42034375
transcript.pyannote[1846].speaker SPEAKER_13
transcript.pyannote[1846].start 14975.22659375
transcript.pyannote[1846].end 14989.30034375
transcript.pyannote[1847].speaker SPEAKER_19
transcript.pyannote[1847].start 14979.52971875
transcript.pyannote[1847].end 14981.01471875
transcript.pyannote[1848].speaker SPEAKER_10
transcript.pyannote[1848].start 14981.33534375
transcript.pyannote[1848].end 14981.75721875
transcript.pyannote[1849].speaker SPEAKER_13
transcript.pyannote[1849].start 14989.85721875
transcript.pyannote[1849].end 14995.84784375
transcript.pyannote[1850].speaker SPEAKER_13
transcript.pyannote[1850].start 14996.28659375
transcript.pyannote[1850].end 15000.97784375
transcript.pyannote[1851].speaker SPEAKER_10
transcript.pyannote[1851].start 15000.97784375
transcript.pyannote[1851].end 15001.34909375
transcript.pyannote[1852].speaker SPEAKER_13
transcript.pyannote[1852].start 15001.80471875
transcript.pyannote[1852].end 15001.83846875
transcript.pyannote[1853].speaker SPEAKER_10
transcript.pyannote[1853].start 15001.83846875
transcript.pyannote[1853].end 15002.81721875
transcript.pyannote[1854].speaker SPEAKER_10
transcript.pyannote[1854].start 15003.96471875
transcript.pyannote[1854].end 15004.50471875
transcript.pyannote[1855].speaker SPEAKER_10
transcript.pyannote[1855].start 15005.12909375
transcript.pyannote[1855].end 15005.83784375
transcript.pyannote[1856].speaker SPEAKER_10
transcript.pyannote[1856].start 15006.64784375
transcript.pyannote[1856].end 15013.75221875
transcript.pyannote[1857].speaker SPEAKER_10
transcript.pyannote[1857].start 15014.84909375
transcript.pyannote[1857].end 15017.68409375
transcript.pyannote[1858].speaker SPEAKER_10
transcript.pyannote[1858].start 15019.84409375
transcript.pyannote[1858].end 15020.89034375
transcript.pyannote[1859].speaker SPEAKER_10
transcript.pyannote[1859].start 15021.71721875
transcript.pyannote[1859].end 15022.96596875
transcript.pyannote[1860].speaker SPEAKER_10
transcript.pyannote[1860].start 15023.77596875
transcript.pyannote[1860].end 15024.53534375
transcript.pyannote[1861].speaker SPEAKER_10
transcript.pyannote[1861].start 15025.95284375
transcript.pyannote[1861].end 15026.83034375
transcript.pyannote[1862].speaker SPEAKER_10
transcript.pyannote[1862].start 15027.43784375
transcript.pyannote[1862].end 15027.96096875
transcript.pyannote[1863].speaker SPEAKER_10
transcript.pyannote[1863].start 15029.39534375
transcript.pyannote[1863].end 15032.53409375
transcript.pyannote[1864].speaker SPEAKER_13
transcript.pyannote[1864].start 15032.53409375
transcript.pyannote[1864].end 15041.59596875
transcript.pyannote[1865].speaker SPEAKER_10
transcript.pyannote[1865].start 15033.29346875
transcript.pyannote[1865].end 15034.13721875
transcript.pyannote[1866].speaker SPEAKER_10
transcript.pyannote[1866].start 15034.35659375
transcript.pyannote[1866].end 15035.16659375
transcript.pyannote[1867].speaker SPEAKER_13
transcript.pyannote[1867].start 15042.15284375
transcript.pyannote[1867].end 15047.45159375
transcript.pyannote[1868].speaker SPEAKER_13
transcript.pyannote[1868].start 15048.16034375
transcript.pyannote[1868].end 15050.72534375
transcript.pyannote[1869].speaker SPEAKER_13
transcript.pyannote[1869].start 15052.29471875
transcript.pyannote[1869].end 15054.62346875
transcript.pyannote[1870].speaker SPEAKER_10
transcript.pyannote[1870].start 15054.62346875
transcript.pyannote[1870].end 15054.91034375
transcript.pyannote[1871].speaker SPEAKER_13
transcript.pyannote[1871].start 15054.91034375
transcript.pyannote[1871].end 15054.97784375
transcript.pyannote[1872].speaker SPEAKER_10
transcript.pyannote[1872].start 15054.97784375
transcript.pyannote[1872].end 15055.95659375
transcript.pyannote[1873].speaker SPEAKER_10
transcript.pyannote[1873].start 15058.23471875
transcript.pyannote[1873].end 15059.34846875
transcript.pyannote[1874].speaker SPEAKER_10
transcript.pyannote[1874].start 15060.05721875
transcript.pyannote[1874].end 15087.49596875
transcript.pyannote[1875].speaker SPEAKER_10
transcript.pyannote[1875].start 15088.28909375
transcript.pyannote[1875].end 15096.13596875
transcript.pyannote[1876].speaker SPEAKER_10
transcript.pyannote[1876].start 15096.38909375
transcript.pyannote[1876].end 15097.57034375
transcript.pyannote[1877].speaker SPEAKER_10
transcript.pyannote[1877].start 15098.61659375
transcript.pyannote[1877].end 15099.52784375
transcript.pyannote[1878].speaker SPEAKER_10
transcript.pyannote[1878].start 15100.50659375
transcript.pyannote[1878].end 15101.02971875
transcript.pyannote[1879].speaker SPEAKER_10
transcript.pyannote[1879].start 15101.75534375
transcript.pyannote[1879].end 15103.18971875
transcript.pyannote[1880].speaker SPEAKER_10
transcript.pyannote[1880].start 15103.40909375
transcript.pyannote[1880].end 15104.18534375
transcript.pyannote[1881].speaker SPEAKER_10
transcript.pyannote[1881].start 15105.78846875
transcript.pyannote[1881].end 15113.58471875
transcript.pyannote[1882].speaker SPEAKER_16
transcript.pyannote[1882].start 15113.85471875
transcript.pyannote[1882].end 15113.87159375
transcript.pyannote[1883].speaker SPEAKER_16
transcript.pyannote[1883].start 15113.88846875
transcript.pyannote[1883].end 15113.92221875
transcript.pyannote[1884].speaker SPEAKER_10
transcript.pyannote[1884].start 15114.17534375
transcript.pyannote[1884].end 15114.71534375
transcript.pyannote[1885].speaker SPEAKER_10
transcript.pyannote[1885].start 15114.79971875
transcript.pyannote[1885].end 15115.44096875
transcript.pyannote[1886].speaker SPEAKER_10
transcript.pyannote[1886].start 15115.99784375
transcript.pyannote[1886].end 15116.58846875
transcript.pyannote[1887].speaker SPEAKER_10
transcript.pyannote[1887].start 15117.34784375
transcript.pyannote[1887].end 15118.66409375
transcript.pyannote[1888].speaker SPEAKER_10
transcript.pyannote[1888].start 15119.20409375
transcript.pyannote[1888].end 15120.38534375
transcript.pyannote[1889].speaker SPEAKER_10
transcript.pyannote[1889].start 15120.82409375
transcript.pyannote[1889].end 15121.17846875
transcript.pyannote[1890].speaker SPEAKER_10
transcript.pyannote[1890].start 15121.36409375
transcript.pyannote[1890].end 15122.88284375
transcript.pyannote[1891].speaker SPEAKER_10
transcript.pyannote[1891].start 15123.38909375
transcript.pyannote[1891].end 15127.38846875
transcript.pyannote[1892].speaker SPEAKER_10
transcript.pyannote[1892].start 15127.81034375
transcript.pyannote[1892].end 15128.18159375
transcript.pyannote[1893].speaker SPEAKER_10
transcript.pyannote[1893].start 15128.80596875
transcript.pyannote[1893].end 15134.29034375
transcript.pyannote[1894].speaker SPEAKER_10
transcript.pyannote[1894].start 15134.83034375
transcript.pyannote[1894].end 15135.69096875
transcript.pyannote[1895].speaker SPEAKER_10
transcript.pyannote[1895].start 15135.87659375
transcript.pyannote[1895].end 15145.24221875
transcript.pyannote[1896].speaker SPEAKER_10
transcript.pyannote[1896].start 15145.93409375
transcript.pyannote[1896].end 15146.17034375
transcript.pyannote[1897].speaker SPEAKER_13
transcript.pyannote[1897].start 15146.79471875
transcript.pyannote[1897].end 15149.03909375
transcript.pyannote[1898].speaker SPEAKER_13
transcript.pyannote[1898].start 15149.29221875
transcript.pyannote[1898].end 15156.97034375
transcript.pyannote[1899].speaker SPEAKER_10
transcript.pyannote[1899].start 15156.97034375
transcript.pyannote[1899].end 15165.42471875
transcript.pyannote[1900].speaker SPEAKER_13
transcript.pyannote[1900].start 15163.72034375
transcript.pyannote[1900].end 15166.18409375
transcript.pyannote[1901].speaker SPEAKER_10
transcript.pyannote[1901].start 15166.18409375
transcript.pyannote[1901].end 15175.43159375
transcript.pyannote[1902].speaker SPEAKER_10
transcript.pyannote[1902].start 15175.92096875
transcript.pyannote[1902].end 15177.65909375
transcript.pyannote[1903].speaker SPEAKER_10
transcript.pyannote[1903].start 15178.08096875
transcript.pyannote[1903].end 15195.93471875
transcript.pyannote[1904].speaker SPEAKER_10
transcript.pyannote[1904].start 15196.71096875
transcript.pyannote[1904].end 15202.49909375
transcript.pyannote[1905].speaker SPEAKER_10
transcript.pyannote[1905].start 15202.76909375
transcript.pyannote[1905].end 15205.26659375
transcript.pyannote[1906].speaker SPEAKER_10
transcript.pyannote[1906].start 15205.77284375
transcript.pyannote[1906].end 15227.37284375
transcript.pyannote[1907].speaker SPEAKER_10
transcript.pyannote[1907].start 15227.81159375
transcript.pyannote[1907].end 15229.09409375
transcript.pyannote[1908].speaker SPEAKER_10
transcript.pyannote[1908].start 15229.31346875
transcript.pyannote[1908].end 15231.65909375
transcript.pyannote[1909].speaker SPEAKER_10
transcript.pyannote[1909].start 15232.70534375
transcript.pyannote[1909].end 15233.88659375
transcript.pyannote[1910].speaker SPEAKER_10
transcript.pyannote[1910].start 15233.97096875
transcript.pyannote[1910].end 15235.28721875
transcript.pyannote[1911].speaker SPEAKER_10
transcript.pyannote[1911].start 15235.50659375
transcript.pyannote[1911].end 15236.92409375
transcript.pyannote[1912].speaker SPEAKER_10
transcript.pyannote[1912].start 15237.34596875
transcript.pyannote[1912].end 15237.91971875
transcript.pyannote[1913].speaker SPEAKER_10
transcript.pyannote[1913].start 15238.42596875
transcript.pyannote[1913].end 15239.48909375
transcript.pyannote[1914].speaker SPEAKER_10
transcript.pyannote[1914].start 15239.75909375
transcript.pyannote[1914].end 15241.59846875
transcript.pyannote[1915].speaker SPEAKER_10
transcript.pyannote[1915].start 15242.81346875
transcript.pyannote[1915].end 15248.48346875
transcript.pyannote[1916].speaker SPEAKER_10
transcript.pyannote[1916].start 15248.68596875
transcript.pyannote[1916].end 15251.85846875
transcript.pyannote[1917].speaker SPEAKER_19
transcript.pyannote[1917].start 15252.04409375
transcript.pyannote[1917].end 15258.15284375
transcript.pyannote[1918].speaker SPEAKER_09
transcript.pyannote[1918].start 15267.26534375
transcript.pyannote[1918].end 15270.18471875
transcript.pyannote[1919].speaker SPEAKER_16
transcript.pyannote[1919].start 15270.52221875
transcript.pyannote[1919].end 15270.57284375
transcript.pyannote[1920].speaker SPEAKER_13
transcript.pyannote[1920].start 15275.28096875
transcript.pyannote[1920].end 15275.88846875
transcript.pyannote[1921].speaker SPEAKER_09
transcript.pyannote[1921].start 15275.98971875
transcript.pyannote[1921].end 15277.91346875
transcript.pyannote[1922].speaker SPEAKER_09
transcript.pyannote[1922].start 15278.65596875
transcript.pyannote[1922].end 15286.40159375
transcript.pyannote[1923].speaker SPEAKER_09
transcript.pyannote[1923].start 15286.82346875
transcript.pyannote[1923].end 15355.30221875
transcript.pyannote[1924].speaker SPEAKER_13
transcript.pyannote[1924].start 15356.01096875
transcript.pyannote[1924].end 15363.53721875
transcript.pyannote[1925].speaker SPEAKER_09
transcript.pyannote[1925].start 15364.00971875
transcript.pyannote[1925].end 15377.12159375
transcript.pyannote[1926].speaker SPEAKER_09
transcript.pyannote[1926].start 15378.18471875
transcript.pyannote[1926].end 15379.58534375
transcript.pyannote[1927].speaker SPEAKER_09
transcript.pyannote[1927].start 15379.97346875
transcript.pyannote[1927].end 15384.91784375
transcript.pyannote[1928].speaker SPEAKER_09
transcript.pyannote[1928].start 15385.01909375
transcript.pyannote[1928].end 15391.88721875
transcript.pyannote[1929].speaker SPEAKER_09
transcript.pyannote[1929].start 15392.66346875
transcript.pyannote[1929].end 15393.20346875
transcript.pyannote[1930].speaker SPEAKER_09
transcript.pyannote[1930].start 15393.87846875
transcript.pyannote[1930].end 15393.91221875
transcript.pyannote[1931].speaker SPEAKER_13
transcript.pyannote[1931].start 15393.91221875
transcript.pyannote[1931].end 15394.53659375
transcript.pyannote[1932].speaker SPEAKER_13
transcript.pyannote[1932].start 15394.89096875
transcript.pyannote[1932].end 15412.93034375
transcript.pyannote[1933].speaker SPEAKER_00
transcript.pyannote[1933].start 15403.64909375
transcript.pyannote[1933].end 15403.66596875
transcript.pyannote[1934].speaker SPEAKER_12
transcript.pyannote[1934].start 15403.66596875
transcript.pyannote[1934].end 15403.96971875
transcript.pyannote[1935].speaker SPEAKER_00
transcript.pyannote[1935].start 15403.96971875
transcript.pyannote[1935].end 15404.03721875
transcript.pyannote[1936].speaker SPEAKER_09
transcript.pyannote[1936].start 15409.67346875
transcript.pyannote[1936].end 15410.70284375
transcript.pyannote[1937].speaker SPEAKER_09
transcript.pyannote[1937].start 15411.56346875
transcript.pyannote[1937].end 15411.85034375
transcript.pyannote[1938].speaker SPEAKER_09
transcript.pyannote[1938].start 15412.93034375
transcript.pyannote[1938].end 15417.36846875
transcript.pyannote[1939].speaker SPEAKER_09
transcript.pyannote[1939].start 15418.21221875
transcript.pyannote[1939].end 15422.61659375
transcript.pyannote[1940].speaker SPEAKER_13
transcript.pyannote[1940].start 15423.76409375
transcript.pyannote[1940].end 15426.48096875
transcript.pyannote[1941].speaker SPEAKER_09
transcript.pyannote[1941].start 15423.84846875
transcript.pyannote[1941].end 15426.44721875
transcript.pyannote[1942].speaker SPEAKER_13
transcript.pyannote[1942].start 15426.90284375
transcript.pyannote[1942].end 15427.93221875
transcript.pyannote[1943].speaker SPEAKER_09
transcript.pyannote[1943].start 15428.16846875
transcript.pyannote[1943].end 15437.50034375
transcript.pyannote[1944].speaker SPEAKER_09
transcript.pyannote[1944].start 15437.63534375
transcript.pyannote[1944].end 15452.02971875
transcript.pyannote[1945].speaker SPEAKER_09
transcript.pyannote[1945].start 15452.40096875
transcript.pyannote[1945].end 15465.24284375
transcript.pyannote[1946].speaker SPEAKER_09
transcript.pyannote[1946].start 15465.51284375
transcript.pyannote[1946].end 15466.28909375
transcript.pyannote[1947].speaker SPEAKER_09
transcript.pyannote[1947].start 15466.84596875
transcript.pyannote[1947].end 15467.35221875
transcript.pyannote[1948].speaker SPEAKER_13
transcript.pyannote[1948].start 15468.29721875
transcript.pyannote[1948].end 15471.26721875
transcript.pyannote[1949].speaker SPEAKER_09
transcript.pyannote[1949].start 15468.39846875
transcript.pyannote[1949].end 15472.73534375
transcript.pyannote[1950].speaker SPEAKER_13
transcript.pyannote[1950].start 15472.12784375
transcript.pyannote[1950].end 15480.78471875
transcript.pyannote[1951].speaker SPEAKER_13
transcript.pyannote[1951].start 15480.81846875
transcript.pyannote[1951].end 15480.93659375
transcript.pyannote[1952].speaker SPEAKER_13
transcript.pyannote[1952].start 15481.20659375
transcript.pyannote[1952].end 15493.49159375
transcript.pyannote[1953].speaker SPEAKER_00
transcript.pyannote[1953].start 15482.70846875
transcript.pyannote[1953].end 15482.72534375
transcript.pyannote[1954].speaker SPEAKER_14
transcript.pyannote[1954].start 15482.72534375
transcript.pyannote[1954].end 15482.97846875
transcript.pyannote[1955].speaker SPEAKER_09
transcript.pyannote[1955].start 15491.12909375
transcript.pyannote[1955].end 15491.43284375
transcript.pyannote[1956].speaker SPEAKER_09
transcript.pyannote[1956].start 15492.54659375
transcript.pyannote[1956].end 15494.53784375
transcript.pyannote[1957].speaker SPEAKER_13
transcript.pyannote[1957].start 15494.53784375
transcript.pyannote[1957].end 15495.44909375
transcript.pyannote[1958].speaker SPEAKER_09
transcript.pyannote[1958].start 15495.01034375
transcript.pyannote[1958].end 15507.61596875
transcript.pyannote[1959].speaker SPEAKER_13
transcript.pyannote[1959].start 15495.75284375
transcript.pyannote[1959].end 15495.98909375
transcript.pyannote[1960].speaker SPEAKER_13
transcript.pyannote[1960].start 15508.24034375
transcript.pyannote[1960].end 15524.94659375
transcript.pyannote[1961].speaker SPEAKER_09
transcript.pyannote[1961].start 15516.98159375
transcript.pyannote[1961].end 15521.53784375
transcript.pyannote[1962].speaker SPEAKER_09
transcript.pyannote[1962].start 15524.25471875
transcript.pyannote[1962].end 15525.19971875
transcript.pyannote[1963].speaker SPEAKER_09
transcript.pyannote[1963].start 15525.82409375
transcript.pyannote[1963].end 15530.05971875
transcript.pyannote[1964].speaker SPEAKER_13
transcript.pyannote[1964].start 15530.05971875
transcript.pyannote[1964].end 15530.32971875
transcript.pyannote[1965].speaker SPEAKER_09
transcript.pyannote[1965].start 15530.32971875
transcript.pyannote[1965].end 15531.03846875
transcript.pyannote[1966].speaker SPEAKER_13
transcript.pyannote[1966].start 15531.03846875
transcript.pyannote[1966].end 15533.51909375
transcript.pyannote[1967].speaker SPEAKER_09
transcript.pyannote[1967].start 15532.18596875
transcript.pyannote[1967].end 15535.18971875
transcript.pyannote[1968].speaker SPEAKER_13
transcript.pyannote[1968].start 15534.05909375
transcript.pyannote[1968].end 15538.24409375
transcript.pyannote[1969].speaker SPEAKER_09
transcript.pyannote[1969].start 15538.24409375
transcript.pyannote[1969].end 15545.50034375
transcript.pyannote[1970].speaker SPEAKER_13
transcript.pyannote[1970].start 15545.77034375
transcript.pyannote[1970].end 15551.22096875
transcript.pyannote[1971].speaker SPEAKER_09
transcript.pyannote[1971].start 15549.21284375
transcript.pyannote[1971].end 15559.55721875
transcript.pyannote[1972].speaker SPEAKER_13
transcript.pyannote[1972].start 15552.16596875
transcript.pyannote[1972].end 15552.19971875
transcript.pyannote[1973].speaker SPEAKER_09
transcript.pyannote[1973].start 15560.01284375
transcript.pyannote[1973].end 15561.37971875
transcript.pyannote[1974].speaker SPEAKER_13
transcript.pyannote[1974].start 15561.58221875
transcript.pyannote[1974].end 15567.87659375
transcript.pyannote[1975].speaker SPEAKER_09
transcript.pyannote[1975].start 15567.75846875
transcript.pyannote[1975].end 15572.26409375
transcript.pyannote[1976].speaker SPEAKER_13
transcript.pyannote[1976].start 15572.02784375
transcript.pyannote[1976].end 15574.76159375
transcript.pyannote[1977].speaker SPEAKER_09
transcript.pyannote[1977].start 15573.02346875
transcript.pyannote[1977].end 15574.62659375
transcript.pyannote[1978].speaker SPEAKER_09
transcript.pyannote[1978].start 15574.96409375
transcript.pyannote[1978].end 15575.65596875
transcript.pyannote[1979].speaker SPEAKER_09
transcript.pyannote[1979].start 15575.80784375
transcript.pyannote[1979].end 15576.02721875
transcript.pyannote[1980].speaker SPEAKER_09
transcript.pyannote[1980].start 15576.07784375
transcript.pyannote[1980].end 15577.30971875
transcript.pyannote[1981].speaker SPEAKER_09
transcript.pyannote[1981].start 15577.44471875
transcript.pyannote[1981].end 15578.42346875
transcript.pyannote[1982].speaker SPEAKER_13
transcript.pyannote[1982].start 15578.69346875
transcript.pyannote[1982].end 15578.96346875
transcript.pyannote[1983].speaker SPEAKER_09
transcript.pyannote[1983].start 15578.96346875
transcript.pyannote[1983].end 15579.36846875
transcript.pyannote[1984].speaker SPEAKER_13
transcript.pyannote[1984].start 15580.29659375
transcript.pyannote[1984].end 15581.10659375
transcript.pyannote[1985].speaker SPEAKER_09
transcript.pyannote[1985].start 15580.68471875
transcript.pyannote[1985].end 15582.72659375
transcript.pyannote[1986].speaker SPEAKER_13
transcript.pyannote[1986].start 15584.14409375
transcript.pyannote[1986].end 15585.00471875
transcript.pyannote[1987].speaker SPEAKER_09
transcript.pyannote[1987].start 15584.53221875
transcript.pyannote[1987].end 15587.24909375
transcript.pyannote[1988].speaker SPEAKER_13
transcript.pyannote[1988].start 15585.34221875
transcript.pyannote[1988].end 15599.07846875
transcript.pyannote[1989].speaker SPEAKER_09
transcript.pyannote[1989].start 15595.83846875
transcript.pyannote[1989].end 15596.90159375
transcript.pyannote[1990].speaker SPEAKER_09
transcript.pyannote[1990].start 15597.81284375
transcript.pyannote[1990].end 15611.95409375
transcript.pyannote[1991].speaker SPEAKER_13
transcript.pyannote[1991].start 15601.27221875
transcript.pyannote[1991].end 15601.71096875
transcript.pyannote[1992].speaker SPEAKER_13
transcript.pyannote[1992].start 15608.69721875
transcript.pyannote[1992].end 15609.08534375
transcript.pyannote[1993].speaker SPEAKER_13
transcript.pyannote[1993].start 15612.46034375
transcript.pyannote[1993].end 15618.46784375
transcript.pyannote[1994].speaker SPEAKER_09
transcript.pyannote[1994].start 15614.77221875
transcript.pyannote[1994].end 15615.86909375
transcript.pyannote[1995].speaker SPEAKER_09
transcript.pyannote[1995].start 15617.86034375
transcript.pyannote[1995].end 15631.61346875
transcript.pyannote[1996].speaker SPEAKER_13
transcript.pyannote[1996].start 15630.41534375
transcript.pyannote[1996].end 15641.58659375
transcript.pyannote[1997].speaker SPEAKER_09
transcript.pyannote[1997].start 15632.89596875
transcript.pyannote[1997].end 15634.14471875
transcript.pyannote[1998].speaker SPEAKER_09
transcript.pyannote[1998].start 15634.60034375
transcript.pyannote[1998].end 15636.15284375
transcript.pyannote[1999].speaker SPEAKER_09
transcript.pyannote[1999].start 15639.81471875
transcript.pyannote[1999].end 15640.37159375
transcript.pyannote[2000].speaker SPEAKER_09
transcript.pyannote[2000].start 15641.40096875
transcript.pyannote[2000].end 15643.99971875
transcript.pyannote[2001].speaker SPEAKER_13
transcript.pyannote[2001].start 15644.23596875
transcript.pyannote[2001].end 15655.13721875
transcript.pyannote[2002].speaker SPEAKER_09
transcript.pyannote[2002].start 15652.87596875
transcript.pyannote[2002].end 15664.38471875
transcript.pyannote[2003].speaker SPEAKER_13
transcript.pyannote[2003].start 15663.38909375
transcript.pyannote[2003].end 15665.26221875
transcript.pyannote[2004].speaker SPEAKER_09
transcript.pyannote[2004].start 15664.90784375
transcript.pyannote[2004].end 15666.88221875
transcript.pyannote[2005].speaker SPEAKER_19
transcript.pyannote[2005].start 15665.26221875
transcript.pyannote[2005].end 15665.36346875
transcript.pyannote[2006].speaker SPEAKER_19
transcript.pyannote[2006].start 15666.02159375
transcript.pyannote[2006].end 15666.62909375
transcript.pyannote[2007].speaker SPEAKER_13
transcript.pyannote[2007].start 15666.62909375
transcript.pyannote[2007].end 15666.66284375
transcript.pyannote[2008].speaker SPEAKER_19
transcript.pyannote[2008].start 15668.24909375
transcript.pyannote[2008].end 15670.34159375
transcript.pyannote[2009].speaker SPEAKER_19
transcript.pyannote[2009].start 15673.48034375
transcript.pyannote[2009].end 15682.35659375
transcript.pyannote[2010].speaker SPEAKER_19
transcript.pyannote[2010].start 15684.04409375
transcript.pyannote[2010].end 15687.16596875
transcript.pyannote[2011].speaker SPEAKER_19
transcript.pyannote[2011].start 15688.09409375
transcript.pyannote[2011].end 15698.67471875
transcript.pyannote[2012].speaker SPEAKER_19
transcript.pyannote[2012].start 15699.41721875
transcript.pyannote[2012].end 15701.88096875
transcript.whisperx[0].start 1960.203
transcript.whisperx[0].end 1968.191
transcript.whisperx[0].text 報告委員會 出席人員人數10人 已足法定人數 請主席先步開會現在開會 請議事人員先讀上次會議議事錄
transcript.whisperx[1].start 1974.042
transcript.whisperx[1].end 1982.329
transcript.whisperx[1].text 立法院第11屆第三會期社會福利及衛生環境委員會第14次全體委員會議議事錄時間114年5月28日星期三9時至17時22分5月29日星期四9時至17時22分地點群賢樓801會議室出席委員陳委員金輝等14人列席委員郭委員玉琴等27人列席官員衛生福利部部長邱太元等相關人員主席劉兆吉委員建國報告事項
transcript.whisperx[2].start 2003.466
transcript.whisperx[2].end 2012.909
transcript.whisperx[2].text 1 宣讀上次會議議事錄決定確定2 處理114年度中央政府總預算決議有關衛生福利部主管預算凍結報告案51案決定1 均同意動之並提報院會2 第14案通過附帶決議一項
transcript.whisperx[3].start 2020.032
transcript.whisperx[3].end 2047.374
transcript.whisperx[3].text 討論事項一 處理一百一十四年度中央政府總預算決議有關衛生福利部主管預算凍結報告案十三案本次會議討論事項第一案及第二案綜合詢答經委員王玉明等十八人提出質詢均經衛生福利部部長個人資料保護委員會籌備處組長林益成及各相關主管等即席答覆委員陳昭芝 張家俊 林德福 廖偉祥 圖全吉及李坤成所提書面質詢
transcript.whisperx[4].start 2048.215
transcript.whisperx[4].end 2060.061
transcript.whisperx[4].text 列入記錄刊登公報決議一報告說明及詢答完畢二委員質詢未及答覆或請補充資料者請相關機關於二周內書面答覆委員令要求期限者從其鎖定三均同意動之並提報院會討論事項二審查行政院函請審議委員林月琴等16人委員何新淳等16人委員王玉敏等24人委員邱若驊等16人委員黃婕等21人委員蔡易餘等17人
transcript.whisperx[5].start 2078.01
transcript.whisperx[5].end 2084.192
transcript.whisperx[5].text 委員李坤誠等22人委員陳培宇等19人委員郭玉琴等21人委員陳素月等16人委員鄭天才等18人委員王美惠等19人委員林淑芬等25人委員王正旭等18人委員吳佩義等18人分別擬具兒童托育服務法草案等16案兒童托育服務法草案有委員林月琴等3人提出部分條文修正動議決議行政院函請審議
transcript.whisperx[6].start 2106.159
transcript.whisperx[6].end 2116.523
transcript.whisperx[6].text 兒童托育服務法草案等16案另則其繼續審查討論事項3繼續審查委員王玉敏等18人委員劉建國等16人委員邱志偉等19人以及審查委員李博義等16人委員羅廷偉等16人分別擬據病人自主權力法部分條文修正草案等5案病人自主權力法有委員劉建國等4人提出第5條第9條第14條條文修正動議決議
transcript.whisperx[7].start 2134.631
transcript.whisperx[7].end 2157.461
transcript.whisperx[7].text 委員王玉敏等18人擬拒病人自主權利法部分條文修正草案等5案除第3條第5條及第15條以外其餘令則其繼續審查審查結果1第3條照委員王玉敏等18人提案及委員劉建國等16人提案通過2第5條照委員劉建國王玉敏等4人所提修正動議修正通過3第15條照委員劉建國等16人提案通過4保留條文
transcript.whisperx[8].start 2163.503
transcript.whisperx[8].end 2176.072
transcript.whisperx[8].text 第四條 第六條 第八條 第九條 第十條 第十二條 第十四條新增第十六條之一 第十七條五保留之修正動議委員 劉建國 王玉敏等四人所提之第九條 第十四條條文修正動議宣讀完畢請問委員會上次議事錄有錯誤或遺漏之處
transcript.whisperx[9].start 2186.377
transcript.whisperx[9].end 2210.668
transcript.whisperx[9].text 沒有那我們意思確定那本日會議大家都關心的我們邀請勞動部長就勞工退休金制度改革含勞保勞退執行的現況進行專案報告並備詢質詢現在介紹在場的委員跟列席官員第一位是林業勤委員
transcript.whisperx[10].start 2216.147
transcript.whisperx[10].end 2242.518
transcript.whisperx[10].text 陳昭之委員我們在場的行政官員勞動部部長洪森漢勞動力發展署署長黃玲玉勞工保險局局長白立正勞動基金應用局局長蘇玉清
transcript.whisperx[11].start 2245.592
transcript.whisperx[11].end 2249.896
transcript.whisperx[11].text 職業安全衛生署署長林玉堂勞動關係師師長王厚偉勞動保險師師長陳美女勞動福祉退休師師長黃維琛
transcript.whisperx[12].start 2274.979
transcript.whisperx[12].end 2295.056
transcript.whisperx[12].text 勞動條件就業平等司司長黃琦雅今天立法院委員會只有四個在開會其他四個都去考察所以今天生理比較不好我們國防委員會還去關島考察非常的羨慕
transcript.whisperx[13].start 2304.009
transcript.whisperx[13].end 2317.319
transcript.whisperx[13].text 請問部長哪一個國家的勞動條件比較好的我們去考察真的啊我在排啊接下來我們請勞動部部長報告
transcript.whisperx[14].start 2334.275
transcript.whisperx[14].end 2347.547
transcript.whisperx[14].text 主席各位委員女士先生今天很榮幸應邀至貴委員會就勞工退休金制度改革含勞保勞退執行現況進行專題報告那請各位不吝指教
transcript.whisperx[15].start 2348.467
transcript.whisperx[15].end 2363.296
transcript.whisperx[15].text 老公退休金制度关系广大劳工的权益不但各界关心瞩目也是重要的政策随着我国迈入高龄化及少子化社会现行的老公退休金制度要如何强化老公退休后经济生活的保障必须更
transcript.whisperx[16].start 2364.136
transcript.whisperx[16].end 2389.105
transcript.whisperx[16].text 必須更加審慎以下就現行的勞工保險老年給付以及勞工退休金的兩大部分進行說明在勞保制度部分勞保是39年開辦至今以75年主要是為了勞工面臨生育傷病失能老年及死亡的時候提供基本的生活保障113年勞保的投保單位計是61萬家被保險人數有1047萬餘人
transcript.whisperx[17].start 2393.326
transcript.whisperx[17].end 2411.384
transcript.whisperx[17].text 为强化劳保的保障自开办以来也陆续修正相关规定比较大的调整是在98年的时候实施了劳保年金制度将失能老年及死亡三种给付由一次给付改采定期持续性的年金给付以确保劳工及医署可以获得长期的经济生活保障
transcript.whisperx[18].start 2412.125
transcript.whisperx[18].end 2439.927
transcript.whisperx[18].text 劳保实施年金制度后相较以往的一次性给付有了几个比较大的重要制度调整包含年金给付因年资采计无上限固有保月九零月多活月九零月多的性质老年年金也设有展延期减额年金的设计让劳工能按自身生涯规划及需求选择是否延后或提前勤领给付在为维持实质购买力当
transcript.whisperx[19].start 2440.968
transcript.whisperx[19].end 2459.979
transcript.whisperx[19].text 消費者物價指數累計成長率達5%年金請你金額也會跟著調整另外請領勞保老年給付需要達勞保年資滿15年的條件考量勞工進出勞動市場平凡也設計了勞保與國保年資可以並計並分別請領勞保及國保的老年給付機制
transcript.whisperx[20].start 2465.402
transcript.whisperx[20].end 2481.796
transcript.whisperx[20].text 目前隨著勞保制度邁入成熟期 勞工勤領老年給付的人數及金額逐年增加123年勤領老年一次性給付有八萬九千元年額年額付金額為851億元123年底勤領年金給付有180萬元年額付金額為4176億元在
transcript.whisperx[21].start 2492.825
transcript.whisperx[21].end 2509.272
transcript.whisperx[21].text 老年年金給付的平均勤理金額部分也呈現逐年上升趨勢由98年的12000元提高到123年的19000元勞保對勞工而言是很重要的社會安全制度為維持制度的運作政府從109年起連續6年撥補勞保基金也編列義後特別預算額外300億元的挹注總計編列3870億元
transcript.whisperx[22].start 2520.376
transcript.whisperx[22].end 2525.208
transcript.whisperx[22].text 且在搭配多元投資運用下,勞保基金累存餘額已從撥補前的7188億元成長到上兆的規模
transcript.whisperx[23].start 2530.779
transcript.whisperx[23].end 2550.446
transcript.whisperx[23].text 未來本部會市政府財政爭取維持過去年度撥補金額原則續編預算挹注勞保基金並透過鼓勵勞工續留職場積極辦理強化納保及給付省合作業並搭配多元的基金投資等行政作為維持勞保制度穩健運作
transcript.whisperx[24].start 2551.346
transcript.whisperx[24].end 2565.571
transcript.whisperx[24].text 有關外界關心政府撥補及最後支付責任入法的議題本部尊重委員的修法提案又因制度調整涉及其他面向也將通盤研議評估接下來勞工退休金的部分
transcript.whisperx[25].start 2566.838
transcript.whisperx[25].end 2587.512
transcript.whisperx[25].text 勞退制度開始於民國40年的台灣省工廠工人退休規則及台灣省礦工退休規則但為使勞工工作勞動條件保障更為完善並擴大適用對象於73年制定公佈勞動基準法以退休專章明定勞工退休條件
transcript.whisperx[26].start 2588.433
transcript.whisperx[26].end 2617.083
transcript.whisperx[26].text 雇主给付标准以及罚则但是因我国中小企业居多平均全训年限短很难在同一家事业单位工作到退休另一方面劳工也会有职业上的变动需求可是一旦离职转换工作工作年资并无法累积种种原因导致这笔退休金往往看得到吃不到因而开启劳退就职制改革并于94年7月1日实施劳工退休金条例也就是劳退新制
transcript.whisperx[27].start 2617.803
transcript.whisperx[27].end 2624.589
transcript.whisperx[27].text 為改善勞退救治的問題並增進勞工退休權益勞退新制改採確定提撥制
transcript.whisperx[28].start 2626.601
transcript.whisperx[28].end 2655.518
transcript.whisperx[28].text 由雇主每月提繳勞工工資6%以上之退休金至勞工個人帳戶讓勞工可以退休金帶著走自此勞工不再因轉換或被迫轉換工作影響勤領退休金之權益此外為使勞工可以為退休後的經濟需求多做準備累積退休所得勞退薪資讓勞工也可以在每月工資6%的範圍內自願提繳退休金配套上透過
transcript.whisperx[29].start 2656.238
transcript.whisperx[29].end 2679.838
transcript.whisperx[29].text 免列計年度所得課稅之稅負優惠鼓勵勞工自願提繳而勞工請你退休金時並提供不低於兩年期定期存款利率之保證收益保本又保利的方式來穩定勞工退休生活自94年7月1日退休勞退新制實施開始截至114年3月底勞退新制是提繳事業單
transcript.whisperx[30].start 2682.038
transcript.whisperx[30].end 2708.909
transcript.whisperx[30].text 以提繳的事业单位已达59万余加总提繳的人数是760万余人平均提繳的工资为46938元令经政府多年的努力宣导劳工资源提繳的退休金人数也目前达超过120万人目前领取退月退休金件数是204833件领一次退休金件数是120万
transcript.whisperx[31].start 2711.722
transcript.whisperx[31].end 2727.239
transcript.whisperx[31].text 5668件那這個我想保障每一位勞工老年基本經濟生活穩固勞保及退勞退制度的發展讓勞工可以安穩退休是政府持續努力的目標以上報告敬請各位委員先進指教謝謝好謝謝部長
transcript.whisperx[32].start 2735.871
transcript.whisperx[32].end 2758.502
transcript.whisperx[32].text 那有關本市會議各項書面資料進列入紀錄刊登公報那我們現在開始詢答 做以下先告等委員會詢答時間8分鐘 列席4分鐘10點半截止花園登記委員如果有書面質詢 請一三位請提出 預期不受理暫定10點半左右 休息10分鐘
transcript.whisperx[33].start 2759.562
transcript.whisperx[33].end 2769.865
transcript.whisperx[33].text 沿著上11點處理臨時提案11點半臨時提案然後11點截止說案那我們現在請第一位委員陳昭芝發言謝謝主席 麻煩部長部長請
transcript.whisperx[34].start 2784.535
transcript.whisperx[34].end 2812.942
transcript.whisperx[34].text 陳委員早部長早部長上次我們在處理這個解凍案的時候我有要求勞動部希望能夠修改勞保條例把這個最終的給負責任入法那當時附帶決議是有修正後通過了雖然我不是很滿意當時部長您一直把責任先推給這個主計總處但我也明白你的難處所以我今天還是要就這個問題跟部長做一些釐清勞保它本來就是勞工老年之後的一個經濟保障
transcript.whisperx[35].start 2814.162
transcript.whisperx[35].end 2815.504
transcript.whisperx[35].text 但是現在卻成為一個不定時炸彈為什麼我這樣說呢根據勞動部最新的精算報告勞保基金財務用慶的時間是2028年後到2031年之間但潛藏的負債仍然從10.29兆
transcript.whisperx[36].start 2833.044
transcript.whisperx[36].end 2849.396
transcript.whisperx[36].text 上升到13.23兆那目前只能透過不斷的撥補來維持但是人口的老化跟萎縮我們預期這個缺口就是會越來越大那部長你看第一會期的時候勞動部在回答楊耀委員的一個書面報告當時勞動部有針對健全勞保財務作為表示說
transcript.whisperx[37].start 2856.121
transcript.whisperx[37].end 2877.898
transcript.whisperx[37].text 撥補對財務狀況有正面幫助未來將是財務狀況持續撥補那我覺得這些話就是鴕鳥心態啊就是就是一年透過一年啊就是說我們就繼續撥補繼續撥補這樣所以一直就是說沒有去處理面對政策就是拿人民的納稅錢來來持續燒嘛燒人民納稅其實部長我並沒有反對撥補啊但是政府不應該把這個撥補當做唯一的
transcript.whisperx[38].start 2880.74
transcript.whisperx[38].end 2891.429
transcript.whisperx[38].text 解決這個方法那請部長參考這個前勞保局長石發基他在3月受訪時表示年金案通膨調高幾幅造成勞保的財務的動實在太大了問題很嚴重那撥補再多都會被通膨所侵蝕
transcript.whisperx[39].start 2899.096
transcript.whisperx[39].end 2920.212
transcript.whisperx[39].text 他過去也主張撥補來代替勞保改革啊但是隨著這幾年通膨嚴重那加上川普上任後整個社會整個世界這個經濟動盪前幾年基金投資報酬雖然高但是今年可不可以如此我們都不知道啊那勞保財務要永續其實是很困難的那請問部長對於健全勞保財務還是問一樣的問題難道只有讓人民不斷的掏錢來的手段嗎就不斷的撥補嗎
transcript.whisperx[40].start 2928.797
transcript.whisperx[40].end 2942.718
transcript.whisperx[40].text 我想我們其實對於這個勞保基金的這個維持的做法的政策其實並不是只有撥補撥補很重要但是其實也不是只有撥補那各種的方式我們其實也都在進行
transcript.whisperx[41].start 2944.834
transcript.whisperx[41].end 2966.961
transcript.whisperx[41].text 各種方式就是說那個報告我們還是等待專題報告就是上次我們修正主決議之後去年10月民眾黨有召開一個公聽會不知道部長知不知道勞保財務最終政府最終責任入法的公聽會我整理幾點勞工朋友的心聲給部長做參考全國職業工會理事長楊雲平說勞工長達數十年的工作生涯當中持續的繳納保費
transcript.whisperx[42].start 2972.583
transcript.whisperx[42].end 2991.162
transcript.whisperx[42].text 如果財務基金出了問題卻沒有人來負責的話受害的將是最需要的保障的這群弱勢族群那全國勞工聯合總工會理事長林耕豪他也說政府從上到下勞動部新聞稿都宣示政府會負最終支付責任但是勞工最擔心的
transcript.whisperx[43].start 2992.003
transcript.whisperx[43].end 3009.626
transcript.whisperx[43].text 他會想說會不會只有指紋樓梯想但是沒有落實所以勞工朋友他最關心的就是他們年年繳納健保費繳納保費但會不會終將化為烏有所以我要請教部長部長你是不是還支持勞保最終支付責任要入法呢您還支持嗎
transcript.whisperx[44].start 3010.353
transcript.whisperx[44].end 3034.671
transcript.whisperx[44].text 我想我們其實現在整個的政策就是這個政府必須負起勞保財務的最終責任那入法呢 我的重點還是入法入法的問題就不管有入法沒入法政府都會負最終責任你看這張就是你當初有簽嗎 我有簽你也簽啊 就是入法啊所以我說對於這相關的政策對委員的提案我們都還是會尊重
transcript.whisperx[45].start 3035.319
transcript.whisperx[45].end 3053.473
transcript.whisperx[45].text 那在野黨為什麼要再提入環招因為這個問題實在放太久了啦放太久了那因為沒有人想要解決我要強調其實我想很清楚我們絕對不是只聞樓梯響其實現在政府亦有包括稅積剩餘的財源其實我們就是這個財政的狀況來規劃撥補包括這一次的特別預算都有規劃撥補
transcript.whisperx[46].start 3059.757
transcript.whisperx[46].end 3082.358
transcript.whisperx[46].text 所以這個特別條例跟特別預算我們都有規劃撥補所以我們是很努力的在落實政府對於勞保基金的這個財務的責任的問題上並不是只聞不低響我想我們不會這樣子我知道你想要透過多元的方法來維持這個基金的水位我想也是有心來解決問題但是大家就是說對於入法
transcript.whisperx[47].start 3083.419
transcript.whisperx[47].end 3087.564
transcript.whisperx[47].text 入法是白紙黑字他確立政府的責任讓政府能夠誠實的去面對這個問題也讓撥補可以正常化勞工就不用等間提心吊膽因為看到報紙就寫說快破產了
transcript.whisperx[48].start 3098.556
transcript.whisperx[48].end 3121.096
transcript.whisperx[48].text 您要記得您的立法我們對於現在委員在這部分的法案的提案我想我們第一個尊重第二個是確實行政院我們也是在整體之前也有委員包括林國成委員其實在院會的咨詢其實我想行政院跟院長其實有時候表達是持開放的態度我覺得我們可以來演繹那我想這就是我們其實對於這個
transcript.whisperx[49].start 3123.178
transcript.whisperx[49].end 3148.538
transcript.whisperx[49].text 我們就等著那個主決議的修正的內容看怎麼來開始開始開始動手那部長今天我在報告中沒有看到就是說台灣開放移工已經有36年了雖然說勞保有70幾年歷史那我們台灣的那個照護產業跟這個基層製造業非常高度仰賴這個移工的付出但目前勞保跟勞退制度改革我們大部分都集中在本勞
transcript.whisperx[50].start 3149.678
transcript.whisperx[50].end 3175.344
transcript.whisperx[50].text 那移工的處境其實也應該納入討論5月18號他們有到勞動部前去訴求部長知道這件事嗎有我知道部長知道那臺灣照顧勞動產業工會他們指出這個就業服務法目前它是從1992年就開始實施到現在也是三十幾年了仍然保留對移工不合理的制度譬如說它對攔領的移工現行法設有12年的工作上限
transcript.whisperx[51].start 3177.625
transcript.whisperx[51].end 3198.322
transcript.whisperx[51].text 雖然看護工可以再滿足這個所謂的評點制度延後到14年但是還是上限 還是有上限那雖然有推出所謂留用外國中階技術工作人力計畫作為延長工作許可的一個方法但這個制度卻使勞工 使移工進入更深入的剝削我告訴部長為什麼因為中階的配額跟認定方法是完全由僱主來主導的
transcript.whisperx[52].start 3204.687
transcript.whisperx[52].end 3220.093
transcript.whisperx[52].text 沒有移工本身沒有談判權那他所設的條件也足以讓這個以盈利為目的的私營企業的人力仲介有機可乘來收取高額的費用使得想要延長工作的這些移工承受更沉重的這個負擔部長你知道這個狀況嗎我知道這場記者會也知道這裡面訴求的內容
transcript.whisperx[53].start 3224.634
transcript.whisperx[53].end 3239.125
transcript.whisperx[53].text 你知道狀況是這樣那其實船體們有表示計劃出發點是好的你想要留才久用但是沒有辦法落實是他們最擔心的因為現在的制度無法客觀的評價工人本身是不是具有這個行業內他所謂的徵才實幹因為現在把評價的責任外包給雇主
transcript.whisperx[54].start 3243.829
transcript.whisperx[54].end 3265.787
transcript.whisperx[54].text 那同時這個制度當中這個制度在這個過程當中就創造許多工人更不可能參與的一個行政的手續那等於給了這個人力仲介上下席手賺取違法收入的空間我舉幾個負面影響來告訴部長第一個工資被操控為了能留在台灣繼續工作不少移工不得不配合雇主跟這個仲介簽訂
transcript.whisperx[55].start 3266.488
transcript.whisperx[55].end 3294.275
transcript.whisperx[55].text 不符合事實的勞動契約接受低於中階制度規定的工資這是第一個工資是被操控的第二個家庭看護工因為他本身缺乏休假那資訊比較封閉也因為這個中階的工作大多把持在人力仲介的手中他們常常淪為辦理這個中階制度所需證照的黃牛詐騙對象通常被騙了好幾萬的台幣來取得證照可是這個證照本身應該是很容易拿甚至不要錢的這是
transcript.whisperx[56].start 3296.095
transcript.whisperx[56].end 3318.654
transcript.whisperx[56].text 第二個點這種狀況會加重看護工的負擔那他們今年的家事工跟正事部門工資的差距已經達到42.9%這個差距那第三個問題點是中階移工返國後他想再回來台灣很困難因為已經取得中階資格的移工如果回國後想要回到台灣必須透過母國的仲介
transcript.whisperx[57].start 3319.735
transcript.whisperx[57].end 3339.128
transcript.whisperx[57].text 那會遇到一些困難台灣的仲介也不肯幫忙為什麼呢因為仲介移工已經免除了每個月的仲介費仲介無利可圖所以這一切都在證明這個所謂的仲介目前的仲介制度裡面真正受益的不是移工是仲介是仲介受益的
transcript.whisperx[58].start 3343.569
transcript.whisperx[58].end 3363.668
transcript.whisperx[58].text 您今天的報告都沒有提到這個部分我們過去很多的提案要增加移工但是你又都說有困難表示台灣沒有競爭力沒有競爭力當然是很大的一些問題很多的原因但是我想說他們也貢獻了三十幾年
transcript.whisperx[59].start 3364.188
transcript.whisperx[59].end 3379.533
transcript.whisperx[59].text 所以說我們會有幾個事情其實確實我們相關的制度裡面都還有可以精進的空間但我們會從幾個部分來第一個我想我們會再更明確的去確保包括中階技術人力包括藍領相關在台灣的權益這是第一個第二個是
transcript.whisperx[60].start 3380.313
transcript.whisperx[60].end 3397.04
transcript.whisperx[60].text 我們會要來其實我想我們現在其實已經交代我們的法案署我們會來強化政府在外籍勞工聘僱過程裡面的責任跟功能也就是說的確我們是希望不要再那麼過度的依賴仲介
transcript.whisperx[61].start 3398.5
transcript.whisperx[61].end 3420.849
transcript.whisperx[61].text 讓政府在聘僱過程裡面的功能能夠發揮的更大也所以剛剛其實有人在講的我們確實接下來是希望有未來有更多的移工或僱主他們要在台灣的這個聘僱招聘的過程裡面他不一定一定非得要透過證券那包括職聘的制度轉換的制度我們其實現在都在檢討甚至會做進一步的整合
transcript.whisperx[62].start 3421.949
transcript.whisperx[62].end 3439.935
transcript.whisperx[62].text 產業公會三點訴決很清楚第一個廢除攔領移工的工作年限限制第二個修正中介制度你剛剛提到公平透明並保障移工的權利第三個廢除仲介制度全面用直聘直接聘僱的機制來取代所以剛剛你講了一些點那這些東西的
transcript.whisperx[63].start 3440.515
transcript.whisperx[63].end 3455.461
transcript.whisperx[63].text 部長部內有在處理嗎有在規劃嗎就像剛才跟委員說明的我們的確現在就是想要來提高我們在職聘上面的量能還有包括它的功能能夠讓移工也好僱主也好更好用
transcript.whisperx[64].start 3456.141
transcript.whisperx[64].end 3476.443
transcript.whisperx[64].text 那能夠更直接的用政府的機制就能順利的完成移工聘入過程所需要相關的權力的保護而不一定一定非得要透過人力仲介才能夠達成這是我們接下來其實會希望盡力來做的事情我都一直在質詢但是包括新的來源國也都沒有動靜啊有新的來源國也都不做啊
transcript.whisperx[65].start 3478.344
transcript.whisperx[65].end 3502.121
transcript.whisperx[65].text 委員並不是新的來源我跟委員說我還是要強調就像在五月的時候我們其實已經說我們接下來會在中南部在增設包括我們的職聘中心的點職聘中心的點接下來甚至也會跟轉換中心我們希望能夠來做相關的整合也就是希望能對移工相關的權益的服務我們都希望有一個更大程度的提升
transcript.whisperx[66].start 3502.621
transcript.whisperx[66].end 3517.837
transcript.whisperx[66].text 我另外再提一點請說家庭照顧的壓力是越來越重了制度沒有提供足夠的支持那導致移工跟僱主關係很緊繃這不是僱主的錯而是說政府還是要來插手來管理這件事部長你在當立委的時候你也非常關心移工的權利嘛
transcript.whisperx[67].start 3518.657
transcript.whisperx[67].end 3545.504
transcript.whisperx[67].text 那你也理解這個移工在臺灣整體勞動政策是處於弱勢你也知道需求越高我們修了好幾個法到現在都還沒有辦法去進行那處境也叫本國勞工辛苦一些那我是想說政府如果真的希望看到一個永續具有包容性的退休制度就是說除了我們要照顧本勞的一個未來那也應該正是這一群為臺灣經濟跟製造業照顧體系等等付出的移工那部長您認同這樣做法嗎
transcript.whisperx[68].start 3546.605
transcript.whisperx[68].end 3562.527
transcript.whisperx[68].text 我當然同 我現在也還是很關心公共的權利你就我們像巴士量表等等放官到現在都沒有動靜啊你也一直告訴我們說根本沒有來源啊等等等等那你就要從競爭的...我要強調並不是沒有動靜我想我們法案署的同仁非常非常努力的在準備相關的配套
transcript.whisperx[69].start 3563.728
transcript.whisperx[69].end 3578.618
transcript.whisperx[69].text 現在在配套準備其實他們花了非常非常多心力在準備相關的配套就是希望要降低降低修法以後可能會對重症家庭帶來的衝擊因為確實現在有一些器重則輕的狀況已經開始有在發生了這是我們不願意見到的情況
transcript.whisperx[70].start 3579.158
transcript.whisperx[70].end 3596.266
transcript.whisperx[70].text 那個勞動部責任真的重大我想讓部長知道就是說因為身為部長這個位階台灣是一個注重人權的國家不論國籍跟福祉我認為一個國家在國際地位最重要除了他的經濟力要很強之外人權的議題是非常重要我也希望在勞動部這個責任要擔起來
transcript.whisperx[71].start 3598.587
transcript.whisperx[71].end 3611.439
transcript.whisperx[71].text 你過去我們有一些惡名嘛這個也是不爭之事實啦希望就是說你把這個人權的部分包括移工的人權部分當作重要的課題來處理好嗎好勞動部請加油謝謝主席謝謝接下來我們請林月琴委員
transcript.whisperx[72].start 3629.698
transcript.whisperx[72].end 3633.041
transcript.whisperx[72].text 有請我們的勞動部 洪部長請部長部長早
transcript.whisperx[73].start 3643.021
transcript.whisperx[73].end 3671.429
transcript.whisperx[73].text 日本那個社會學者藤田孝典在2015年就提出了下流老人的概念指的是過著貧困且孤獨生活的高齡者要是下流老人人數比例過高的話社會就會負擔高額的社會福利支出那台灣今年進入到超高齡社會那當然日本在老化的程度上比我們更早所以想問也就是說
transcript.whisperx[74].start 3672.129
transcript.whisperx[74].end 3699.896
transcript.whisperx[74].text 兼下流老人的問題在於經濟安全所以想問部長預防老人貧窮的問題根本是在勞動主管的退勞保高齡就業業務這個概念你同意嗎我同意我們當然是要避免這個剛剛委員說的狀況我想我們也是各部會員很重要的一份子特別是低薪非典就業者就像派遣工啊 零工啊
transcript.whisperx[75].start 3700.481
transcript.whisperx[75].end 3708.626
transcript.whisperx[75].text 在勞退制度當中的制度形式上是弱勢那勞動部提出什麼樣的政策來預防這些勞工未來成為下流勞人
transcript.whisperx[76].start 3709.639
transcript.whisperx[76].end 3730.712
transcript.whisperx[76].text 我想除了剛剛委員剛才講到的這個勞退或者是老年金的相關的制度以外其實我們也持續的在落實我們在中高齡就業的專法上面那也因為這個專法其實目前看起來整體的這個老年的勞參率其實是有提高的那也包括這裡面其實我們
transcript.whisperx[77].start 3732.193
transcript.whisperx[77].end 3747.358
transcript.whisperx[77].text 藉由這個法也來發布了這個中高齡跟高齡者的就業促進計畫那這大概都是希望能夠透過促進更多的這個老年人能夠再一次的參與就業來去確保他在經濟生活的維持
transcript.whisperx[78].start 3750.68
transcript.whisperx[78].end 3774.35
transcript.whisperx[78].text 那從法院審理民事案件的實務當中我們看那個參考資料來看的話台灣社會每個月必要的生活費用大概在一萬七到兩萬三之間可是如果撫養一個人的話就費用會增加一倍那高齡者退休後的收入包括我們的勞工退休金或是過去工資的存款還有就是勞保年金還有他的資產的投資
transcript.whisperx[79].start 3775.65
transcript.whisperx[79].end 3802.627
transcript.whisperx[79].text 投資這四大項到2023年為止的話勞工保險年金給付每個月平均可以領到18824元加上勞退薪資平均每月大概可以領到4616元一個月這樣看起來可以領23440元可是如果高齡者如果他退休後沒有其他收入的話表示這兩筆的社會保險的錢最多只能打平他的生活
transcript.whisperx[80].start 3803.007
transcript.whisperx[80].end 3830.653
transcript.whisperx[80].text 基本需求他大概要撫養其他的比如妻子什麼大概就是不太可能所以想問一下退休後光靠勞保勞退錢是不夠用的那是不是應該要提醒勞工所以部長您覺得因為我們現在看到的事實上是我覺得勞動部對這個問題好像一直是避重就輕沒有做好社會溝通所以部長是不是可以去負起這樣的傳遞真實訊息的責任
transcript.whisperx[81].start 3834.547
transcript.whisperx[81].end 3860.412
transcript.whisperx[81].text 第一個當然我覺得我們會一直來鼓勵這個勞工在勞退上面的自體因為確實如果在這個工作的過程裡面其實就逐步的有一定自體的比例的話都對於其實退休以後能夠領到的退休金其實是有蠻顯著的幫助的我覺得這部分我們會盡力來做那另外當然就是剛才說到確實我們也看到
transcript.whisperx[82].start 3861.312
transcript.whisperx[82].end 3880.511
transcript.whisperx[82].text 這個也因為社會的高齡化所以其實有蠻多的高齡者他其實是還有工作能力的這也是為什麼剛才在講到說這個中高齡及高齡者的專法裡面去協助大家還有他可以所長可以發揮的地方那一方面他也可以再有多一點在老年生活的收入這樣子
transcript.whisperx[83].start 3881.272
transcript.whisperx[83].end 3903.94
transcript.whisperx[83].text 所以在退休收入不足的狀況下 勞動部我認為是有義務去提醒他們 勞工透過商業保險或是儲蓄來提前做財務規劃來確保他的生活 甚至要不要自體那6%也是一種方式所以我覺得這件事應該要盡快來進行了 那就麻煩勞動部當然這個部分我們會來做
transcript.whisperx[84].start 3904.96
transcript.whisperx[84].end 3920.679
transcript.whisperx[84].text 那社會保險的目的本來就是在穩健投資確保基本生活可是財經界一直有一種自提自選的訴求可是在概念上是把保本跟投資混為一談我覺得相當危險目前勞退基金的
transcript.whisperx[85].start 3921.159
transcript.whisperx[85].end 3946.672
transcript.whisperx[85].text 投保率在2.96%到4.04%比定存高一点为稳健保本的一个投资策略那反过来说呢这里是演的这样子感受上好像劳工会赚大钱可是其实上搞不好赚不多反而搞不好要承担投资失败的风险所以从2023年的这样子的一个劳工平均每月可以领
transcript.whisperx[86].start 3948.529
transcript.whisperx[86].end 3959.502
transcript.whisperx[86].text 4616元的勞退基金來說的話自體6%可以加倍領取到9232元可是如果自體自選的投報率如果達到一倍的話的確可以領到13848元那對勞工來講
transcript.whisperx[87].start 3963.784
transcript.whisperx[87].end 3981.217
transcript.whisperx[87].text 因為由於投入的資本小順利的話事實上每個月僅能增加4616元的收入可是如果投資失利的話這個字體的6%可能就是全部都賠光了那所以這才是說贊成跟反對兩派意見衝突的癥結點
transcript.whisperx[88].start 3982.998
transcript.whisperx[88].end 4009.088
transcript.whisperx[88].text 所以勞動部在整個討論過程當中我認為一直沒有去我認為還是在避重就輕沒有好好說給勞工聽部長你會積極向社會說明嗎我就會有一個誤解認為說他就會賺大錢因為社會上面當然一直有人在提議自選這個問題但目前其實我想我們的政策上是沒有開放自選的那當然第一個最大的考慮其實就是關於風險承受的問題所以
transcript.whisperx[89].start 4012.489
transcript.whisperx[89].end 4037.368
transcript.whisperx[89].text 我想我們還是會讓我們相關的這個基金的操作盡量的穩健成長然後來保障老公他的這個他的年金上面的收益或者是他經濟上的收益可是他們也現在會有一個這樣問題所以我說如果政府也保證自選的最終也是合理的保證他能夠有一個給付你覺得這樣子有道理嗎
transcript.whisperx[90].start 4040.189
transcript.whisperx[90].end 4066.798
transcript.whisperx[90].text 報告委員因為那個自選的話其實就是相當的風險那這樣的風險當勞工選擇一個高風險那政府還要來保證這個高風險的收益那這個是一個問題這個部分的話就很難再做這樣的一個處理是所以我說連帶要說清楚的是對於操作基金的投資公司拿全體勞工的自體的錢去做操作金額大操作費跟利息高而且不用承擔風險的話對財團來講
transcript.whisperx[91].start 4069.638
transcript.whisperx[91].end 4089.366
transcript.whisperx[91].text 來講的話投報的那個效高那跟勞工自選的單薄的利潤相差比市場是極大的可是風險要由勞工承擔利益累積的話是在財團那這一點勞動部應該是不是要跟我們的社會大眾交代清楚再表達你們的
transcript.whisperx[92].start 4090.293
transcript.whisperx[92].end 4104.227
transcript.whisperx[92].text 反對的理由去做這樣可以嗎我想我們在這個相關的政策的選擇上面其實這真的都是一個風險怎麼去評估跟認知的問題所以我們當然其實也很願意跟社會大眾來溝通這裡面其實該怎麼認知這些相關的風險
transcript.whisperx[93].start 4106.448
transcript.whisperx[93].end 4126.724
transcript.whisperx[93].text 那務實的來看普遍能夠增加高齡者收入彌補年金退休金不足的方法便是提高高齡者的勞動參與率可是現實是45歲到49歲人口退休前勞動參與率就已經是到85.56%了昨年下降到65歲勞動參與率只剩下9.97%跟國際相比65歲以上的勞動參與率跟人家差非常的多所以想問勞動部再提高
transcript.whisperx[94].start 4135.39
transcript.whisperx[94].end 4140.254
transcript.whisperx[94].text 勞參率這件事情上應採取45到54歲留在職場55歲到64歲延緩退出職場65歲以上的話談性再就業的分離策略勞動部的目前的規劃狀況是如何
transcript.whisperx[95].start 4151.741
transcript.whisperx[95].end 4178.754
transcript.whisperx[95].text 確實我們看目前台灣在高齡者的勞參率的部分確實還是比一些國家來的低這個是我們也很清楚所以我們現在是很積極的也透過剛才說我們這個中高齡的就業的專法來去推動確實這幾年下來是有看到成果的那我們還會在持續的在針對這個部分在努力那另外一方面我們一直在跟企業溝通
transcript.whisperx[96].start 4179.834
transcript.whisperx[96].end 4203.644
transcript.whisperx[96].text 其實包括怎麼樣去克服企業可能聘僱高齡者他會遇到的一些問題比方說如果企業擔心可能怎麼樣設計比較適合高齡者他在身體上面的強度那有辦法支撐的話那我們其實現在也在透過比較像植物在設計等等的方法來去來消除可能企業來聘僱我們中高齡或高齡者的時候他可能會有的一些
transcript.whisperx[97].start 4204.584
transcript.whisperx[97].end 4230.862
transcript.whisperx[97].text 這裡面會有一些挑戰那我想政府這邊是非常非常願意大力的來協助那我們也看到越來越多的企業有這個意識接下來恐怕在就業市場上面高齡者中高齡者他的重要性就是會大幅的提升我們就是必須要在這個問題上面來合作確實我們現在已經進入到超高齡部長剛剛提到說植物在設計這個概念上真的也很努力可是一直侷限在製成的變更跟輔助的設備上的應用
transcript.whisperx[98].start 4234.745
transcript.whisperx[98].end 4252.064
transcript.whisperx[98].text 所以尽管中高龄及高龄者就业促进法已经明定部分工时作为促进的手段可是还是缺乏这种职务在设计没有去考虑到部分工时职缺开发跟媒合的策略所以想问一下部长未来对此你要怎么做
transcript.whisperx[99].start 4252.54
transcript.whisperx[99].end 4267.88
transcript.whisperx[99].text 因為不是只有輔具而已或是說他去把那個流程或是用機器來減少掉他死藥可是問題是他坐整天他搞不好也沒有辦法其實跟我說第一個剛才其實委員講到幾個重要的概念第一個是部分工事因為確實蠻多高齡者他
transcript.whisperx[100].start 4269.36
transcript.whisperx[100].end 4298.046
transcript.whisperx[100].text 他就是表達他比較沒有辦法去做全職的工作他可能就是部分公司的工作其實現在也越來越多企業意識到這件事情所以我們其實也跟很多企業在討論甚至在輔導企業怎麼把相關的工作其實做一個有效的拆解或者是說這個職務上面可以做一定的拆解但是拆解的同時還是要符合我們在那個勞動法規上面的法尊這部分我們會來輔導這部分那第二剛才在講到職務在設計其實我想其實也不是只是單純請他們用輔具而已
transcript.whisperx[101].start 4298.926
transcript.whisperx[101].end 4328.024
transcript.whisperx[101].text 我們會來把植物在設計在在各個產業或各種職類上面在推動的更細膩因為可能不同的產業或者是不同的植物他所需要的植物在設計是不太一樣的那我們在這部分的分眾其實我們會來做的更細膩那能夠對企業或者是對高齡者的工作其實有更多的幫助那再麻煩勞動部因為我們現在已經進入超高齡然後人力需求又這麼高那本期日前呢提出勞動部制定我們的政策推動退休到
transcript.whisperx[102].start 4329.167
transcript.whisperx[102].end 4340.162
transcript.whisperx[102].text 退休前的一到兩年勞工提前跟原僱主或新僱主議定65歲屆齡退休後的那個新勞動契約這個政策勞動部現在研擬的進度如何
transcript.whisperx[103].start 4341.145
transcript.whisperx[103].end 4359.338
transcript.whisperx[103].text 跟因為委員其實一直很關心這個問題那我們其實這部分當然也在檢討但是現有有一些跟僱主協商的機制可沒有希望能夠把它再更優化那所以我想再給我們一點時間那我們再來跟委員這邊來做一個報告最後就期待我剛剛今天質詢的這四點麻煩
transcript.whisperx[104].start 4360.202
transcript.whisperx[104].end 4375.411
transcript.whisperx[104].text 我們的勞動部這邊能夠面對到超高齡社會避免下流老人的事件發生針對勞工退休金跟勞保年金跟就業理財這四管旗下來正視這個問題好謝謝謝謝我們請劉建國委員好謝謝主席來部長就不用再坐下去了請部長謝謝請部長上來
transcript.whisperx[105].start 4389.605
transcript.whisperx[105].end 4413.963
transcript.whisperx[105].text 根據勞金局公布的最新資料目前勞動基金總規模是7兆1千多億在今年美國對等關稅影響下已經虧損了將近1千9百多億如果再加上委託管理的國民年金保險基金還有這個農民的退休基金應該是總虧損高達2千多億然後民間有個說法就是說平均每年賠1萬多
transcript.whisperx[106].start 4415.464
transcript.whisperx[106].end 4435.587
transcript.whisperx[106].text 你覺得這樣的說法正確嗎如果不正確請趕快更正說明清楚我想這個說法當然是不對的勞工朋友提繳的年金那是絕對不會減少的尤其是像在我們勞退機制裡面其實就有保障的收益制度雖然看起來
transcript.whisperx[107].start 4436.768
transcript.whisperx[107].end 4465.988
transcript.whisperx[107].text 這過去一段時間因為美國關稅的原因所以它在收益上面是有些波動但是我們在這個勞退的保障收益機制裡面其實是有確保其實累積的收益一定會是不低於銀行兩年期定存利率的保障收益那這是勞退的部分那勞保的部分我們是確定給付制所以基金收益的波動是不會影響到勞保給付的金額我想這部分是我們一定會來跟社會來講清楚剛剛委員在講說市面上面在流傳的這個說法我想它是不正確
transcript.whisperx[108].start 4466.688
transcript.whisperx[108].end 4490.395
transcript.whisperx[108].text 對 所以你們就是站在勞動部的這個立場一定要儘早把這事情說明清楚不然好像兩千多一起處理兩千三百萬人平均每一個人要賠一萬多這種算法實在是有在勞動民心我覺得是很不正確原本投資是有起有落那我們有設定所謂的保障機制基本上就不可能有這種事情發生所以這必須要儘快的
transcript.whisperx[109].start 4490.955
transcript.whisperx[109].end 4511.472
transcript.whisperx[109].text 說明清楚是其一但是美國關稅90天期間將至在7月8日前或許我們會朝向好的方向去發展也或許會朝向不是好的方向去發展來不如這邊針對相關的基金運用上有沒有什麼因應的作為跟基本的方針
transcript.whisperx[110].start 4513.733
transcript.whisperx[110].end 4523.808
transcript.whisperx[110].text 因為當川普大陸宣布這樣的事情的情況之下確實造成很大的市場上的波動那我們現在不曉得南東部的因應作用是什麼
transcript.whisperx[111].start 4525.046
transcript.whisperx[111].end 4547.984
transcript.whisperx[111].text 我想因為現在台灣的我們國家的談判團隊正在跟美國在做這個關稅的談判但是我想勞動部有可能就像剛剛文說有可能比較往好的狀況發展也有可能往比較這個嚴峻的狀況那從勞動部的角度我們當然一定會把情境設定是比較嚴峻的狀況來去做相關的準備
transcript.whisperx[112].start 4548.424
transcript.whisperx[112].end 4576.759
transcript.whisperx[112].text 因為如果嚴峻的狀況你過得了的話好的狀況其實當然就也比較能夠過所以我們包括現在在這個現在的這個特別條例裡面其實已經有規劃了150億的這個經費那如果150億來協助來支持我們勞動朋友度過關稅的這樣子的衝擊還不夠的話其實我們也還有包括我們的救保或者是救安的基金其實可以來支應不是不是不是部長我的問題focus是在這個
transcript.whisperx[113].start 4578.62
transcript.whisperx[113].end 4599.851
transcript.whisperx[113].text 勞動基金的運用這些相關的基金有沒有一個具體的方針然後避免這樣的這個基金的虧損持續擴大對不對跟委員報告我們勞動基金的運用我們一向就是從長期來看市場的波動一定有我當然說是從長期來看啦不是看短暫的這個我非常清楚嘛對不對但是因為
transcript.whisperx[114].start 4600.931
transcript.whisperx[114].end 4624.943
transcript.whisperx[114].text 因為川普大帝的這樣的一個震撼力有時候真的你必須要去有一些具體的因應方針來做處理我們會持續關我們一向本來就是會關注市場的變化隨時來調整那在市場整個大跌的時候我們的基金的運用絕對不會像市場所說的全部殺出認賠出來這個反而對我們基金不利
transcript.whisperx[115].start 4628.945
transcript.whisperx[115].end 4640.978
transcript.whisperx[115].text 那我要補充說明你不要出言你不用在委會講你只要跟我講說因為這個美國對你關稅而且7月8日到期有沒有任何的你們有評估過的相關研擬的具體方針可以來做這樣的
transcript.whisperx[116].start 4643.943
transcript.whisperx[116].end 4663.054
transcript.whisperx[116].text 較好的營運 避免基金的虧損擴大 就這樣而已委員跟您報告這個投資本來每天就要看市場所以我們內部隨時都在調整我們的策略我們基本上我們每年有一個大策略但是我們每季也有我們隨時都在
transcript.whisperx[117].start 4664.755
transcript.whisperx[117].end 4683.961
transcript.whisperx[117].text 你們每年都有大策略我知道但是你們每年大策略沒有包含到川普的這種個性的死難嘛所以他是一個很突破狀況他是一個很不確定的狀況他是一個從頭到尾我們不可預知的一個狀態情況之下劉謙許有沒有相關的因應的具體方針這樣就好了啦你簡單回應我就好好不好
transcript.whisperx[118].start 4685.515
transcript.whisperx[118].end 4703.554
transcript.whisperx[118].text 有沒有啦有有好謝謝這樣就好了不要再講下去了你又說到時候是因為你的一些講話造成一些波動這樣也不好對不對好我們接著請請回吧請部長你再看一下因為是受到美國人關稅這樣的一個影響嘛目前這個全台15星價
transcript.whisperx[119].start 4704.475
transcript.whisperx[119].end 4715.94
transcript.whisperx[119].text 已經達到155家受影響的勞工高達2800多人無薪假當然是直接影響勞工的大議題未來七八個月會不會有更多企業、廠家提出無薪假通報我們不能去預估
transcript.whisperx[120].start 4719.346
transcript.whisperx[120].end 4743.455
transcript.whisperx[120].text 未來這幾個月到底可能會有在多少家提出來然後我們針對這幾家可能受到衝擊是怎麼樣有沒有去做相關的一些預估各位報告其實我們一直在密切的監測跟關注現在這個我們會講減班休息因為他並不是真的無薪啦那這個減班休息加速那確實現在是大概其實是有微幅的緩步的上升
transcript.whisperx[121].start 4744.375
transcript.whisperx[121].end 4769.035
transcript.whisperx[121].text 那但是17月8號之後會不會原有的直接沖洗變成間接沖洗這個影響會不會更大我們現在其實我們也做好相關的準備了這個準備其實就包括我們的僱用安定措施包括我們這個充電再觸發的措施都是如果接下來這個無薪假確實有擴大的話怎麼樣來支持我們可能會受影響的勞工在收入上面的這個減損那我們怎麼樣來協助
transcript.whisperx[122].start 4771.957
transcript.whisperx[122].end 4797.018
transcript.whisperx[122].text 所以這幾個我們都做包括剛剛在講到就是說透過特別條例的150億那也包括我們的救保的基金其實就是來做這方面的因應好 我只是要提醒部長因為我還是特別強調剛剛上個題目問題是一樣的因為你面對川普的狀況很多事情你是很難預估的然後我們或許跟美國談後來可能會朝向很好的方向去發展那有些事情就一恩而解嘛
transcript.whisperx[123].start 4798.018
transcript.whisperx[123].end 4816.507
transcript.whisperx[123].text 那萬一不是呢相反之那勞動部可能要辦起更重大的這樣的一個應變的能力跟責任嘛現在確實減班休息裡面目前看起來是在比較多那有幾個特定的產業其實增加的幅度會多一點可是我們其實很密切在監測也主動的跟這些相關的工會或者產業在座座談來提供我們協助
transcript.whisperx[124].start 4817.708
transcript.whisperx[124].end 4846.474
transcript.whisperx[124].text 不過我是針對點的這一個現在我們遇到這個狀況真的是跟以前完全不一樣那如果我用兩千萬半兩千萬以下來對比當時全國實施無薪假高達五百八十幾家啦受到影響的勞工將近快到二十四萬嘛對不對那我們我們新任的調兵師我們黃師長宋永是這麼講嘛目前對等對美的這個對等關稅能有高度的不確定性台灣也正與美國談判中政府採取謹慎態度密切掌握通報的事業單位狀況
transcript.whisperx[125].start 4847.854
transcript.whisperx[125].end 4869.589
transcript.whisperx[125].text 會主動聯繫通報事業單位進行輔導方式提供勞動部勞動力發展署如充電再出發訓練計畫僱用安定措施等支援以保障勞工權利對不對OK沒問題我請教一下目前155家有提出充電再出發訓練計畫還有僱用安定措施有幾家
transcript.whisperx[126].start 4870.953
transcript.whisperx[126].end 4897.421
transcript.whisperx[126].text 現在是比較少的 目前有提出為什麼會比較少因為不好用因為不知道怎麼用應該是確實有些僱主我們其實有問他說你要不要提出比方說充電材出發可是僱主目前是說他沒有意願你們要去鼓勵他們要提出嘛對不對當然而且我們現在其實在甚至檢討因為過去其實是要透過僱主才能夠申請我們現在新的設計勞工直接就可以申請不然你能不能直接打給我150家目前
transcript.whisperx[127].start 4898.121
transcript.whisperx[127].end 4908.272
transcript.whisperx[127].text 提出是幾家啦 簡單就好這兩個計畫 充電站目前是七家七家 七家這樣不到一趴多對 啊僱用勒 僱用安定措施
transcript.whisperx[128].start 4909.185
transcript.whisperx[128].end 4933.548
transcript.whisperx[128].text 顧問安定措施現在是大概30家30家兩成多合理嗎合不合理嗎我們確實覺得要再提高所以這也是為什麼我們現在是設計我們自己包括勞動部跟地方政府我們會主動的來聯繫已經放這個減班休息的勞工你們的計畫到底是不是沒有吸引力
transcript.whisperx[129].start 4937.646
transcript.whisperx[129].end 4956.495
transcript.whisperx[129].text 我自己覺得當很多的雇主他聽完完整的了解我們計畫的設計以後他們是覺得這是不錯的有吸引力的可是確實現在是有很多的企業他對我們相關的企業都覺得有吸引力然後又不提出然後提出又是一層多那你還覺得有一些聽完他就有來表達155家目前為止執行有聽完的幾家
transcript.whisperx[130].start 4960.447
transcript.whisperx[130].end 4977.619
transcript.whisperx[130].text 我們其實都沒有主動聯繫啦沒有主動聯繫不然你怎麼會講說有幾家聽起來覺得還不錯是幾家嘛我們一個電台資料基本上要有個基本的數額嘛對不對155家如果是有一家兩家聽到覺得還不錯這兩家又不提出來那這真的還不錯了
transcript.whisperx[131].start 4982.15
transcript.whisperx[131].end 4985.133
transcript.whisperx[131].text 監察院這個報告裡面這當然不是新的署長的任內也不是部長任內
transcript.whisperx[132].start 4992.984
transcript.whisperx[132].end 5017.792
transcript.whisperx[132].text 老化福青年自來發展中心運作長達12年能為訂定福基線均與產出型指標衡量績效至達成旅超標200%甚至破千以上能夠提升青年就業資成效為敏因為優先對就業不利的青年族群建構差異性自來福島模式福利內容高度重疊交易部門導致相關經費預算乃至專職專業人力長期低度投資已發展
transcript.whisperx[133].start 5022.814
transcript.whisperx[133].end 5049.484
transcript.whisperx[133].text 我要一次講這兩個事情啦這是監察院剛剛糾正的5月21號糾正的沒有錯嘛對不對好那我再回歸到頭這裡面還有很多洋洋灑灑寫的一大堆東西啦齁我再回歸到頭就是說你的充電債出發你的職癌你的僱用安定措施到底陳如妮說的好不好用聽了大家都覺得還不錯但是大家都不提出申請還是提出申請的比例非常低
transcript.whisperx[134].start 5051.379
transcript.whisperx[134].end 5055.874
transcript.whisperx[134].text 應該就是有檢討的必要的空間了嘛對不對對當然當然都有精進的空間
transcript.whisperx[135].start 5058.723
transcript.whisperx[135].end 5066.951
transcript.whisperx[135].text 什麼時候可以檢討盤整完成 提出修正相關的計畫因為7月8號快到了 到時候還是這個計畫一層多 那個計畫兩層多關於充電災出發的部分 我們其實近期我們已經都取得了這些可能放減班休息勞工的聯繫方式 我們會直接聯繫這個勞工本人
transcript.whisperx[136].start 5081.485
transcript.whisperx[136].end 5097.266
transcript.whisperx[136].text 不一定一定非得要透過僱主因為過去就是僱主他覺得他他沒有意願可是這可能會影響了勞工來舉舉的自己的權利變化就是說原有僱主提出申請現在勞工可以提出申請嘛對不對好這個應變的措施我OK我接受但是實質的內容
transcript.whisperx[137].start 5099.827
transcript.whisperx[137].end 5122.482
transcript.whisperx[137].text 真的有幫助嗎真的覺得不錯嗎還是部長你個人認為不錯他其實能夠獲得的訓練的津貼那其實是對於勞工在收入上面的影響是有幫助的我們就要檢視現在才六月初而已嘛我們六月底來檢視嘛反正我們這是研會到七月底了對不對這一個月內如果這兩個計畫你都沒有辦法因為一個一成多實在很難去幫你訂這個KPI啦你都沒有辦法超過五成
transcript.whisperx[138].start 5130.359
transcript.whisperx[138].end 5133.554
transcript.whisperx[138].text 那你這兩個計畫要不要大幅的去修正?要不要?
transcript.whisperx[139].start 5134.741
transcript.whisperx[139].end 5162.02
transcript.whisperx[139].text 要不要?我們會強化的來執行但是你不能逼人家執行啊你不能在委員會說大家聽起來都不錯啊但是我們就不要申請啊結果你如果說我怎樣怎樣他就給你打出來申請結果那個還是假的就像監察院糾正的狀況狀況的事情會持續發生我不好意思再唸下去的這幾項再唸下去真的這個老蛙署新來的署長可能你要有相關的因應作為
transcript.whisperx[140].start 5163.53
transcript.whisperx[140].end 5184.742
transcript.whisperx[140].text 因為監察院已經提出糾正 你不要未來這兩個計畫又被糾正不好 我只是提醒一個月內相關的調整計畫 成立委員會然後提高申請的比例 破50% OK 謝謝好 謝謝主席 謝謝部長 謝謝各位辛苦了好 謝謝我們劉建國召委接下來我們請陳金輝委員質詢
transcript.whisperx[141].start 5193.519
transcript.whisperx[141].end 5198.801
transcript.whisperx[141].text 謝謝主席 謝謝委員還有我想請洪孫安部長好 請洪部長教練好
transcript.whisperx[142].start 5206.501
transcript.whisperx[142].end 5234.463
transcript.whisperx[142].text 部長我們現在觀光面臨一個很大的問題我們預期希望有1000萬的觀光客但是只來了700萬再來還有很嚴重的缺工那1111人力銀行有個調查目前旅宿產業有30%的業者反映說他們有聘僱移工的需求調查也指出說為什麼他們需要聘用移工是因為第一可以補足人力的缺口再來可以解決排班的困境
transcript.whisperx[143].start 5235.103
transcript.whisperx[143].end 5250.928
transcript.whisperx[143].text 然後有立即上工的即戰力但本席感到不解的是就算您有跟觀光署開會或者是沒有開會為什麼是由觀光署來宣布說旅宿業將有條件來開放移工這件事情
transcript.whisperx[144].start 5252.465
transcript.whisperx[144].end 5278.428
transcript.whisperx[144].text 跟文說明我們當然確實有跟觀光署來進行一些意見的交換但是我想很清楚相關的政策當然還是有勞動部來主政是那您是什麼時候會來宣布相關的資訊因為旅宿業者關心的是現在快要暑假了嘛家長們要帶小朋友在國內玩或是國外旅客也會過來可他們現在人力嚴重不足如果您已經有觀光署開會他們想知道說
transcript.whisperx[145].start 5279.389
transcript.whisperx[145].end 5301.59
transcript.whisperx[145].text 您預計是從哪些國家或者說這個期程是如何大概人數是多少您可以給我們一些基本的資訊嗎根本說明因為這涉及到其實跨國勞動力的政策的變更那針對跨國勞動力政策其實當然我們都會有幾個最重要的原則第一個是要避免這個本國勞工的就業機會受到影響那甚至我們在接下來的這個機制的設計裡面
transcript.whisperx[146].start 5304.492
transcript.whisperx[146].end 5331.558
transcript.whisperx[146].text 我們還希望能夠促成其實能夠對於本勞的加薪其實是有幫助的那再來其實就是很就是剛剛委員其實講到當然我們也希望能夠兼顧產業能夠有充足的勞動力可以來運用甚至有助於企業的流財那所以這幾個部分是我們在思考這些相關政策的原則那的確現在我們還在做進一步的政策的評估之中部長你剛剛講的都很好但是
transcript.whisperx[147].start 5332.558
transcript.whisperx[147].end 5360.408
transcript.whisperx[147].text 觀光署已經宣布有條件開放所以你這邊是不是也是有條件開放我要再說一次這個政策是由勞動部來主政勞動部來宣布勞動部來主政跨國勞動力的政策是勞動部在主政所以之後其實您還會再正式的發佈對我們現在在做進一步的研議跟包括我們這些相關的研議之後我們會再來跟社會各界來報告那當然最後我們的政策的走向好
transcript.whisperx[148].start 5362.189
transcript.whisperx[148].end 5384.941
transcript.whisperx[148].text 講到這個的話因為剛我有發現劉建國委員已經很在意你們有許許多多的專案執行率都非常的差那這個當然你也會知道勞動部去年八月底開放畢業的僑外生可以任職旅宿業現在已經六月了幾乎已經過一年你也知道現在有幾個人申請吧應該知道蠻少的很少
transcript.whisperx[149].start 5386.055
transcript.whisperx[149].end 5404.374
transcript.whisperx[149].text 就只有一個人啊對剛剛他講一趴兩趴兩成其實這些數據大家已經覺得難以想像了結果呢你開放喬外申來任職旅宿業一年來就只有一個人申請這個是不是也需要大幅的做改革啊
transcript.whisperx[150].start 5405.151
transcript.whisperx[150].end 5427.194
transcript.whisperx[150].text 跟文說明確實這個喬艾森從事理事會的部分他其實會有個條件是要先經過觀光署或者是相關的觀光的單位他要經過80個小時的課程可是我們這個過程裡面我們一直在督促觀光署應該要盡快的來召開相關的課程所以一直到近期比較相關的課程才開出來
transcript.whisperx[151].start 5427.734
transcript.whisperx[151].end 5447.126
transcript.whisperx[151].text 所以你的意思是說觀光署課程的密度跟頻繁度比較少以至於有意願的人想申請我們一直在提醒觀光署要趕快把課程給開出來所以您那邊已經有多少人跟您反映說因為觀光署的課程不夠頻繁所以他們沒辦法來做
transcript.whisperx[152].start 5447.506
transcript.whisperx[152].end 5456.061
transcript.whisperx[152].text 就是我們一直在督促他因為確實這個喬艾森要申請中階的這件事情是會要經過80個小時的這樣子的訓練的
transcript.whisperx[153].start 5460.373
transcript.whisperx[153].end 5484.084
transcript.whisperx[153].text 但你還是需要做改變除了增加頻率以外你有沒有別的想法否則我們就是一個人如果都一直都一個人怎麼辦我想我們會很積極的來改善這個相關的勞動力的問題所以現在大家在討論包括這些跨國勞動力但是我還是講前提是怎麼樣不要影響國內的就業或者本國勞工的就業還有我們的這些相關的勞動條件
transcript.whisperx[154].start 5485.267
transcript.whisperx[154].end 5499.076
transcript.whisperx[154].text 好 我來跟你說為什麼這是許多人發現的啦除了你們勞動部有說要用到畢業的橋外生交通部今年2025年1月1號提出了這個觀光旅館業以及旅館業申請外國籍學生來中華民國實習要點
transcript.whisperx[155].start 5503.338
transcript.whisperx[155].end 5519.508
transcript.whisperx[155].text 業者只要透過這個實習要點用外籍學生來台實習就可以規避掉勞動部的工作許可申請勞基法還有繁瑣的行政流程那你知道他自從開放這個要點1月1號至今有多少人申請嗎
transcript.whisperx[156].start 5524.079
transcript.whisperx[156].end 5545.536
transcript.whisperx[156].text 一千人所以現在觀光署那邊從這個外籍的實習生一千人喔然後再加上教育部原有的觀光類僑生建教合作專班已經69名所以你現在要解決這個人力的缺口是1069比上1顯然你的政策是不及格的啦
transcript.whisperx[157].start 5551.667
transcript.whisperx[157].end 5567.495
transcript.whisperx[157].text 那當然很多業者他是反應說開放外籍實習生來台填補旅宿業的人力缺口他們覺得是一股活水可是非常久之計但可以補人力的不足但是人力問題其實沒有解決為什麼
transcript.whisperx[158].start 5568.536
transcript.whisperx[158].end 5582.672
transcript.whisperx[158].text 因為交通部的這個方案大概是兩年那如果是一般的建交合作教育部的方案大概四年四年左右或是再長一點點但這並沒有辦法解決他們長期的人力缺口啊那另外呢
transcript.whisperx[159].start 5584.474
transcript.whisperx[159].end 5609.309
transcript.whisperx[159].text 這個假實習但是真工作明末向是為了建教合作但其實是讓學生做廉價的打工這是監察院以前糾舉過教育部的問題所以站在勞工的立場你是勞動部的大家長你有沒有辦法去明確的跟這些部門溝通工作模式到底實習跟工作的差別到底在哪裡
transcript.whisperx[160].start 5611.055
transcript.whisperx[160].end 5632.376
transcript.whisperx[160].text 跟委員說明確實現在這些實習生在這個實習場所裡面他們的狀況那當然需要從個案的事實去來做認定不過我想我們在這些申訴跟檢舉的管道也是暢通的那如果外界或學生有疑慮的話我們都可以來協助檢視就是他的他是否這個勞動的狀態其實我想勞動部都願意來檢視
transcript.whisperx[161].start 5635.39
transcript.whisperx[161].end 5653.891
transcript.whisperx[161].text 那你有沒有考慮找教育部、交通部來進行合作前往這些有申請實習的單位來進行勞檢的調查那個我跟倫說明確實現在關於實習的部分現在這個在主政的其實是教育部那
transcript.whisperx[162].start 5655.733
transcript.whisperx[162].end 5673.844
transcript.whisperx[162].text 那他的勞動場域但是我們也很樂意我們一直跟不管是教育部也好或者是僑友會或者是包括這些產業主管機關表達我們非常非常樂意跟大家一起討論如果大家在勞動狀態的認定上面是有疑義需要專業的協助的話我們都願意來做這部分的協助
transcript.whisperx[163].start 5674.925
transcript.whisperx[163].end 5693.639
transcript.whisperx[163].text 他們可能不會主動告訴你因為他們曾經被糾舉過我是問您願不願意主動出擊如果他們被糾舉有被檢舉那在個案上面我們是我們當然都會願意來協助來做小關的檢視那您剛提到的這些申訴的管道你要如何去下達到他們工作的場域呢
transcript.whisperx[164].start 5694.079
transcript.whisperx[164].end 5705.698
transcript.whisperx[164].text 我們這部分我們可以讓大家知道其實我們就告訴各部會其實也讓大家知道或外界包括學生也好外界也好如果有疑慮的對工作狀態有疑慮的其實我覺得都可以來提出相關的申請或檢舉
transcript.whisperx[165].start 5706.667
transcript.whisperx[165].end 5735.401
transcript.whisperx[165].text 好下一個是剛您提到的低薪的問題這點你也非常理解嘛好那有些業者他雖然沒有辦法立即的做加薪但我舉個例子比如說很有名的雲品酒店他就把週休兩日改成週休三日因此他的員工留任率非常的高那我有注意到你們的勞動力發展署跟觀光署有合作啟動一個飯店業專案媒合計畫今天真的一直講到勞動力發展署啊
transcript.whisperx[166].start 5736.381
transcript.whisperx[166].end 5749.757
transcript.whisperx[166].text 這個媒合計畫的執行率也是很差你們知道為什麼吧其實我想 其實媒合率應該媒合率是可以提高啦是有可以提高跟經濟的空間不過當然我們也在
transcript.whisperx[167].start 5751.152
transcript.whisperx[167].end 5773.984
transcript.whisperx[167].text 好 我跟你說一下答案有66%經常性薪資未達2.8萬元85.84%未達3萬元表示這個勞務的負荷跟薪資不成正比的情況下你就很難媒合成功嘛還有 他還有一個性別差異男女平均薪資的差異甚鉅男性平均是4萬6599女性3萬6809
transcript.whisperx[168].start 5778.146
transcript.whisperx[168].end 5795.743
transcript.whisperx[168].text 那我們今年有個口號是千萬旅客觀光立國的目標現在勞動部長有沒有辦法藉由不管是人力的缺口或者是待遇的提高你有沒有辦法協助觀光署兩個部門一起去達到這個我們要達到觀光立國的目標
transcript.whisperx[169].start 5797.345
transcript.whisperx[169].end 5820.756
transcript.whisperx[169].text 跟委員說明確實現在在旅宿業的低薪勞工的比例比較高這個問題是我們在考慮跨國勞動力開放與否很核心在思考的命題也就是說我們很不希望這個跨國勞動力的開放造成在產業裡面的低薪低勞的效果
transcript.whisperx[170].start 5821.696
transcript.whisperx[170].end 5847.383
transcript.whisperx[170].text 所以這是為什麼我們認為這個政策在整體的考慮不是很簡單要開放就開放不是這樣在思考而是必須顧及到本土勞工本國勞工的薪資狀況會不會受到影響這是為什麼我們很審慎的原因這就是我們現在在政策在設計我們要去考慮的核心那我兩個月可以拿到書面報告嗎你打算怎麼解決
transcript.whisperx[171].start 5849.287
transcript.whisperx[171].end 5858.537
transcript.whisperx[171].text 我想我們現在持續的在研議也在持續的在評估或者是設計方案但是確實就是希望來去面對尤其是禮數院或者是服務院裡面的問題
transcript.whisperx[172].start 5861.498
transcript.whisperx[172].end 5880.923
transcript.whisperx[172].text 我們現在整體在這個政策的評估因為目前是還沒有設定特定的時間點沒有設定特定的時間點好最後一個問題這個是您二月曾經召開的記者會說面對勞檢員離職率居高不下而且每一年都有100多位的缺口
transcript.whisperx[173].start 5881.423
transcript.whisperx[173].end 5902.656
transcript.whisperx[173].text 高壓 高危險 家計也非常的低所以要推出一個專案名字叫做勞動檢查員專業能力以及工作支持方案我想問這個工作支持方案是希望把他們的工作數位化 智慧化等等這個要分四年的時間來推動您這四年預計是花多少的經費來進行
transcript.whisperx[174].start 5906.068
transcript.whisperx[174].end 5925.585
transcript.whisperx[174].text 跟委員報告,大概我們這個這個方案基本上兩大面向,就是一個剛剛委員提到的是他在執法工具的資訊化、智慧化跟這個行動化,另外一部分是個人的專業的提升跟他的安全,個人的在執法上的一個安全維護
transcript.whisperx[175].start 5928.567
transcript.whisperx[175].end 5936.896
transcript.whisperx[175].text 我昨天6月3號才跟行政院求證你2月的時候開了一個這麼盛大的記者會行政院說勞動部至今還沒有呈報這項專案計畫對 這個部分是在我們部裡面的一個計畫這部裡面的一個專案的計畫所以你會呈報嗎
transcript.whisperx[176].start 5952.037
transcript.whisperx[176].end 5969.242
transcript.whisperx[176].text 跟委員報告這個部分如果是我們把計畫呈報給部長這邊來核定基本上這個計畫就展開了所以你們有信心2026年就會開始跟委員報告其實已經經費在籌備已經有一個大概的經費因為我剛剛有問你這個經費打算
transcript.whisperx[177].start 5971.763
transcript.whisperx[177].end 5987.89
transcript.whisperx[177].text 經費的部分基本上在公務跟基金我們還是要做一個分開依照它的用途那我們目前初估大概是前兩年大概是兩千多萬到三四年會花到三四年那你這個缺口你想要怎麼解決每年一百多人的缺口你希望每年可以縮短多少
transcript.whisperx[178].start 5993.871
transcript.whisperx[178].end 6022.739
transcript.whisperx[178].text 那個跟文說沒有 這部分會分兩個部分 一個是勞檢員人力這個員額的部分 剛才文其實後面講的應該是員額的部分不過我們這個計劃的本身其實是針對勞檢員本身他的資能包括他的裝備包括他的整個的支持的體系的提升所以這個計劃其實這個已經 某個部分已經正在進行中了那其實這個報導部裡面我們其實就可以來進行好 謝謝
transcript.whisperx[179].start 6026.001
transcript.whisperx[179].end 6049.514
transcript.whisperx[179].text 好 我們謝謝陳金輝委員的資訊那我們請陳委員來代主席 謝謝好 那下一位我們請王玉民委員好 謝謝主席 我們有請洪部長 部長王委員好
transcript.whisperx[180].start 6054.793
transcript.whisperx[180].end 6081.139
transcript.whisperx[180].text 部長好部長我要請教你關於公安的議題因為最近發生在嘉義的台積電的封測場他的施工發生了兩起重大的意外造成一死一重傷那這樣子的一個事件發生在這個我們護國神山台積電身上大家都覺得有點不可思議因為他是台灣的驕傲但是為什麼在嘉義廠竟然
transcript.whisperx[181].start 6084.68
transcript.whisperx[181].end 6102.431
transcript.whisperx[181].text 一連串的發生兩起這麼重大的公安意外那當時我也有告知這個勞動部一定要去詳查這個事故發生的原因第一個我要問的是請問現在對於事故發生的原因你們已經調查清楚了嗎你們進去進行勞檢
transcript.whisperx[182].start 6103.762
transcript.whisperx[182].end 6129.732
transcript.whisperx[182].text 跟委員報告這兩個事件基本上在案發當時都已經有我們南區的中心的檢查人就到現場那基本上委員現在提到的在目前的法規都有規範很清楚應該是包商在執行上沒有按照法規的要求在處理那我們跟委員報告這兩件案件以後我們也在今天就在這個時候我們在這個園區的公務所裡面就召開把
transcript.whisperx[183].start 6131.112
transcript.whisperx[183].end 6143.979
transcript.whisperx[183].text 台積電還有管理局以及所有組成包商的負責人主管都邀請起來召開檢討會議現在正在進行正在進行嘛所以檢討結果還沒出來同步現在進行第一個我要求這個檢討的結果
transcript.whisperx[184].start 6147.182
transcript.whisperx[184].end 6163.676
transcript.whisperx[184].text 要給本席這邊一份也給委員會因為畢竟這是指標性的個案我們想要知道如果連模範生他的這個施工廠都出問題那真正的問題到底是出現在哪裡另外一個我要請教你剛剛有提到南科管理局
transcript.whisperx[185].start 6164.336
transcript.whisperx[185].end 6190.814
transcript.whisperx[185].text 他在當中他到底扮演什麼樣的角色因為今天又傳出另外一期他不只是有公安意外還有勞資糾紛那南科管理局就說勞資糾紛不關我的事這個是嘉義縣政府的事情那所以現在看起來在科學園區像以嘉義為例嘉義科學園區發生事情他有勞資糾紛他有公安意外他現在是不是隸屬不同的單位公安是屬於職安
transcript.whisperx[186].start 6192.054
transcript.whisperx[186].end 6208.765
transcript.whisperx[186].text 這邊所以是中央負責那南克管理局說這個有勞資就算這不關我的事那又是屬於嘉義縣政府那請問今天的這個會議嘉義縣政府有列席嗎他有出席嗎他的角色是什麼從這個事件我要探討的是三方的角色中央
transcript.whisperx[187].start 6209.665
transcript.whisperx[187].end 6218.429
transcript.whisperx[187].text 那個南科管理局跟嘉義縣政府這三個單位各自扮演什麼樣的角色如果說大家橫向是沒有一個聯繫機制的話那像這個整個出問題就是隸屬不同的單位那各自知道各自在負責事情嗎比如說他有這個勞資糾紛中央這個勞動部知道嗎你們會介入會去關心嗎因為都是同一個案子都是台積電的這個嘉義廠
transcript.whisperx[188].start 6237.332
transcript.whisperx[188].end 6262.47
transcript.whisperx[188].text 跟委員報告 如果勞工因為相關的勞工權益的受損他可以跟地方勞工行政機關提起勞資正義的調解那如果只有調解 地方政府依照相關的法令會進行調解的一些協助幫勞工來解決這樣的紛爭如果連調解都不成立 他可以提起訴訟勞動部這邊就有相關的法律訴訟可以協助勞工透過訴訟的途徑來求求他權益的補償
transcript.whisperx[189].start 6263.331
transcript.whisperx[189].end 6291.745
transcript.whisperx[189].text 但是嘉義科學園區他還有一個南科管理局南科管理在這件事情上又沒有角色跟委員報告調解可以他可以就近可以到南科管理局的勞資正義的處理也可以到嘉義縣政府兩個都可以但是南科管理局說他沒有他沒有角色他今天是在媒體上面他公開講的就是這個因為因為他是沒有沒有任何的角色可以介入他說嘉科園區的職業安全衛生業務
transcript.whisperx[190].start 6293.41
transcript.whisperx[190].end 6302.116
transcript.whisperx[190].text 為授權南科管理局辦理然後這個是屬於職業安全衛生署南區職業安全衛生中心的權責
transcript.whisperx[191].start 6304.802
transcript.whisperx[191].end 6328.287
transcript.whisperx[191].text 根據我的報告,基本上勞檢授權的部分南科管理局沒有角色對不對?是你們?不是,因為現在這個家科是剛在整地,剛開始在開發所以這個階段的新建工程,我們認為中央要把關所以這個部分還沒有授權但是如果完工以後開始運作,就像竹科、中科、南科基本上的勞動檢查權是管理局
transcript.whisperx[192].start 6328.607
transcript.whisperx[192].end 6335.796
transcript.whisperx[192].text 是管理局要的但是施工階段他沒有任何角色但是現在又出現了重大的公安意外我覺得這件事情你們要回過頭去檢討既然科學園區他是隸屬於這個南科管理局基本上他從頭到尾他要有角色因為整個案子的開發
transcript.whisperx[193].start 6345.447
transcript.whisperx[193].end 6372.917
transcript.whisperx[193].text 核准什么都是他那你们只是负责公安的部分那既然他从头到尾负责这个部分为什么不要让他的角色一开始都可以加进来双重的监督不是对于这个整个的公安的这个监督会有更强化效果吗因为他在地你们南区你们是设在高雄吧你们还更远所以这件事情从这件事情我认为劳动部应该回过头去检讨这种比较特殊性的在科学园区的
transcript.whisperx[194].start 6373.459
transcript.whisperx[194].end 6391.494
transcript.whisperx[194].text 看起來這個老闆很多那要怎麼樣做會比較順暢是不是部長可以回去檢討一下我們願意來跟包括地方的老政單位包括這個科學園區的管理局那幾方之間的這個界面要來做一些整合的檢討我們願意來我邀請要檢討那檢討的結果再給本席第二個一樣是台積電台積電的熊本廠你們2022年有去考察這個你們考察之後有看到這個這個
transcript.whisperx[195].start 6403.443
transcript.whisperx[195].end 6425.227
transcript.whisperx[195].text 熊本廠人家是怎麼做的你看他用紅色來標示是禁止綠色就是你可以走的通道黃色他是放置器材就是他的可視化的程度做得非常的好一樣是台積電喔這個是在日本的情況人家第一現場的公安是這樣子做的回到台灣我們有嗎
transcript.whisperx[196].start 6429.588
transcript.whisperx[196].end 6447.405
transcript.whisperx[196].text 我們有落實嗎我們所謂這個之前勞動部經濟在推動的可視化做了多少看起來就是沒有嘛所以其實你可以看到一樣是台積電它在日本的它的工地是這樣子的一個設置模式請問台積電再加一場它的現場同時多部的吊車在進行它的吊掛作業它的現場
transcript.whisperx[197].start 6454.372
transcript.whisperx[197].end 6469.822
transcript.whisperx[197].text 你們現場去勞檢他有這樣子嗎紅綠黃標示的這麼清楚然後有這麼清晰的SOP去進行嗎我想一定是沒有那在沒有的情況底下當然日本廠沒有出現重大公安台灣廠同時在施工的
transcript.whisperx[198].start 6473.124
transcript.whisperx[198].end 6492.077
transcript.whisperx[198].text 就兩起重大公安事故這個就是我之前一再質詢也再提醒你們的就是說你們也認為這個可視化是一個很重要的考察報告裡面還提到安全可視化低成本高效益就是說這個的成效其實是非常好的
transcript.whisperx[199].start 6493.018
transcript.whisperx[199].end 6515.399
transcript.whisperx[199].text 可以達到安全的效果可視化低成本高效益但是這麼好的一個典範台積電熊本廠他做得這麼好但是考察完之後回到台灣2022年到現在為什麼在台灣我們沒有辦法好好的來落實就是讓我們的工地現場
transcript.whisperx[200].start 6517.165
transcript.whisperx[200].end 6543.638
transcript.whisperx[200].text 可以達到這樣的一個標準你真的覺得這個部長聽說你也剛去韓國考察完嘛對不對紀州島紀州島對他們的公安韓國跟台灣比起來你有沒有覺得人家在現場的SOP也做得很好我至少我個人去日本我只是路過我看到他們路邊有在做的你知道嗎他們人員的配置就是我對於這個周遭的交通的維持跟安全的維持我人員的部分
transcript.whisperx[201].start 6544.798
transcript.whisperx[201].end 6571.332
transcript.whisperx[201].text 好幾個人員穿著制服站在那邊指揮啊他拉出來的這個預防這個標掛作業墜落的他拉出來的空間範圍也很大這個就是人家日本他在重視公安這個部分他是從第一現場這個的SOP都做到位然後讓這個整個的安全可以被維護住反觀台灣我們常常用趕工為理由你知道嗎
transcript.whisperx[202].start 6572.802
transcript.whisperx[202].end 6588.974
transcript.whisperx[202].text 我現在也在想台積電會不會是因為之前有這個工程延宕就是因為那個有挖出這個考古的文物停工之後為了加工加快那個速度但是趕工之餘就忘記了公安
transcript.whisperx[203].start 6590.115
transcript.whisperx[203].end 6608.625
transcript.whisperx[203].text 這件事情我覺得不應該發生在台積電身上我想其實剛剛很謝謝委員那其實日本確實他們在很多的這個營建的工程裡面其實他們都是有用這個高於法規的做法在進行那我想我們也會來這個參考
transcript.whisperx[204].start 6610.846
transcript.whisperx[204].end 6637.798
transcript.whisperx[204].text 這個他們在日本的做法其實來強化其實對於臺灣廠商的要求那的確其實在臺灣的營造業我們認為在其實公安或環安衛的做法上面其實是有很大可以改進的空間所以我們其實現在也跟職安署在很密切的在檢討我們目前在這個職安環安衛相關的政策跟機制我希望接下來其實可以提出一個
transcript.whisperx[205].start 6638.678
transcript.whisperx[205].end 6652.31
transcript.whisperx[205].text 比較大的這個機制上面的改革好我希望你們要提出來因為現在就你們那個職業安全衛生設施規則你的第92條第一項或者是90條第91條你這裡面譬如說針對這個吊掛物你只有就是一個原則就是說
transcript.whisperx[206].start 6661.479
transcript.whisperx[206].end 6675.655
transcript.whisperx[206].text 因于运转时采取防止吊挂物通过人员之上方及人员进入吊挂物下方之设备或设施你就是一个原则性的宣示但是你看看日本它发展出来的
transcript.whisperx[207].start 6676.095
transcript.whisperx[207].end 6695.467
transcript.whisperx[207].text 他這樣子的一個紅綠黃就是各有各自的意義在現場那個SOP就非常清楚但是在我們台灣我們其實就是用一個宣示就是你要設備或設施那是什麼設備跟設施也沒有規範所以坦白講你們到現場勞檢的時候你根本沒有一個
transcript.whisperx[208].start 6696.588
transcript.whisperx[208].end 6719.682
transcript.whisperx[208].text 非常明確的SOP可勞檢比如說人員你也沒有要求他現場就是要什麼樣的人員維護只要有人在一個人也是人兩個人也是人就是你並沒有一個更細膩的規範但是我真的覺得這個可視化的這個不會耗費非常多的成本但是你真的兩個圖一比較你就知道日本為什麼公安可以做得好
transcript.whisperx[209].start 6720.799
transcript.whisperx[209].end 6746.291
transcript.whisperx[209].text 魔鬼藏在細節裡啊就是他可以這麼的細膩這麼的清楚所以你一個工人不管今天有沒有拚外籍移工我進到這個現場我告訴你紅色就是禁止進入的區域綠色才是通道黃色就是堆滿器材的地方這個就是非常的直觀你不用做非常多的教育你現場你馬上你就知道趨吉避凶啊紅色就是不會靠近
transcript.whisperx[210].start 6747.091
transcript.whisperx[210].end 6770.127
transcript.whisperx[210].text 所以這一套我認為這一個勞動部部長你竟然說你們要好好研討日本這個好的做法我希望2022已經考察到現在了但是在台灣都沒有實施我們應該要想辦法跟業者溝通這個是保護他們也是保護工人也是讓台灣的公安更落實這個是不花成本的大家應該要全力的來推動好沒問題謝謝好謝謝
transcript.whisperx[211].start 6776.105
transcript.whisperx[211].end 6781.208
transcript.whisperx[211].text 好 謝謝王宇民委員謝謝部長 那繼續請邱政軍委員質詢主席好 我們請洪部長
transcript.whisperx[212].start 6799.815
transcript.whisperx[212].end 6805.82
transcript.whisperx[212].text 邱委員好部長好部長我想請問你根據主計總數的統計我們2024年中央及地方政府的潛藏負債達到20兆6490億元其中勞保潛藏負債佔最大中有13兆6466億
transcript.whisperx[213].start 6825.236
transcript.whisperx[213].end 6852.882
transcript.whisperx[213].text 那我要這樣講 勞工朋友每個月在繳保費就像定期的把錢丟進一個存錢筒那說想說等老了之後呢可以領回來過日子但現在這個存錢筒破了一個大洞政府每年拿稅金去補連補了八年已經到今年已經快四千億了 還是補不完那我想問部長 這個是不是該修理一下
transcript.whisperx[214].start 6854.571
transcript.whisperx[214].end 6872.248
transcript.whisperx[214].text 還是要等到水都漏光了我們才開始修我想其實勞保財務的問題政府態度一直很清楚就是政府會負最後的責任你要怎麼負責任當然現在其實我們有很多不同的做法其實都是希望盡力在維持基金的水位你的錢要從哪裡來
transcript.whisperx[215].start 6873.929
transcript.whisperx[215].end 6898.064
transcript.whisperx[215].text 包括我們這幾年其實在這個投資上面其實也效益是不錯的那撥補當然其實也是其中一個那其實我們有一些其他的做法希望再盡力的去拉升這個基金的水位你講到撥補撥補就像我們在一個破洞的這個容器裡面一直加水你認為一直加一直補水一直漏這樣有用嗎
transcript.whisperx[216].start 6899.385
transcript.whisperx[216].end 6927.904
transcript.whisperx[216].text 其實撥補這幾年確實是達到一定維持基金水位的那以後呢你這個撥補總不能說變成一個永遠都用撥補的狀態吧你的政策不改嗎我們並不是要說一定要永遠的撥補可是撥補確實在那你現在除了撥補之外你還有沒有其他的想法想一些還更具體的做我想其實這幾年在基金的投資上面的效果是蠻好的那我包括我們也透過各種其他在包括剛剛講到說我們在鼓勵這個中高齡高齡者的就業跟這個
transcript.whisperx[217].start 6929.826
transcript.whisperx[217].end 6951.504
transcript.whisperx[217].text 投入這個勞保那也包括其實我們在講話納保跟肌膚的審查我們總統當然也講過啦只要政府在勞保就不會倒那我在想我看到那個我們總統會的院長他說新財化法就會影響撥補的金額那個做法是不是在就跟總統的立場不一樣啊對不對
transcript.whisperx[218].start 6954.459
transcript.whisperx[218].end 6977.398
transcript.whisperx[218].text 並沒有衝突 我想其實政府在沒有錢怎麼補啊 我們的態度就是政府在你 你就沒有錢啊 那你要怎麼補不是沒有錢 是確實是會有影響所以這是為什麼我們認為現在這個新修的財化法它在分配上面是有很大的意義的對 這也是行政不斷的在緊張 我現在講的問題就是說不管財化法或者是其他原因那它有可能
transcript.whisperx[219].start 6978.078
transcript.whisperx[219].end 6997.227
transcript.whisperx[219].text 未來都是會發生的啦你不能說等到發生了你再來解決再來想說要怎麼樣解決這個問題我現在講的意思是這個我希望部長你是部長這是為什麼我們之前對於這個新修的財務法一直在表達其實真的要非常的非常的謹慎甚至他可能會有政府當然會負責嘛政府會負責那你說政府負責可是錢從哪裡來你要從稅徵收
transcript.whisperx[220].start 7004.411
transcript.whisperx[220].end 7020.641
transcript.whisperx[220].text 還是去借那未來是誰還是我們的年輕人來去未來的年輕人去償還這些嗎對不對這一代的事情是不是應該在這一代來解決另外你說基金基金當然這10年來這個平均粉絲面可是還是逆差
transcript.whisperx[221].start 7021.762
transcript.whisperx[221].end 7043.589
transcript.whisperx[221].text 制度本身這個還是逆差只是你不改革只是想靠投資來彌補年金的虧損你覺得這個是一個長久之計嗎我這樣跟你說明執政團隊的政府的立場當然就是政府會對勞保負最終的責任但我們也很希望國會可以支持
transcript.whisperx[222].start 7046.01
transcript.whisperx[222].end 7065.345
transcript.whisperx[222].text 國會支持我們來確保中央政府相關的台政的狀況國會支持是一件事情不是說一直拿我們納稅人的錢去補啊你懂我意思嗎國會當然支持只要你有新的做法我們當然會支持可是如果你只是一直要挖錢來補這個洞你認為這是對的嗎
transcript.whisperx[223].start 7070.055
transcript.whisperx[223].end 7088.706
transcript.whisperx[223].text 這文說明其實撥補這當然是現在是有助於維持勞保基金水位的一個現在是有效的做法所以這部分當然也是政府表達我們負責任態度其中的重要的做法之一我就跟你講了撥補不是長久之計
transcript.whisperx[224].start 7089.887
transcript.whisperx[224].end 7104.816
transcript.whisperx[224].text 對不對 你已經補了四千億了 八年了那你還要補多久像你剛剛 你講說基金這幾年有賺錢那基金賺錢不代表夠用啊你去年在那個有一個補了 我看一下你去年賺多少錢你基金賺多少錢
transcript.whisperx[225].start 7119.605
transcript.whisperx[225].end 7147.385
transcript.whisperx[225].text 去年賺了1629億那你今年一到四月你就虧了多少錢你就虧了快兩千億啊對不對你怎麼補呢老保是300我說基金基金賺了一千多億沒錯啊可是你今年一到四月你就虧了快兩千億啊不是不是不是1990億不是那是八個基金加起來八個基金
transcript.whisperx[226].start 7149.049
transcript.whisperx[226].end 7159.236
transcript.whisperx[226].text 相信兩千億是八個基金 八個基金加起來那 勞保基金是三百 虧三百對啊 你還是不夠啊我認為這個都是不穩定的 你知道嗎
transcript.whisperx[227].start 7162.987
transcript.whisperx[227].end 7183.69
transcript.whisperx[227].text 我們當然都盡力用各種方式去維持基金的水位你一直當然投資是一個來償還然後又用撥補然後又說你們會負責任那我現在要的是部長你是主管單位嘛對不對那你有沒有更具體的做法你有沒有想過你想要做什麼
transcript.whisperx[228].start 7185.407
transcript.whisperx[228].end 7207.165
transcript.whisperx[228].text 我想我們其實就是用各種方式那包括多元開源的方式那剛剛也講到說其實我們也希望鼓勵更多中高齡或高齡者來回到職場那甚至加入投保那都希望透過這種方式來多挹注一些基金的水位跟開源你說什麼
transcript.whisperx[229].start 7208.81
transcript.whisperx[229].end 7228.965
transcript.whisperx[229].text 你剛才再講一下我說我們現在政策上面其實也在鼓勵中高齡或高齡者的重返職場如果有更多的高齡者重返職場然後其實也投入勞保的話那我想都有機會他之前投的就快領不太到了你又快倒了你又叫他回來
transcript.whisperx[230].start 7230.356
transcript.whisperx[230].end 7250.396
transcript.whisperx[230].text 就是兩件事吧我們不能用你這個想法如果這樣想法那大家都不要那這其實可能對勞保的財務來說會更嚴峻啊對啊所以我們當然是希望在這裡面有更多的開源的做法然後更多種可以提高效益的做法這當然是去維持基金財務的一個態度
transcript.whisperx[231].start 7252.418
transcript.whisperx[231].end 7272.471
transcript.whisperx[231].text 所以並不是說現在基金怎樣所以大家就不要來投保那是反而保持基金更大的財務上面的威脅你除了這個你還有沒有更具體的呢有沒有想過有沒有想過要解決這個問題我們就是希望透過這些多元的做法來去做維持你覺得夠嗎 這些做法夠嗎
transcript.whisperx[232].start 7273.903
transcript.whisperx[232].end 7301.934
transcript.whisperx[232].text 當然都可以再有更精進的空間可是目前我們其實就是希望這些方法那這些方法在這幾年其實對水位確實是有幫助的阿然後呢但是我覺得這樣子你只是延緩它破產對不對目前是這些做法是有延緩你這些做法只是延緩那我現在是要的是要有一個根本的有一個想有一個新的做法阿你部長你沒有想過這個問題
transcript.whisperx[233].start 7304.025
transcript.whisperx[233].end 7329.903
transcript.whisperx[233].text 你沒有討論過 我想我們各種問題 我想我們各種方法其實都那你什麼時候 不然這樣啦 你要多久時間寫一個這個你的初步的一個想法給我我覺得 我可以 我們可以再做更多的討論喔甚至在這邊交換意見 不要討論不要討論只變成一個儀式嘛 那個然後又不了了之 然後又再演繹 這有什麼意義呢對不對 你是不是有一個具體的做法 我給你三個月時間
transcript.whisperx[234].start 7332.165
transcript.whisperx[234].end 7351.923
transcript.whisperx[234].text 你寫一個方向我們當然要提供給委員一些接下來維持基金所要的做法我們可以提供好 謝謝部長好 謝謝邱委員 謝謝部長那接下來我們請廖偉祥委員質詢那在蘇清泉委員質詢完後休息十分鐘
transcript.whisperx[235].start 7361.608
transcript.whisperx[235].end 7381.258
transcript.whisperx[235].text 謝謝主席 請洪部長部長好 辛苦了那昨天剛公布的勞保勞退的基金的績效在2025年的4月 單月我們勞退基金虧損高達多少
transcript.whisperx[236].start 7384.885
transcript.whisperx[236].end 7407.945
transcript.whisperx[236].text 勞動基金,對,勞退,1300億左右嘛,對不對,不過這些都是未實現的,是我懂,那平均每位的勞工帳面的虧損就是達到一萬大概一百零三元,不太能夠這樣算,它是未實現的,你先讓我講完嘛,我當然知道是未實現的嘛,這就是短期的部分嘛,但是我再論述一個道理,
transcript.whisperx[237].start 7408.726
transcript.whisperx[237].end 7428.198
transcript.whisperx[237].text 那另外上次三月數據出爐的時候其實我也有問過有關於投資美金的這個計價部位匯損的問題喔那那個時候是30塊左右匯率那現在掉了大概又變成29塊喔所以等於又有4%出現喔所以我就想問說喔雖然它是未實現的那
transcript.whisperx[238].start 7428.818
transcript.whisperx[238].end 7440.614
transcript.whisperx[238].text 你們在這個部分的管理和風險機制怎麼樣可以避免這樣子的虧損或者是這樣子的狀況會侵蝕到勞工對於這個基金的信心你們有什麼相關的這個機制
transcript.whisperx[239].start 7442.505
transcript.whisperx[239].end 7462.079
transcript.whisperx[239].text 報告委員,美元其實它有一個長期的軍事,那我們透過多元的一個策略,因為我們的資產有不同的配置,我們包括國內的股票、國外的債券都有。那你們現在有評估現在目前的匯率一直這樣子衝擊下去,今年大約會衝擊多少嗎?
transcript.whisperx[240].start 7467.452
transcript.whisperx[240].end 7482.813
transcript.whisperx[240].text 委員報告委員確實匯率會影響我們帳面短期上的收益但是跟委員報告這個因為我們長期這個美元的匯價其實是相對穩定的我們也做過研究就是說
transcript.whisperx[241].start 7483.334
transcript.whisperx[241].end 7499.236
transcript.whisperx[241].text 你現在是相對穩定,可是其實這一年以來已經掉了很多啊所以短期的衝擊的確是嘛,短期的確有衝擊嘛那你們有沒有去做一個相關的評估風險的避免有,一定會有的
transcript.whisperx[242].start 7501.138
transcript.whisperx[242].end 7521.965
transcript.whisperx[242].text 那剛剛問的是短期的部分因為目前今年到4月份應該已經顯示高達的大概損失大概是1990億左右那整體收益率大概是負2.9%那這樣子波動劇烈那剛剛也有提到報告內容有提到說現在的勞工保險基金累存的餘額截至113年12月是1兆919億
transcript.whisperx[243].start 7526.866
transcript.whisperx[243].end 7532.299
transcript.whisperx[243].text 那想要請問到目前4月底的時候這個累存餘額有多少有沒有跌破1兆沒有1兆994億
transcript.whisperx[244].start 7536.69
transcript.whisperx[244].end 7552.255
transcript.whisperx[244].text 依照994議事到目前為止嘛到4月底好那那麼就是說部長依照這個目前4月份的勞保基金的會計報表數據這個兌換的這個短處大概就是272億5000萬左右那我們現在擔心的就是說這個股匯雙殺會不會也反映在這個基金的數據上面
transcript.whisperx[245].start 7560.658
transcript.whisperx[245].end 7570.43
transcript.whisperx[245].text 那現在的保底機制也就是保證收益的這個機制啊在極端市場波動的時候有沒有足夠可以保障我們勞工實質的這個權益退休的權益
transcript.whisperx[246].start 7574.861
transcript.whisperx[246].end 7599.07
transcript.whisperx[246].text 短期的波動是會受影響但是如果我們因為我們都是中長期的投資事實上如果長期來看不管是5年的平均或者10年的平均我們不管是勞保或者整個勞動基金報酬率會超過6%以上最近這幾年是都不錯可是你也知道這股市不可能是這樣子一直這樣下去那你們近期雖然短期有這個虧損但你們有沒有
transcript.whisperx[247].start 7599.77
transcript.whisperx[247].end 7617.329
transcript.whisperx[247].text 去預設假設你長期或是這一年這兩年都不好的情況之下那你們會這個部分會不會去做什麼機制的調整報告委員舉例來講就是說你們會不會因為這樣子的長期的收益會你們會考慮去調低所謂的保證收益的利率
transcript.whisperx[248].start 7618.817
transcript.whisperx[248].end 7637.234
transcript.whisperx[248].text 不會應該保證收益率不會好謝謝我就是想要問這個答案因為我們擔心我們擔心因為長期虧損的話發生了這樣的事情大家都會擔心不會這個部分不會謝謝所以你有這樣的信心的宣示我覺得很好但是在這個舊勞保基金的部分其實
transcript.whisperx[249].start 7638.482
transcript.whisperx[249].end 7648.705
transcript.whisperx[249].text 老保於2017年首次出現,短處大概275.38億那之後每一年的短差大概是252億然後再228億、486億、288億然後2022年的時候是386億到2023年的時候擴大到446億到2024年又擴大到655億創立歷年的新高
transcript.whisperx[250].start 7662.208
transcript.whisperx[250].end 7686.189
transcript.whisperx[250].text 所以我就說了剛剛講下來這個邏輯是這樣那為什麼現在還沒有破產其中一大原因當然就是政府的撥補對不對然後剛剛也有提到的因為最近另外一個原因是就是這個基金的部分其實是有賺錢績效還不錯這個部分我本席也給予肯定那另外一個大原因就是剛剛說的這個部分那你們2019年到2023年的平均報酬大概是7.51%
transcript.whisperx[251].start 7687.89
transcript.whisperx[251].end 7702.548
transcript.whisperx[251].text 那其實我們都很樂見啦就是剛剛講的概念就是我們當然都很樂見我們的基金投資都有賺錢然後或者是這個收益率都很不錯可是我覺得這個終究是有一個上限啦你不可能天天都在賺錢嘛對不對你不可能每一年長期都在賺錢嘛
transcript.whisperx[252].start 7704.35
transcript.whisperx[252].end 7725.563
transcript.whisperx[252].text 所以也很可以顯而易見的說在長期上來看要蓋過這個基金的缺口要靠這個投資是不太可能的不太可能而且尤其是今年這個國際局勢的動盪金融市場的動盪也很可能今年會是收益率近年來的第一次是負的所以
transcript.whisperx[253].start 7727.131
transcript.whisperx[253].end 7741.77
transcript.whisperx[253].text 所以簡單來講目前為止您剛剛部長有提到我們目前為止這個基金之所以還沒有破產你也說這個基金有賺錢這件事情延後了可是其實我們可以看到勞保的精算負債
transcript.whisperx[254].start 7743.251
transcript.whisperx[254].end 7756.819
transcript.whisperx[254].text 這個數值基本上是反映了我們勞工保險制度未來需要支付的總額嘛對不對那目前為止我們的勞保精算的負債是用前所未見每一年超過一兆元的速度迅速的增長啊
transcript.whisperx[255].start 7758.12
transcript.whisperx[255].end 7777.717
transcript.whisperx[255].text 迅速的增長那這三年間金額已經從11兆500億左右攀升到14兆1000億足足增加了3兆那按照這個膨脹的速度其實這個精算的負債會在5到10年內會超過我們全國國內的生產毛額所以這麼大的缺口其實現在也是為什麼大家這麼緊張
transcript.whisperx[256].start 7778.798
transcript.whisperx[256].end 7805.332
transcript.whisperx[256].text 所以不是說單單靠就是說我每一年找個錢或想辦法去撥補就可以讓大家安心的所以這就是我們今天整個邏輯順下來要講的政府負最終的支付責任這件事情是我想要問的因為我們當然很多委員也都已經有提修法我還是想問我們部長的態度究竟是什麼因為剛剛前面的邏輯講了這麼多部長你到底知不知恥有入法沒入法
transcript.whisperx[257].start 7806.516
transcript.whisperx[257].end 7830.11
transcript.whisperx[257].text 目前政府的政策的態度就是政府是負最終責任的這是態度但是你沒有入法的話這個沒有辦法讓百姓安心我是希望說這個部分部長是不是可以清楚一點表態當然還有很多相關的配套必須做可是我覺得第一步要讓百姓安心讓民眾安心讓勞工安心這件事情是不是我們身為勞動部長應該要來給大家一個承諾和具體的方向
transcript.whisperx[258].start 7830.85
transcript.whisperx[258].end 7850.709
transcript.whisperx[258].text 我們的政策就是這樣子那再來是說現在其實當然有我們看到很多委員的提案對於這些提案我想我們都是尊重那就整體的行政團隊來說我們認為這個部分是我們是持開放的態度那也覺得有討論和研議的空間那請問你們要接下來具體要怎麼做
transcript.whisperx[259].start 7852.102
transcript.whisperx[259].end 7871.428
transcript.whisperx[259].text 所謂開放跟演繹的空間因為我們還是很希望部長可以表態說我們其實是支持的但是你可能要有一些配套必須去去釐清我當然支持政府負最終責任的事情這個事情現在還在做我當然支持政府負最終責任這件事情入法
transcript.whisperx[260].start 7872.378
transcript.whisperx[260].end 7899.897
transcript.whisperx[260].text 對不對你支持這個概念就算不入法我也支持對那所以代表您支持入法嗎很好我覺得副部長願意這樣講的話我想因為你剛剛其實這樣聽起來大概有說有入法沒入法我們都是這樣做所以我當然是支持政府要負最終責任這個概念好我希望可以給勞工一個安心我們也希望讓勞工可以安心那再來我就要再問另外一題了剛剛這個答案OK我覺得你算是公開表態支持入法這件事我是支持政府負擔責任這件事
transcript.whisperx[261].start 7901.398
transcript.whisperx[261].end 7922.189
transcript.whisperx[261].text 支持政府付起財務的最終責任這件事情因為我剛剛邏輯已經講很清楚了那這一題先到這裡那我另外要跟你講一個是無薪假的來襲那要怎麼保障我們這個勞工子女的權益那目前為止共155家企業2830億人實施減班休息也就是所謂的無薪假
transcript.whisperx[262].start 7923.169
transcript.whisperx[262].end 7935.428
transcript.whisperx[262].text 那其中因為美國關稅政策而實施無薪假的企業大概是20家然後827人其實較前一期統計大概是倍增這基本上是倍增所以反映現在開始對於就業市場的衝擊開始擴大
transcript.whisperx[263].start 7939.093
transcript.whisperx[263].end 7959.926
transcript.whisperx[263].text 那為了減輕這種非自願離職失業勞工子女的就學負擔勞動部本來有一個東西叫做失業勞工子女就學補助嘛那這部分是本來就已經有的那他是針對非自願離職失業勞工子女就讀這個高中職級大專校大專院校的人提供就學補助這件事
transcript.whisperx[264].start 7960.606
transcript.whisperx[264].end 7972.503
transcript.whisperx[264].text 那補助金額是從四千到兩萬元不等但因為這次的衝擊其實這個東西它並沒有針對所謂被迫放無薪假的這種勞工的子女有就學補助
transcript.whisperx[265].start 7973.715
transcript.whisperx[265].end 7993.567
transcript.whisperx[265].text 所以接下來因為這一波的關稅衝擊我覺得可能越來越大那應該是不是應該要提早引引因為下一個學期即將是在9月開學那本席是擔心放無薪假的勞工家庭他們子女的就學會不會也因此受到影響好那所以請問部長這部分可不可以請
transcript.whisperx[266].start 7994.948
transcript.whisperx[266].end 8011.975
transcript.whisperx[266].text 貴婦回去研議這部分是不是可以去擴大因為基本上就是同一個計畫但是擴大到所謂的無薪假的家庭這部分的適用範圍可不可以譬如說將被迫放無薪假的兩個月以上的勞工或是他的其子女可不可以放入這個補助的範圍內
transcript.whisperx[267].start 8015.961
transcript.whisperx[267].end 8034.254
transcript.whisperx[267].text 我還是想要說明其實就台灣的制度來說我們其實是減班休息因為有時候無薪假講久了真的會有一些勞工以為他可以真的無薪有的時候有些勞工在聽到無薪假聽久他真的以為會無薪這反而會影響他的他對自己權益的認知第二點
transcript.whisperx[268].start 8038.217
transcript.whisperx[268].end 8053.694
transcript.whisperx[268].text 其實現在針對放減班休息的勞工我們當然現在是有公安令措施跟充電債出發可以去可以去補貼他在薪資上面收入的差距跟損失我想透過這個方式那剛剛委員在講的是這個
transcript.whisperx[269].start 8054.835
transcript.whisperx[269].end 8072.082
transcript.whisperx[269].text 子女的這個就學的這個部分的補貼我想這是不同的政策不過我們大家可以綜合做一些考慮可是我想但是對於他經濟性支持的做法對經濟性支持的做法目前主要我們還是設計是透過包括這個顧安定措施部長希望您可不可以回去
transcript.whisperx[270].start 8072.822
transcript.whisperx[270].end 8095.064
transcript.whisperx[270].text 就是去結束演繹這個部分就是他子女的部分剛剛你有講過充電再出發等等的其實之前我有提到因為你現在看到他已經翻倍了嘛他其實如果一直不斷的這樣下去其實會充電更快我們有密切的在監測員關注他的這個目前的狀況我之前有提到包含什麼安心即時上工啊等等的齁但是我今天講的就是欸其實你們既然原本有這個計畫
transcript.whisperx[271].start 8095.905
transcript.whisperx[271].end 8113.953
transcript.whisperx[271].text 你有沒有試著去演繹擴大它的範圍到現在所謂的這個減班休息或者是你說無薪假因為被迫放無薪假的這樣子的家庭的子女的補助就學的補助的方案我想要請部長這邊是不是可以去盤點然後去了解一下這樣子會不會對他們受到衝擊
transcript.whisperx[272].start 8114.853
transcript.whisperx[272].end 8128.982
transcript.whisperx[272].text 我想我們可以來綜合的研議怎麼樣來幫助這個減班休息的勞工可以有更多的協助我們綜合來研可能也不是只是這個部分因為這確實是不同的情況那請問大概要多久一個月可以嗎因為我看他這樣翻倍的速度很快喔
transcript.whisperx[273].start 8129.96
transcript.whisperx[273].end 8153.189
transcript.whisperx[273].text 他衝擊來的會很快喔你們是不是可以盡速我們會 我們在我們在一個月好不好一個月我們一個月的時間怎麼樣可以讓減班休息的勞工可以有更多各種方面的支持沒錯請各種方面的支持然後還有包含這個所謂包括權益上面包括權益上面的協助好 謝謝那一個月內給本席辦公室一個這個研議的方向和報告謝謝
transcript.whisperx[274].start 8156.909
transcript.whisperx[274].end 8162.612
transcript.whisperx[274].text 好 謝謝廖委員 謝謝部長那來 接續請黃秀芳委員質詢謝謝 主席我們請部長要請部長
transcript.whisperx[275].start 8186.869
transcript.whisperx[275].end 8201.856
transcript.whisperx[275].text 我接續我們這個廖委員講的就是因應這個關稅的問題那減班休息確實這個問題陸陸續續呈現那我記得在四月份的時候那時候卓院長還有
transcript.whisperx[276].start 8203.898
transcript.whisperx[276].end 8217.273
transcript.whisperx[276].text 這個我們經濟部相關當時部長也有特別提到一些因應措施那我看到就是說在四月份的時候減班休息的人數好像也沒有就是還沒有呈現出來因為當時還有一些急單
transcript.whisperx[277].start 8219.535
transcript.whisperx[277].end 8229.441
transcript.whisperx[277].text 當時對於這個美國的這個如果是對外出口的話這些廠家可能還有一些急單要做那到5月份的時候陸陸續續有這樣的一個減班休息的問題出現了那剛剛這個廖委員也有特別提到那我想再一次的問一下就是我們部長針對這個因應關稅的這個議題你當時在4月份這個
transcript.whisperx[278].start 8244.29
transcript.whisperx[278].end 8272.304
transcript.whisperx[278].text 卓院长开记者会的时候你有特别提到一些因应措施吗那现在问题确实是出现了那是不是也请劳发署这边我看到也是非常认真就是有到就是有去做一些访试那提出一些问题那我想请教我们劳动部这边针对这一部分你们除了就是有这个充电在出发的这个训练计划之外那是不是还有其他的这个因应方式
transcript.whisperx[279].start 8273.977
transcript.whisperx[279].end 8302.516
transcript.whisperx[279].text 其實現在當然針對減半休息的部分幾個最主要的當然一個是充電車出發另外是規模安定措施那規模安定措施現在它的範圍是不是要來做產業上面的擴大我們有把機制給重新做了一個檢討跟設定那的確現在針對什麼時候這個包括它的範圍產業的範圍要擴大這部分我們會來跟經濟部來做研討那也就是說如果確實看到減半休息的狀況
transcript.whisperx[280].start 8304.017
transcript.whisperx[280].end 8320.271
transcript.whisperx[280].text 接下來有繼續的擴大的話那我們會是時候就來把這個公安令措施該擴大的範圍就幫助的範圍趕快來把它這個範疇給擴大希望能夠來支持到更多的勞工我們希望說這個時程可能要再加快一點因為也許
transcript.whisperx[281].start 8322.313
transcript.whisperx[281].end 8335.358
transcript.whisperx[281].text 在這個7月份如果確定關稅確定之後我覺得這個影響可能會更大而且那個是會非常急速的所以我們希望就是勞動部針對這部分可能還要再加速
transcript.whisperx[282].start 8339.031
transcript.whisperx[282].end 8367.696
transcript.whisperx[282].text 跟還有另外也再跟委員補充就剛才在講到說其實我們也在做了一些檢查因為過去基本上是要這個企業自己來申請所以企業本身對這件事情的意願看起來就會變成是勞工能不能得到勞工部或者是我們勞發署協助的一個關鍵可是如果企業來申請這個他沒有來申請就影響勞工的權益所以我們現在也開放是讓勞工可以自己來申請甚至我們會主動的來聯絡勞工讓他知道你有這個權利
transcript.whisperx[283].start 8369.476
transcript.whisperx[283].end 8385.607
transcript.whisperx[283].text 你們怎麼主動聯絡因為現在我們其實有修訂了這些相關的這個協議書的要點那勞工朋友他會提供給他的聯絡資訊其實給地方政府所以我們也會拿到這個勞工聯絡資訊以後來主動聯繫說其實你可以來申請那如果來申請的話來參與我們這個分署內的相關的訓練的計畫的話可以拿到這個訓練的津貼可以對於你的這個收入上面的減損會有一些幫助
transcript.whisperx[284].start 8398.655
transcript.whisperx[284].end 8421.668
transcript.whisperx[284].text 那我們希望說這個可能時程可能再加快因為到7月我覺得那個時程應該是到7月可能這個減班休息的加速可能會越來越多我們密切的在監測中那剛剛也有特別針對這個勞動基金的這個部分我想請教就是說大家都非常的關心然後因為這個關心到
transcript.whisperx[285].start 8423.57
transcript.whisperx[285].end 8441.707
transcript.whisperx[285].text 一千多萬這個勞工的這個退休的這個基金那我想請教部長因為在去年的時候我們看到這個勞動基金是收益是有賺錢的那今年一到四月份是整個虧損那當然就是說投資有賺有賠不一定都是賺錢當然就是我們要讓這個虧損這個
transcript.whisperx[286].start 8447.532
transcript.whisperx[286].end 8452.955
transcript.whisperx[286].text 能夠降低我想請教部長就是說很多人會覺得在四月份因為關稅的議題所以整個股會市這個很慘這個大家都可以理解那另外一個有人說這個我們的勞動基金我們的這些基金是不是用到去護盤我不知道說我們部長你針對這一部分是不是有什麼樣的說明
transcript.whisperx[287].start 8474.241
transcript.whisperx[287].end 8493.386
transcript.whisperx[287].text 我想我還是要再說一次,我們絕對沒有拿這個勞動基金去護盤喔報告委員,我們基金運用局在做各項的投資運用都本於專業來做我們沒有義務去護盤,我們也沒有去護盤,我們大概就是根據市場的情況然後來進行佈局,我們沒有護盤的事情
transcript.whisperx[288].start 8498.647
transcript.whisperx[288].end 8527.344
transcript.whisperx[288].text 好那當然就是這個是所有勞工關心的議題另外就是說剛剛部長也有特別提到就是說這個勞保勞保基金這個關心到每一個退休的勞工那大家也會擔心那剛剛部長有特別提到就是說勞動部政府是負最終的這個責任那我也認同就是說因為很多勞工會擔心那當然就是說政府因為有這麼多的這個勞工朋友
transcript.whisperx[289].start 8527.964
transcript.whisperx[289].end 8548.595
transcript.whisperx[289].text 他就是加入這個勞保那如果說連勞保都倒了這個國家也差不多了啦所以當然政府要負最終的責任這一點我是認同入不入法這個我覺得這個可以討論那政府就是要負最終的責任因為這個影響到一千兩百多萬人所以這個真的是
transcript.whisperx[290].start 8549.235
transcript.whisperx[290].end 8572.555
transcript.whisperx[290].text 非同小可全台灣才2300多萬人那這個就一半的人口都是加入我們的勞保所以真的我們當然剛剛部長也有特別提到我們就是政府就是負最終的責任就是很堅定的就是這樣說那另外一個議題我想請教就是說也是因為因應關稅的議題
transcript.whisperx[291].start 8574.517
transcript.whisperx[291].end 8591.339
transcript.whisperx[291].text 那會受到影響勞力密集的這個產業可能會受到這個關稅的議題影響比較大那其中一個可能就是觀光業我想請教就是說之前有很多人在希望就是說這個觀光旅宿業能夠開放外籍移工
transcript.whisperx[292].start 8592.58
transcript.whisperx[292].end 8620.999
transcript.whisperx[292].text 那當然就是說我們希望這個觀光旅宿業是要把自己的這個勞動環境做好之後那確實沒辦法有台灣的這個勞工投入我們才來考慮是不是要有這個外籍義工那當然我們看到一個資料我也希望就是說部長可能要關心一下就是勞動部在5月底有公布就是職類別薪資的一個調查
transcript.whisperx[293].start 8622.04
transcript.whisperx[293].end 8641.411
transcript.whisperx[293].text 那住宿業房務員 就是我們這個旅宿業的這個房務員的這個薪資去年是平均30,941元那跟去年 跟前一年相比的話這個差不多調漲了 加薪了差不多695元
transcript.whisperx[294].start 8644.753
transcript.whisperx[294].end 8662.646
transcript.whisperx[294].text 為什麼這個呃旅宿業或者是我們的這個住宿住宿呃旅宿這麼呃這麼多這個台灣的這個勞工不願意投入一方面可能整個工作環境也不是那麼好再來就是薪資其實也不高然後所以我們希望就是說
transcript.whisperx[295].start 8663.806
transcript.whisperx[295].end 8689.577
transcript.whisperx[295].text 今天如果要開放這個外籍移工的話第一個應該也要去考慮到是不是這些旅宿業這樣的一個觀光業是不是有將這個勞動的環境已經有提升了那薪資是不是有提升到一般的水準了那我們再來考慮那真的就招不到我們本級的勞工之外再來考慮是不是要開放外籍根本說明確實在旅宿業
transcript.whisperx[296].start 8691.089
transcript.whisperx[296].end 8720.829
transcript.whisperx[296].text 其實目前他這個低薪勞工的比例確實是比較高那這個點的確也是我們一直在評估呂樹葉的跨國勞動力的開放問題裡面一個很核心的在思考的一個問題所以的確我們也希望接下來如果這個關於我們跨國勞動力的整體的政策在檢討的過程裡面我們第一個都是希望他不要對本國勞工的就業機會產生影響甚至我們都希望
transcript.whisperx[297].start 8721.909
transcript.whisperx[297].end 8747.963
transcript.whisperx[297].text 未來是否有可能可以讓這些跨國勞動力的政策對於本國勞工的勞動條件尤其是薪資可以帶來正面的幫助我們也在往這個角度做可能性的思考跟探尋所以就像剛剛委員說的我們不會這個一味的或者是好像就覺得如果只是有缺人我就開放我覺得倒不是這樣我們會整體思考包括這個
transcript.whisperx[298].start 8749.904
transcript.whisperx[298].end 8763.519
transcript.whisperx[298].text 外國的勞工他的就業的環境包括本國勞工的這個相關勞動的權益我想這邊整體的思考那我們的這個政策的檢討也不是針對旅宿業也會是整體的這個產業我們都會來做
transcript.whisperx[299].start 8767.646
transcript.whisperx[299].end 8791.945
transcript.whisperx[299].text 進一步的評估那當然接下來如果評估有相關的結論我們也會盡快的來跟社會各界來去做說明好因為我為什麼會提出這樣就是說你們自己在5月底有做這樣的一個職類別的薪資調查那昨天那個證交所也公布2024年上市公司員工薪資的資訊那這個平均薪資最低的前10家公司中
transcript.whisperx[300].start 8792.685
transcript.whisperx[300].end 8809.819
transcript.whisperx[300].text 就是大部分都是觀光餐飲傳統產業所以觀光跟餐飲業也許就是我們說可能就是整個工作環境或者是薪資不是那麼好所以本國勞工不太願意投入所以我才會講說未來可能就是要
transcript.whisperx[301].start 8810.84
transcript.whisperx[301].end 8824.627
transcript.whisperx[301].text 希望這些連上市公司如果自己這個薪資都沒辦法這個跟其他的產業來相比的話那當然台灣的勞工不願意投入這樣的一個市場
transcript.whisperx[302].start 8826.729
transcript.whisperx[302].end 8849.522
transcript.whisperx[302].text 確實在觀光業旅宿業觀光包括或者是一些服務業這些服務業的他的產業的特性跟他的勞動條件的狀態其實我們的確看到他是有跟製造業有不同的地方這也是為什麼我們覺得這部分的這個跨國勞動力的開放的問題必須有更多層面的評估跟思考的原因
transcript.whisperx[303].start 8851.224
transcript.whisperx[303].end 8875.745
transcript.whisperx[303].text 我是看到連上市公司也觀光或者餐飲這樣子薪資也是蠻低的所以我才會希望部長你們在考慮引進外籍移工的時候就是整體產業的工作環境是不是確實薪資已經有調到跟一般的水準了
transcript.whisperx[304].start 8876.405
transcript.whisperx[304].end 8903.813
transcript.whisperx[304].text 那我們再來考慮那確實就找不到我們本級的勞工那來開跟我們說明我們還會但除了這個跨國勞工業政策以外其實我們也希望比方說在薪資的透明化或者是我們也在思考更大程度的資訊的揭露來對於我們這些可能相對低薪勞工的比例比較高的產業能夠有更大的薪資提升的效果所以目前我們也在思考這樣子的相關的做法
transcript.whisperx[305].start 8904.953
transcript.whisperx[305].end 8914.538
transcript.whisperx[305].text 好謝謝我們希望就是說能夠讓勞工能夠有一個好的一個工作環境謝謝黃秀剛委員謝謝黃部長那有請蘇清玄委員好謝謝主席那請部長還有黃署長還有蘇局長
transcript.whisperx[306].start 8932.567
transcript.whisperx[306].end 8935.142
transcript.whisperx[306].text 蘇委好部長好 部長辛苦了
transcript.whisperx[307].start 8938.303
transcript.whisperx[307].end 8964.677
transcript.whisperx[307].text 我現在要肯定一下我們勞動力發展署我們上上上就是這幾天我們去看中區看還有高屏那個那個分署勞動力發展署分署欸 做得很好耶做得很好中區啊 隔壁啊對地方的產業需要的人不一樣的
transcript.whisperx[308].start 8966.668
transcript.whisperx[308].end 8990.694
transcript.whisperx[308].text 產業類,譬如說高雄那些都貼純的,還是說機械的那中區的話都是精密機械啊等等啊那都有分,而且還有宿舍,那老師都非常投入我看結論一個就是那些老師的薪水可能要更加多一點啦我今天打不掉齁,啊第二,裡面的機器
transcript.whisperx[309].start 8992.839
transcript.whisperx[309].end 9001.819
transcript.whisperx[309].text 有人捐的 有人去討的 有人去求的 有人去買的要寬烈經費 那個要與時俱進就是買新的
transcript.whisperx[310].start 9003.936
transcript.whisperx[310].end 9025.655
transcript.whisperx[310].text 可以啦我很謝謝這段時間為華為委員會仿視我們中分署、高分署、逃分署仿視我們很多分署然後給我們相關的肯定我想這對我們同仁也有很多這個信心上面的提升對啦 就像是發生事情之後低迷我們也是要去鼓勵他們那真的是 欸 那是你們勞動部的亮點
transcript.whisperx[311].start 9027.219
transcript.whisperx[311].end 9042.224
transcript.whisperx[311].text 真的是亮點,不然的話不知道什麼何無為在跟你們說所以我再一次跟他肯定黃署長加油第二個我要問的,蘇局長還有我們部長今年為什麼會虧損
transcript.whisperx[312].start 9048.099
transcript.whisperx[312].end 9071.847
transcript.whisperx[312].text 市長 今年因為4月美國宣布關稅措施所以整個市場動盪的情形很劇烈以台股來看 到今年的4月底我們台股就跌了超過12%美國以跟我們關係最密切的費辦指數來看也超過15%事實上對我們造成非常大的影響
transcript.whisperx[313].start 9073.227
transcript.whisperx[313].end 9098.32
transcript.whisperx[313].text 因為這個都是屬於平價的損失並沒有實現你們沒有賣掉啦我們會有操作實現利益然後我們這個是目前是帳上未實現的損失所以最主要是關稅川普喊出來之後他感冒結果我們都得肺炎
transcript.whisperx[314].start 9101.321
transcript.whisperx[314].end 9109.499
transcript.whisperx[314].text 再來我們要住ICU他亂喊一通我們就死翹翹會不會再回來 應該可以吧
transcript.whisperx[315].start 9111.463
transcript.whisperx[315].end 9130.697
transcript.whisperx[315].text 市場其實是一直在波動但是有往上有往下那我們覺得我們投資都是看長期基本面我們基金的運作都是以穩健的方式來進行那我要問部長兩個第一個是關稅如果真的調到10到15%
transcript.whisperx[316].start 9132.859
transcript.whisperx[316].end 9147.691
transcript.whisperx[316].text 我們的產業包括精密機械都受不了喔他們是真的會受不了那個時候會有人失業喔第二個台幣如果升值現在已經30塊了嘛32變30如果到28越死捏連台積電工業也斷不了捏那這邊呢確實最近這個這個國際上面的經貿的情境的變數很多啦齁所以我說
transcript.whisperx[317].start 9162.443
transcript.whisperx[317].end 9181.657
transcript.whisperx[317].text 跟跟文說明我們其實也會為各種可能的情境尤其是會為比較嚴峻的情境去預作準備那這也是為什麼我們其實行政院其實也有這個特別條例裡面其實有編列了大概150億那來給勞動部那來作為這個安定就業的支持的做法
transcript.whisperx[318].start 9181.997
transcript.whisperx[318].end 9207.087
transcript.whisperx[318].text 那可是如果這150億如果到時候真的整體經貿的情境不好那有需要更多我想我們也還有救保或者是救安的基金可以一起綜合的來運用對那這部分都是我們要來來支持相關的勞工所以不管是剛剛講減班休息或可能假設會有出現失業的狀況那我們其實也擬定其實相關的計劃要來支持對
transcript.whisperx[319].start 9207.967
transcript.whisperx[319].end 9218.903
transcript.whisperx[319].text 好 那再來我就問你這個勞保的匯率從30年前我們那個匯率都是6點多那後來健保 因為我這一段我都經歷醫院就
transcript.whisperx[320].start 9224.23
transcript.whisperx[320].end 9243.165
transcript.whisperx[320].text 醫療 本來勞保那6點多%裡面還含醫療那後來醫療切出去之後他還是維持6點多%嘛那醫療的4% 4.5%這樣慢慢增加是健保署的那現在一直增加 增加到已經11%了嘛現在匯率是11%嘛 對不對11 11.5那11.5是不夠的嘛你們的理想是多少
transcript.whisperx[321].start 9255.794
transcript.whisperx[321].end 9281.046
transcript.whisperx[321].text 跟委員報告依照最新的精算就是未來服務成本是17.19%多少17.1917.19是你的理想所以我們在醫學上叫期望值這樣公司還要受得了嗎確實是我們要考量到目前最高上限就是12%
transcript.whisperx[322].start 9283.825
transcript.whisperx[322].end 9302.663
transcript.whisperx[322].text 所以你現在顯然不足所以每一年都用撥補 撥補 撥補是這樣嗎各位報告 其實我們勞保是社會保險他的財務本來就是財的是部分提成準備我們不會弄到平衡的費率主要是要照顧勞工
transcript.whisperx[323].start 9303.846
transcript.whisperx[323].end 9330.969
transcript.whisperx[323].text 所以我們都是沒有達到平衡事實上你那個匯率勞工本身付的差不多20%而已嘛是是那其他都是僱主在付嘛僱主是付80%嘛70%然後10%是政府政府付就跟健保一樣嘛差不多嘛那所以你現在每一年都撥補當然對年輕的人他們會認為
transcript.whisperx[324].start 9333.39
transcript.whisperx[324].end 9344.799
transcript.whisperx[324].text 世代不正義嘛你以前的老人家每年都不會死每年往到八十歲九十歲一百歲現在年輕人每年九十歲現在的小孩越來越少小孩越來越少的負擔就越來越大不然你怎麼死就這樣那要怎麼做這個跟委員說明這當然是長期以來其實在大家在討論勞保財務裡面
transcript.whisperx[325].start 9361.866
transcript.whisperx[325].end 9383.168
transcript.whisperx[325].text 這個很重要的問題那不過的確現在當然外界過去其實也有過提議說是不是要提高費率或者是要減少給付但不管是提高費率或減少給付這對於即時勞工的權益的影響其實都蠻大的所以我們其實都是用很審慎的態度在看待這些事情
transcript.whisperx[326].start 9384.289
transcript.whisperx[326].end 9398.446
transcript.whisperx[326].text 因為我在鄉下,看病人什麼都好,很多我們的老公的朋友退休後,娘的錢都幾千塊而已,一萬塊以下很少,這一萬塊以下實在是不夠生活費啦,
transcript.whisperx[327].start 9401.77
transcript.whisperx[327].end 9417.037
transcript.whisperx[327].text 你老實說基本生活的1萬6萬嘛就平常很多要查到說一成有一成是少於1萬塊的那這些人將來你有沒有想把他們提高還是怎麼樣
transcript.whisperx[328].start 9423.193
transcript.whisperx[328].end 9445.761
transcript.whisperx[328].text 跟我的說明這當然是就是像我們剛才說目前其實這個在開源節流的概念因為目前確實財務我們不會說財務沒有問題可是在要進行開源節流的時候其實大家都想那我要怎麼減少給付可是減少給付會影響勞工的權益所以這的確是一個很大的挑戰
transcript.whisperx[329].start 9446.761
transcript.whisperx[329].end 9473.212
transcript.whisperx[329].text 所以這也是為什麼其實我們才會一直在想說有沒有可能有一些另外的財政的財源的來源才會有像波普這樣子的想法或者是說我們也希望我們在基金的投資的效益可以做到更好所以才會在這個想法下面不然的確這個議題我想不管各黨來說都是一個非常大的挑戰誰執政誰都要面對啦所以我今天講的重點第一個是錢嘛一些收入很少的你應該給他加一些
transcript.whisperx[330].start 9474.352
transcript.whisperx[330].end 9495.157
transcript.whisperx[330].text 畢竟是你們要照顧第二是人年輕人越來越少小孩子越來越少這個馬上要面對的那對年輕人他們要繳更多的稅來撥補來幹嘛這個也要好好的配套那第三個就是你們投資的效率你的效率書記長你說你很年輕你怎麼樣怎麼樣
transcript.whisperx[331].start 9496.937
transcript.whisperx[331].end 9522.678
transcript.whisperx[331].text 我也要勤奮,但是要了解就是要了解,因為創侯探期,這更重要短期是有一些虧損,但是其實我們經營局這幾年其實整體的效益是很穩健地在成長的新加坡淡馬市我有去查,我有認識的朋友在那邊他們每一年的低獲利的都有6%高獲利的有12%以上
transcript.whisperx[332].start 9523.699
transcript.whisperx[332].end 9531.63
transcript.whisperx[332].text 所以這個是也可以參考一下 董事長你借的你就要好好想要怎麼判刑 好不好大家加油啦 好 謝謝謝謝蘇委員那我們休息十分鐘 謝謝
transcript.whisperx[333].start 10215.438
transcript.whisperx[333].end 10223.084
transcript.whisperx[333].text 好 我們現在繼續開會我們中午不休息 把它趕完那要肚子餓的就先發便當啦來 我們請麥一貞委員質詢
transcript.whisperx[334].start 10242.305
transcript.whisperx[334].end 10245.348
transcript.whisperx[334].text 謝謝主席有請勞動部部長辦人好
transcript.whisperx[335].start 10255.27
transcript.whisperx[335].end 10275.88
transcript.whisperx[335].text 部長好部長上次總執行的時候我針對外籍實習生和僑生打工勞動權的執行你卻一直說僑生是歸僑委會管實習生就是歸教育部管但是事實上
transcript.whisperx[336].start 10276.98
transcript.whisperx[336].end 10296.55
transcript.whisperx[336].text 部長你有沒有清楚說實習生跟僑生都不是跟你聊的是不是身份或是學籍是討論他們在勞動現場時的權益誰來保障這份監察院出來調查的報告部長你有沒有看過因為對不起我這邊看不太清楚你說這是哪一個時候的報告
transcript.whisperx[337].start 10307.291
transcript.whisperx[337].end 10315.343
transcript.whisperx[337].text 2023年有知道有好你知道所以上面的案有明明白白的寫著就是
transcript.whisperx[338].start 10317.162
transcript.whisperx[338].end 10337.949
transcript.whisperx[338].text 涉及外籍學生收教權以實習以攻讀勞動的安全有深入了解的必要這個來台產學專班的越南大學的越南籍的大學生在實習工作的烘焙廠的當中不幸遭到就是
transcript.whisperx[339].start 10339.169
transcript.whisperx[339].end 10355.783
transcript.whisperx[339].text 一台車就意外壓榨最後就是讓他們來台求學的離鄉背井的外僑生這樣子就失去生命了所以這份報告監察院會同新北市勞檢處前往實施勞動檢查
transcript.whisperx[340].start 10360.026
transcript.whisperx[340].end 10378.716
transcript.whisperx[340].text 認定這個廠商的違法職業安全衛生還有措施的規則以及職業安全衛生法的規定沒有設置足夠預防的倒塌所以這必要的措施所以部長你看到這裡你還要堅持實習生的勞動歸屬教育部管嗎
transcript.whisperx[341].start 10388.518
transcript.whisperx[341].end 10409.894
transcript.whisperx[341].text 我跟麥委員說明第一個事情實習這件事情的主管機關實習這件事情的主管機關確實是教育部但確實如果裡面有涉及到勞動相關的部分我們其實過去也一直跟教育部跟喬爾會表達我們很願意一起
transcript.whisperx[342].start 10410.635
transcript.whisperx[342].end 10426.049
transcript.whisperx[342].text 加入討論甚至如果有需要勞動部協助的地方我們也很願意協助因為的確會有部分的實習假如他是這個涉及到他是工作型的話他有他需要符合的勞動法規的部分這部分當然你是勞動部長還是教育部長
transcript.whisperx[343].start 10427.247
transcript.whisperx[343].end 10442.714
transcript.whisperx[343].text 我當然是勞動部長對啊當然問你勞動部的事情啊我當然問勞動我才說是不是歸你管的嘛你在一直推著說教育部門我問歸你管你要回給我歸你管的不是要回說我現在不是說他來這邊是身份和學籍喔我說是勞動勞動勞動實習跟工讀的時間是不是歸你管
transcript.whisperx[344].start 10454.299
transcript.whisperx[344].end 10470.564
transcript.whisperx[344].text 實習這件事情是教育部主管的但如果裡面有涉及到比較工作型的部分它要符合的勞動法規這個法規的規範是勞動部管可是實習這件事情這個政策的本身當然還是教育部主管的
transcript.whisperx[345].start 10471.929
transcript.whisperx[345].end 10479.332
transcript.whisperx[345].text 外僑生來台灣實習打工是歸你管的已經跟你講N次現在我問你管的範圍不用去問教你管的問題因為你是秀才啊你說我是秀才問秀才的問題你要講秀才的問題不要講秀才的問題不要講天兵的問題
transcript.whisperx[346].start 10493.459
transcript.whisperx[346].end 10498.203
transcript.whisperx[346].text 網路說你是秀才部長我是天兵問不對題但是我現在問的秀才要講的議題你不要講天兵的議題所以我沒有覺得你是天兵你講的是天兵你的事情我問你回答你不要問教育部的事情我問你的職責的問題因為你職責就是你管的這個就是外籍實習生我還是要讓你知道
transcript.whisperx[347].start 10522.481
transcript.whisperx[347].end 10544.289
transcript.whisperx[347].text 第一個打工跟實習是不同的打工當然是勞動部管但是實習這件事情的政策本身當然是教育部管的現在所有這些我問的都是不是說他的身份是他在工作的場合所以我們要認為說他的身份是你的你一直推給教育部我今天的是說不心離開這個學生他是在實習的合作的
transcript.whisperx[348].start 10550.211
transcript.whisperx[348].end 10555.876
transcript.whisperx[348].text 的工別的廠的勞動但是監察院也認為說是會同勞動部就是顯然就是監察院都沒有認為這個就是就是產學專班的學生是勞動部就要不能置身之外
transcript.whisperx[349].start 10569.608
transcript.whisperx[349].end 10578.453
transcript.whisperx[349].text 今天的不管是他的身份還外籍學生或者僑生或者打工或者實習他們討論的是說他現在確確實實在勞動現場所以我們要討論的是你的職責不要再去講規定因為你在暴露的勞動的風風險之中就是勞動勞動部在檢查勞動範圍
transcript.whisperx[350].start 10597.505
transcript.whisperx[350].end 10599.747
transcript.whisperx[350].text 難道不是勞動部的責任嗎我問的是你的責任範圍你講你的責任範圍就好了不要講行政的範圍也不要講說他的身份或學籍的問題你要讓我回答嗎
transcript.whisperx[351].start 10613.653
transcript.whisperx[351].end 10631.641
transcript.whisperx[351].text 我開始跟委員說在實習這件事教育部主責但是如果有設計不要說工作型的實習他要遵守的法規當然是勞動部主管可是打工這件事情是勞動部主管可是打工跟實習是不一樣的委員
transcript.whisperx[352].start 10632.501
transcript.whisperx[352].end 10645.952
transcript.whisperx[352].text 不一樣同樣的場合這樣我問你不一樣你來你來你來去認定這個他實習的西方還是打工的地方你認定啊有沒有認定如果是打工的部分你說如果是這樣子的話實際上我們實際上因為
transcript.whisperx[353].start 10651.196
transcript.whisperx[353].end 10668.496
transcript.whisperx[353].text 廠商有實習跟工作兩種合約但是廠商就用這個外籍實習生來攻讀的兩個加起來一個人20個小時兩個一週就40小時所以這是打工攻讀的部分他們的簽約但是場合
transcript.whisperx[354].start 10669.813
transcript.whisperx[354].end 10690.527
transcript.whisperx[354].text 商工的場合是一樣的你認為不一樣但是這個一樣的所以誰來負責我現在要說的事情是工讀也是打工的部分其實在我們的救福法裡面有規定每個是20個小時這20個小時的這個工讀的部分當然這部分是勞動部來主管的
transcript.whisperx[355].start 10691.431
transcript.whisperx[355].end 10698.517
transcript.whisperx[355].text 所以我就問你勞工我知道勞動部的主管才問你嘛我不是問交易部你要回你的工作範圍還有你的管轄範圍你給他們的什麼保障什麼權利你有沒有分清楚你有沒有知道說這個是人命關天是問你職責不要再去講講的是說進來的你不能說你生小孩你結婚是要戶證登記生小孩也要去戶證吧
transcript.whisperx[356].start 10718.675
transcript.whisperx[356].end 10737.484
transcript.whisperx[356].text 明明他生小孩就去醫院嘛你一直在講說生小孩跟結婚同一個地方完全是不同的我們是要講得很清楚在這邊我講的是你的職責我希望你回答的是你的職責因為外僑生在聘僱的時候他是簽兩個合約但是他的工作場合誰分
transcript.whisperx[357].start 10743.055
transcript.whisperx[357].end 10766.771
transcript.whisperx[357].text 沒有分清楚所以我們就是要說這個層面要研議避免這樣子的後續發生對於工作的場合或者是打工的場合其實發生的這些勞動可能相關的事當然我們要來介入包括相關的如果需要的話有人檢舉我們要進場勞檢檢查裁罰我想這部分我們都在勞動主管機關都會來做
transcript.whisperx[358].start 10768.552
transcript.whisperx[358].end 10782.224
transcript.whisperx[358].text 實習的部分如果他是工作型的實習他可能要遵守的勞動的法規這個勞動的法規的規範或者是法規的主管當然勞動部也有責任要來協助本來就是你的責任才問你不是你責任來這裡問你幹嘛
transcript.whisperx[359].start 10784.065
transcript.whisperx[359].end 10787.506
transcript.whisperx[359].text 所以實質上就是說我們這份報告指出目前專科以上的學生校外實習的權益就是切法這樣的保障所以要常見學生會在同一個工廠從事學校外籍學生或者攻讀是同一個場合同一個地方來工作所以呢我們才會覺得說這樣子的工廠的場所
transcript.whisperx[360].start 10809.711
transcript.whisperx[360].end 10816.353
transcript.whisperx[360].text 職業的安全 還有主管單位 就是我們勞動部要不要積極於我們教育部 如何去合作 確保把人的孩子來這裡託生是安全的啦不是說的這不是我的 這不是我的所以我們要問的是這個問題我從來沒有說這不該勞動部 我從來沒有這樣說
transcript.whisperx[361].start 10830.698
transcript.whisperx[361].end 10848.778
transcript.whisperx[361].text 我們其實過去教育部在開相關的會的時候我們其實在現場都是表達有需要勞動部協助的部分在我們專業上面包括認定上協助的部分我們都願意協助我們過去在會議上面都是這樣表達的我們從來沒有說這些部分都不干勞動部的事情
transcript.whisperx[362].start 10849.676
transcript.whisperx[362].end 10863.628
transcript.whisperx[362].text 所以我現在要問你的事情你要回答怎麼樣去做合作還有產商的要如何勞檢因為我們看到這樣子的勞檢問題如果有個案學生也好或外界也好要提出檢舉
transcript.whisperx[363].start 10866.01
transcript.whisperx[363].end 10879.408
transcript.whisperx[363].text 他有違反法規的部分的話我想我們的檢查單位我們都願意進場來協助檢視我剛才問你這個場合就是他們在實習跟供讀的一樣的你看得出來嗎因為你現在就是說看得出來嗎對不對賴委員我看你這裡要釐清一個就是
transcript.whisperx[364].start 10884.274
transcript.whisperx[364].end 10909.187
transcript.whisperx[364].text 這個學生來台灣是產學合作的還是他另外又去打工的一樣 兩個都是在他們的勞保的部分或者工作場合現在沒辦法去釐清的是勞動部自己也釐不清因為現在開放的就是外籍生實習在的就是服務業
transcript.whisperx[365].start 10910.248
transcript.whisperx[365].end 10936.187
transcript.whisperx[365].text 服务业跟我们的工读的也是服务业所以变成各签约就是20个小时所以呢变成20个小时同样的公司同样的场域同样的工作是这样子的分不清就变成廉价劳工所以我们希望就是说我们教育部跟劳动部要如何做劳检要减少这样子的发生
transcript.whisperx[366].start 10936.587
transcript.whisperx[366].end 10956.856
transcript.whisperx[366].text 如果這裡面有個案有人要提出檢舉我們當然都願意來進場來檢視我們說我們都願意進場來檢視他相關在工作這個過程裡面的相關的性質有沒有要求勞務上的付出有人發生意外所以呢我們才要去做的話就沒福了啦我們希望說勞動部是不是可以
transcript.whisperx[367].start 10957.616
transcript.whisperx[367].end 10960.139
transcript.whisperx[367].text 在做勞檢的時候 讓這些業者才不會有這樣子的情形也保障這些外籍實習生喬生 工讀生 讓他們有保障現在我們跟教育部已經有一個聯合的這個相關的查查的機制而且其實之前已經有開過會了
transcript.whisperx[368].start 10978.891
transcript.whisperx[368].end 10988.767
transcript.whisperx[368].text 那我們其實這部分是有進行中所以我們很願意協力協助這方面如果是有這樣的話可以給我一份報告就是更完整的讓我們知道說因為白人今天來國外託車已經白天的煩惱了
transcript.whisperx[369].start 10994.255
transcript.whisperx[369].end 11021.988
transcript.whisperx[369].text 但是來家就沒播宗 要私人啊沒人要插 叫別人來家拆車所以說這個是很多就是在國外的媽媽跟我申訴 跟我陳述還有最後一個問題 我要問一下說勞動部在3月底依告要開放橋外生畢業後可以從事六大列的中階
transcript.whisperx[370].start 11023.369
transcript.whisperx[370].end 11036.238
transcript.whisperx[370].text 技術工作包含理術業照護輔助還是倉儲管理還有客運駕駛隨車助理也讓飯店可以自行辦理技術的培訓課程適度
transcript.whisperx[371].start 11038.699
transcript.whisperx[371].end 11060.664
transcript.whisperx[371].text 緩解就是這個行業的缺工但是現在的話在結果呢在5月7號又正式公告說這些通通被刪除所以部長這個可以說明一下為什麼是暫緩推行這個原因跟委員說明其實確實這六類裡面其中有幾個包括尤其是司機那
transcript.whisperx[372].start 11061.904
transcript.whisperx[372].end 11079.442
transcript.whisperx[372].text 確實外界有一些針對司機那他對於語言的熟悉度或者是對於我們其實一些這個包括可能你如果駕駛在路上的話你對這些標示的語言的狀況我們是希望交通部可以提出更多的配套但是我們交通部部長是沒問題喔
transcript.whisperx[373].start 11081.504
transcript.whisperx[373].end 11106.318
transcript.whisperx[373].text 他說這個部分他已經準備好了是說看你們這邊怎麼樣的問題因為交通部是沒有問題委員就我知道現在交通部其實也在檢討中那看看他們能不能拿出更多的配套主要是在安全上面大家希望在安全上面其實有多一點的把關所以你開發之前3月底的時候你都沒有跟他們溝通嗎各個部會都沒有溝通那你就宣告了大家都準備好了到5月份我不要做了委員3月的時候
transcript.whisperx[374].start 11108.979
transcript.whisperx[374].end 11135.153
transcript.whisperx[374].text 委員三月的時候是預告預告本來就是來收集各界的意見所以在收集各界的意見過程中是有人提到這樣子的疑問或請行政部門再做確認所以我們才請交通部針對安全的問題針對可能這些這個如果要成為中階的技術工的話司機的話那他的這個相關的配套
transcript.whisperx[375].start 11135.593
transcript.whisperx[375].end 11150.351
transcript.whisperx[375].text 希望能夠在更多的精進來化解大家的疑慮 主要是這樣但是當時其實就是預告 預告本來就是收集大家的意見但是不只是交通部 但是其他部會也是有相關你開放的行業嘛所以說你就不能說因為針對交通部你就是要談他
transcript.whisperx[376].start 11151.412
transcript.whisperx[376].end 11168.436
transcript.whisperx[376].text 還有交通部他們也是說可以所以其他部會的事情還是邊溝通邊實施所以說對大家也有幫助吧不能說你公告後又來五月份就正式刪除所以我們針對今天的我希望就是我們部長給我書面給我正式給我書面的一個完整的
transcript.whisperx[377].start 11174.657
transcript.whisperx[377].end 11178.582
transcript.whisperx[377].text 就是讓我們知道因為在國際上的民生或者是對我們的人命光天這個部分我們不能說是是踢來踢去該負責的該做的我們要做還有就是很多的業者看到開發了就大家都很高興人家說要準備好
transcript.whisperx[378].start 11193.76
transcript.whisperx[378].end 11214.269
transcript.whisperx[378].text 把人準備好,部長還沒準備好,這樣就是變成是政府就是做了就是要準備好,讓我們才對政府才有信任嘛,對不對不能說已經公布,我們大家就還沒有做好到最後我們人民都準備好了,我們政府說我還沒有準備好這樣子的話這不行,所以希望這兩個給我書面的回應更完整,好嗎是,好,謝謝部長好,謝謝麥委員
transcript.whisperx[379].start 11222.411
transcript.whisperx[379].end 11240.642
transcript.whisperx[379].text 謝謝 沒問題這個case有勞保的撫恤什麼都有吧對啊 有沒有啦有沒有收到 他們有收到死亡撫恤什麼都有吧因為
transcript.whisperx[380].start 11250.896
transcript.whisperx[380].end 11264.902
transcript.whisperx[380].text 勞動補助就是傷障費還有家屬的請領的部分也沒有後續因為每年都要審查部長你派人去跟他溝通一下因為每個人找勞保都一樣
transcript.whisperx[381].start 11275.685
transcript.whisperx[381].end 11293.323
transcript.whisperx[381].text 圓滿的解決啦,這樣這樣這樣好,賴會員,賴會員,賴會員不在鍾嘉斌,鍾嘉斌,鍾嘉斌委員不在林德虎,林德虎,林德虎改成蘇委員執勤王振旭委員執勤
transcript.whisperx[382].start 11302.222
transcript.whisperx[382].end 11305.752
transcript.whisperx[382].text 好謝謝主席我們就麻煩虹部長
transcript.whisperx[383].start 11314.487
transcript.whisperx[383].end 11338.54
transcript.whisperx[383].text 部長好謝謝今天提供這個專題報告的內容真的內容非常豐富這個題目對我來講真的非常的困難也許對主席來講對召委來講沒有困難的程度不過因為相對來講這個勞工尤其是對勞保這個財務穩健的改善的部分真的是面臨非常大的挑戰
transcript.whisperx[384].start 11339.58
transcript.whisperx[384].end 11359.985
transcript.whisperx[384].text 那今天就三個主題來跟部長討論一個就是勞保財務改善機制另外就是調整勞保投保薪資上限的可能性第三個就是還有勞退勞保勞退試算網頁能不能整合在一體的這個三個問題來跟部長討論
transcript.whisperx[385].start 11362.026
transcript.whisperx[385].end 11375.394
transcript.whisperx[385].text 那我們也了解勞保在整體的這個財務要做穩健的改善事實上考量的事情會非常非常的多所以一直以來Lewin部長對這樣的議題其實都會採用比較穩健的做法
transcript.whisperx[386].start 11379.196
transcript.whisperx[386].end 11403.612
transcript.whisperx[386].text 那在上個會期預算會期裡面我也麻煩勞動部這邊針對勞保財務改善提出一些應應的對策希望能夠有更合理的方式讓整個勞工朋友會很有信心的知道政府其實對於勞工尤其在退休以後的這些財務的部分呢可以得到一個最大的心理的一個安定感
transcript.whisperx[387].start 11404.332
transcript.whisperx[387].end 11426.681
transcript.whisperx[387].text 那我們也知道說如果透過一些改革的話包括要提高保費或者是要降低給付或者是要延長投保薪資採集期間等改革方案通常他會有很多很多同時思考的部分針對於目前整個政府的方向
transcript.whisperx[388].start 11427.961
transcript.whisperx[388].end 11444.164
transcript.whisperx[388].text 比較傾向的就是第一個不降低給付第二個就是不調整保費這是兩個大前提那在兩個大前提之下對整體的這些處理模式就會有不同的思考方法
transcript.whisperx[389].start 11444.705
transcript.whisperx[389].end 11459.064
transcript.whisperx[389].text 那針對於這個勞保財務的這些因應對策如果以剛剛那兩個大前提之下的話那可能就會有希望三個部分第一個就是就好像前任何部長所提到的
transcript.whisperx[390].start 11460.265
transcript.whisperx[390].end 11487.666
transcript.whisperx[390].text 政府撥補也是改革的方案之一這個到目前洪部長也是也有同感那第二項就是鼓勵勞工能夠續留職場那在去年我們也把這個法案也把65歲的年齡再往後延退那第三個就是要強化查核跟管理機制這就包括說這個整個勞保基金投資的績效如果能夠讓他可以更有效率或者是有效果
transcript.whisperx[391].start 11488.146
transcript.whisperx[391].end 11509.89
transcript.whisperx[391].text 另外就是催收保費我們可以定期的去透過更好的方式來催收保費另外就是在給付的時候 退休的時候的這些給付的審查這個都是可以當作一個因應對策那在政府撥補的部分 除了每一年目前都是一千億的政府撥補以外
transcript.whisperx[392].start 11510.49
transcript.whisperx[392].end 11531.83
transcript.whisperx[392].text 那有沒有機會其實大家很期盼的就是政府能不能把這個最終支付的責任來入法另外有沒有像健保一樣可以用特定的稅捐或是公益財券等等的方式來讓這個勞保財務可以更穩健這部分不知道部長還有沒有其他的想法
transcript.whisperx[393].start 11534.252
transcript.whisperx[393].end 11554.283
transcript.whisperx[393].text 謝謝委員的建議那我想確實的確在勞保的財務的維持上面其實挑戰是很大的那各方有各種的意見包括其實今天一直討論到政府的最終責任的入法其實我想我們都是持開放的態度
transcript.whisperx[394].start 11556.164
transcript.whisperx[394].end 11574.154
transcript.whisperx[394].text 但是不管我還是要強調不管有沒有入法我想政府都是會負最終責任的那至於其他財源的開源這當然會涉及到比方說像委員其實有提到特定的一些稅捐供財或者是其他部分這當然因為這部分他的這個他現在可能也是其他
transcript.whisperx[395].start 11575.835
transcript.whisperx[395].end 11595.591
transcript.whisperx[395].text 其他運用的財源所以我們不過我們對於說有利於增加基金收入的一些建議我想我都會持正面的態度來做來做研議那但是這部分當然我覺得我們也可以可以很願意跟委員這邊來做更多的討論還有沒有更多的可能性這樣子
transcript.whisperx[396].start 11595.691
transcript.whisperx[396].end 11622.862
transcript.whisperx[396].text 好那我們今天就針對一種可行性來討論看看就是調整勞救保這個投保薪資上限的可能性那這部分希望就是說在依照上一次這個預算會期裡面所提案的部分如果我們把這個投保的上限的薪資往上提升的話會帶來哪一些影響那也期待透過這樣的這個調整可以讓我們這個
transcript.whisperx[397].start 11624.242
transcript.whisperx[397].end 11652.961
transcript.whisperx[397].text 整個勞保的這個制度可以更為完整在保費保險這部分那時候部裡面的回應就是說最主要的顧慮還是在提高投保薪資上限的時候會增加勞保給付的支出那也會讓財務的負擔更有疑慮所以會就是還是在研議當中並沒有想要做這方面的改善不過我們可以看一些數據就可以了解為什麼我們有這樣的提議
transcript.whisperx[398].start 11653.841
transcript.whisperx[398].end 11672.5
transcript.whisperx[398].text 其實我們從這過去這20年來就可以理解在2006年的時候在經過1998年就把這個勞保最高的投保薪資級距定到4萬2000元那到10年就2016年當中又增加了這個1700
transcript.whisperx[399].start 11674.702
transcript.whisperx[399].end 11688.262
transcript.whisperx[399].text 就變成43900可是到目前為止好像已經也將近10年了這一步有沒有機會再把當初在2016年訂的45800再往上提高那為什麼我們會這樣的
transcript.whisperx[400].start 11689.844
transcript.whisperx[400].end 11707.535
transcript.whisperx[400].text 想要從這邊來討論我們可以看得出來在這個人最高投保級距的人數其實這幾年來或者說20年來這個百分比已經改變非常多在2006年投到最保級距的4萬24是有18%10年以後變成25%那現在已經到33%意思就是說從這個勞動人口來看的話
transcript.whisperx[401].start 11715.64
transcript.whisperx[401].end 11742.682
transcript.whisperx[401].text 有33%的人他已經投保到這個最高投保的級距那似乎就等於說太多太多的人擠在這個級距裡面那未來或者是現在如果從這邊來考量的話如何能夠讓這個百分比在這個級距更合理的分布這是我們非常期待的因為我們看到其實每人每月的薪資當然這是個平均值在使用上要非常的小心可是
transcript.whisperx[402].start 11743.422
transcript.whisperx[402].end 11752.673
transcript.whisperx[402].text 基本上他已經5萬5了那我們用4萬5來當作最高級距似乎是有改善或者是可以討論的部分就是我們可以從這個數據來看得到的
transcript.whisperx[403].start 11754.485
transcript.whisperx[403].end 11777.663
transcript.whisperx[403].text 那這些這個是從這個級距上來看那如果就給給付的項目來看的話那大部分的這個勞保給付最終的時候年金還是佔了90%就是最大宗的支出可是還有剛剛其他不同的這些給付包括像死亡給付剛剛麥委員也提到這樣的勞工如果出問題的話死亡給付的這個
transcript.whisperx[404].start 11778.323
transcript.whisperx[404].end 11794.819
transcript.whisperx[404].text 那這些給付基本上都是以最高這個這個級距來做一個計算的基礎那在另外舊保給付的部分會包括有失業給付等等那假設以我們現在是少子化的狀況來看如果我們不去調整它
transcript.whisperx[405].start 11795.74
transcript.whisperx[405].end 11814.069
transcript.whisperx[405].text 當然這些影響是會很明顯如果我們試著以這個少子化來看的話我們能夠把這個最高的級距提升的時候他的生育給付相對來講就會有改善的機會那對於這個育嬰留子停薪今天是薪資補助也會有改善的機會
transcript.whisperx[406].start 11815.109
transcript.whisperx[406].end 11831.629
transcript.whisperx[406].text 所以如果我們去調整這些部分的時候針對某一些特殊需求其實是可以看到它的效果當然整體來看我們還是要適度的去評估各方面帶來的影響所以我們試著去分析它的利弊專家學者也告訴我們說
transcript.whisperx[407].start 11832.87
transcript.whisperx[407].end 11857.019
transcript.whisperx[407].text 如果我們要把這個投保薪資的上限做調整的話那基本上它的好處或者考量就是基本上它是一個溫和提高保惠收入的一種方式那也可以回應出這個幾乎標準的需求回應薪資跟最低薪資工資的持續的調漲還有讓這個具體上是調整時間來看的話事實上呢是可以有這個機會來做這個相對
transcript.whisperx[408].start 11862.121
transcript.whisperx[408].end 11886.374
transcript.whisperx[408].text 這個投保上限的這個機會的存在當然也會造成某一些的困擾或者是疑慮包括給付金額會增加那目前也沒有達到這個平衡費用的情形之下不宜來加重這個財務的負擔那當然這個過程裡面也會增加這個勞工還有我們的資方、顧方還有政府的三方的保惠支出
transcript.whisperx[409].start 11887.134
transcript.whisperx[409].end 11913.219
transcript.whisperx[409].text 那另外就是這些如何能夠應用在照顧低薪的弱勢族群上面所以我們也了解的確要調整的部分都會有這樣的困難不過我們也希望透過這樣的討論方式看能不能夠在這個前提之下就是在提高這個投保上限的這個機制之下還有哪一些的配套措施可以來進行包括提高投保上限
transcript.whisperx[410].start 11914.219
transcript.whisperx[410].end 11930.938
transcript.whisperx[410].text 來搭配其他的方案包括這個採用裂退方式來降低高薪者的給付另外就是對勞保這個財務收入跟給付的影響來做一些試算跟評估還有對於這個勞資政三方保惠支出的影響評估
transcript.whisperx[411].start 11932.399
transcript.whisperx[411].end 11959.312
transcript.whisperx[411].text 那另外就是要建立這個勞救保投資薪資急遽上限有沒有一個好的調整機制剛剛我們看到已經有33%的人是站在這個最高薪資這個極限裡面那未來有沒有機會到一定的百分比的時候呢我們就試著去調整這些機制然後去看這個影響會是如何那不知道部長針對這個提議可不可以進行研議或者是目前有什麼想法
transcript.whisperx[412].start 11961.373
transcript.whisperx[412].end 11984.691
transcript.whisperx[412].text 我要說非常謝謝王委員 其實這邊包括做肝臟的利弊的分析 包括最後其實提出來的建議其實我們都覺得是很具建設性 那也幫助我們很多那現在王委員在螢幕上面的 比方第二項跟第三項我想這些相關的影響評估 我想我們保險司其實應該是可以來提供 這個影響評估的部分
transcript.whisperx[413].start 11985.251
transcript.whisperx[413].end 12014.491
transcript.whisperx[413].text 第一項跟第四項我覺得它的可行性我們也可以來做一些研討也就是說的確針對勞保級距上限的問題其實最大的考量點其實就是會不會對勞保的財務產生更大的負擔因為現在整體勞保財務的問題已經是一個很大的挑戰其實最主要的考量點坦白說就是這件事情但這件事情也是一個不是那麼好克服的問題
transcript.whisperx[414].start 12015.492
transcript.whisperx[414].end 12034.231
transcript.whisperx[414].text 所以我們是在這個前提之下有沒有可能有各種的思考的做法我覺得我想我們是可以是願意來再去做一些評估跟思考對好啊那就麻煩部長出示來來呃關心這個這個本來就是部長應該要負的重責大任嘛好那最後部分我再呃請呃
transcript.whisperx[415].start 12036.613
transcript.whisperx[415].end 12062.622
transcript.whisperx[415].text 部長這邊部裡面也去試著可能來掌握看看因為我們知道大家在就工作期間其實對於如何去試算這個勞退休的這些基金部分不會太在意可是當你越接近要進入到這個要退休的時候就會開始想要去了解自己到底將來會有多少錢
transcript.whisperx[416].start 12063.502
transcript.whisperx[416].end 12086.136
transcript.whisperx[416].text 退休以後還可以支配所以說我們就會有兩個制度或者是兩個算法那我們這邊看到的就是在部裡面提供了兩套不同的系統來讓民眾知道讓勞工朋友知道他將來退休的時候會有哪一些的這個可以試算的基礎那我們可以看到就是其實部裡面現在有兩套系統或兩個頁面
transcript.whisperx[417].start 12087.677
transcript.whisperx[417].end 12111.556
transcript.whisperx[417].text 在讓勞工朋友進入到這個需求的時候可以去應用到的地方可是呢它分屬在不同的兩個這個我們可以看到的這兩個不同左邊跟右邊其實是兩套不同的系統所以是不是部裡面有機會去整合以勞工為準整合這個勞保年金給付跟勞退薪資試算網頁的可能
transcript.whisperx[418].start 12112.536
transcript.whisperx[418].end 12139.982
transcript.whisperx[418].text 這樣的話它的方便性除了很高以外將來大家在應用上也會更方便謝謝謝謝王委員的建議跟提醒我想這個建議其實我覺得非常好而且他真的應該會對於很多勞工朋友在試算的時候會有很大的方便性的提供所以我認為我們可以配合來辦理好那就麻煩部長好謝謝謝謝部長謝謝王委員我們醫生健保的複試付到18萬
transcript.whisperx[419].start 12143.772
transcript.whisperx[419].end 12154.597
transcript.whisperx[419].text 最高現在18萬多像王振旭他應該是繳18萬的18萬,現在5.21就是9千多塊9千多塊喔那我們健保,勞保這邊才4萬5千8我們也能夠九十幾萬的財富我們社會可以拿一點錢嗎?你自己害人我絕對不公平,真的真的
transcript.whisperx[420].start 12171.826
transcript.whisperx[420].end 12183.317
transcript.whisperx[420].text 好 接下來我們請林淑芬委員質詢好 謝謝主席 是不是還是請我們洪部長
transcript.whisperx[421].start 12202.801
transcript.whisperx[421].end 12229.361
transcript.whisperx[421].text 部長大家都很關心這個勞保的這個基金的問題喔至少我個人也很擔心但我想到說大家覺得說領的越來越多繳費的越來越少可是那我就認真的看了一下新一個世代投入職場然後現在有在繳保費的我都很好奇那一年他們出生的人口是多少
transcript.whisperx[422].start 12229.941
transcript.whisperx[422].end 12251.589
transcript.whisperx[422].text 那我就假設是25歲好了因為大學畢業嘛22歲23歲那今年2025年我就看了一下2020年你知道那一年出生的小孩出生的小孩有幾個嗎大概十幾萬不告訴你你會嚇一跳我看了也嚇一跳2020年出生的小孩有305312個
transcript.whisperx[423].start 12257.881
transcript.whisperx[423].end 12264.664
transcript.whisperx[423].text 你知道去年剩下13萬4856個我這個是統計 這絕對不是亂寫的人口統計2000年啦 抱歉我們不曉得怎麼講2000年啦 抱歉抱歉是2000年 我講錯了2000年是30萬5312個那個時候就在講說人口少子化危機
transcript.whisperx[424].start 12288.363
transcript.whisperx[424].end 12293.427
transcript.whisperx[424].text 2000年 大家講說現在繳的少30萬人還叫繳的少嗎但如果再找一個數字相較於1982年那一年出生的小孩有40萬個我就找40萬的40萬掉到30萬 2000年其實在2000年已經就掉到30萬了2000年是因為農年再加上2000年
transcript.whisperx[425].start 12315.546
transcript.whisperx[425].end 12344.323
transcript.whisperx[425].text 那為什麼講這個是從40萬人掉到30萬人花了18年的時間少掉了25%四分之一的人口數那個時候我們就說這個勞保的財務危機了勞保的財務危機可是你知道從2000年然後掉到再少四分之一就財務危機少三分之一是幾年多快的速度嗎
transcript.whisperx[426].start 12346.369
transcript.whisperx[426].end 12350.41
transcript.whisperx[426].text 5年2005年出生數剩下20萬5854人2005年短短5年的時間又減10萬他不是10萬是3分之1再來對 跟 跟花多少的時間對30萬變成要變15萬這樣 兇兇落來
transcript.whisperx[427].start 12377.853
transcript.whisperx[427].end 12393.371
transcript.whisperx[427].text 這個速度也是非常的快如果不要講一個特殊的年是2010年的話其實就是2021年20年他從30萬掉到剩15萬二分之一所以2000年為界
transcript.whisperx[428].start 12394.272
transcript.whisperx[428].end 12421.344
transcript.whisperx[428].text 他到2020年掉了二分之一如果少了四分之一就是財務危機那那麼快的速度下墜到三分之一就少了三分之一然後再更快的速度二十年時間少了二分之一那我現在講這個勞保的財務危機大家都知道開源節流 開源怎麼開源啊費率 法定費率工具用完了 剩下幾%現在費率多少%
transcript.whisperx[429].start 12424.532
transcript.whisperx[429].end 12429.875
transcript.whisperx[429].text 法定費率最高到多少法定費率沒有修法的話 緊繃啊天花板到了 沒有開圓的工具了那我們再打開投保薪資的天花板投保薪資天花板是要開到多高啊
transcript.whisperx[430].start 12450.305
transcript.whisperx[430].end 12460.131
transcript.whisperx[430].text 你少掉了二分之一的人耶如果再跟四十萬的人口來講那個不是二分之一 四十萬變成十五萬耶這裡打多開 也開不了
transcript.whisperx[431].start 12466.226
transcript.whisperx[431].end 12477.078
transcript.whisperx[431].text 大家都知道 這個不是結構不結構 入不敷出 已經沒有任何的手段可以再繼續開源了好 去年2024年 這個政府撥補1300億 投資收益的創新高1595億的投資收益
transcript.whisperx[432].start 12488.446
transcript.whisperx[432].end 12493.253
transcript.whisperx[432].text 也是一樣入不敷出前年2023年政府撥補550億投資收益1100億那是死好呢那是死壞 你投資收益很壞的要安住
transcript.whisperx[433].start 12505.396
transcript.whisperx[433].end 12522.644
transcript.whisperx[433].text 所以在這種狀況裡面 我們看你們的精算報告這次的精算報告也出來了去年的勞保收支還短差665億這個已經是連續8年這個逆差 大家都知道我剛才剩下人口數給你聽 你怕死啊
transcript.whisperx[434].start 12523.864
transcript.whisperx[434].end 12538.155
transcript.whisperx[434].text 潛藏的負債不要講啊 這個從變成14兆就不要講收不抵資也不用再講了 惡化也不用再講政府如何加大力道 我想喔啊 一樣啦 已經撥不到1300億啦 你是要怎麼加大力道啦還可以多大啦然後 這個到底是怎麼 怎麼辦喔你把年紀想起來 頭皮會發麻捏頭皮真的會發麻欸
transcript.whisperx[435].start 12555.206
transcript.whisperx[435].end 12568.072
transcript.whisperx[435].text 這個人口就是牽動這個退休這個勞保基金最重要的變數這個人口結構這麼大的變化大家都知道人口危機是國安危機可是就是在這裡那勞保的普通事故啊因濟保費在這個
transcript.whisperx[436].start 12576.601
transcript.whisperx[436].end 12584.226
transcript.whisperx[436].text 投保人數就是現在還是40萬的人在繳費的現在繳費的應該都是一年生40萬的人在繳費的吧今年是40萬人那個世代的人在繳費的啦今年是30萬跟20萬的還沒到職場啦
transcript.whisperx[437].start 12599.52
transcript.whisperx[437].end 12606.325
transcript.whisperx[437].text 那是更恐怖的啦一年才有40萬的離開的人現在在投保可是光是這樣子2021年投保人數從1074萬到去年已經下降到1048萬少了26萬了那勞保普通事故因紀的保險費是這個4881億但實際保險的給付已經高達5546.3億元
transcript.whisperx[438].start 12628.76
transcript.whisperx[438].end 12654.82
transcript.whisperx[438].text 所以這樣的撥補是撥補我們是很輕盈的但是就不是辦法那這種這麼大的人口結構的問題之下這個我的助理叫我跟你們大家講雖然我也不曉得我認不認同但他們都選擇不婚不生快樂一生但是這樣下去他們覺得不婚不生的人也要貧窮一生了
transcript.whisperx[439].start 12657.915
transcript.whisperx[439].end 12660.537
transcript.whisperx[439].text 然後呢 我要再問你一個很嚴肅的課題喔勞保分得這麼大 勞保可以賺嗎你說政府付不付 最終責任沒有重要啊全部所有的人口的一半 一千萬全部都是在這個 社會保險裡面
transcript.whisperx[440].start 12674.991
transcript.whisperx[440].end 12688.48
transcript.whisperx[440].text 政府不負最終責任,政府不負最終責任,政府不負最終責任,政府不負最終責任,政府不負最終責任,政府不負最終責任,政府不負最終責任,政府不負最終責任,政府不負最終責任,政府不負最終責任,政府不負最終責任,政府不負最終責任,政府不負最終責任,政府不負最終責任,政府不負最終責任,政府不負最終責任,政府不負最終責任,政府不負最終責任,政府不負最終責任,政府不負最終責任,政府不負最終責任,政府不負最終責任,政府不負
transcript.whisperx[441].start 12699.608
transcript.whisperx[441].end 12707.489
transcript.whisperx[441].text 真的都不夠 吃得老的時候都仰賴勞保的月退再充當他的這個勉強度餘生的棺材本啦我說這個很務實的 很現實的喔不要說勞退喔 勞退沒多少錢啦都仰賴勞保主要的經濟 老年經濟來源仰賴勞保的比例有多高 你告訴我
transcript.whisperx[442].start 12735.486
transcript.whisperx[442].end 12747.176
transcript.whisperx[442].text 各位報告我們對勞工的老年經濟保障還是希望他們跟世界...不要講你的希望我現在要問你現實面真正的現實面台灣有多少人他退休之後所有的收入所有的經濟的來源他生活都靠而已去報這個月退多少人你告訴我
transcript.whisperx[443].start 12761.363
transcript.whisperx[443].end 12775.49
transcript.whisperx[443].text 不過勞保目前的家保人口是一千多萬嘛那但是在勞退那邊也有七百多萬啦所以是 我在問什麼 你在回答什麼我問東你答西 王店員你不知道喔數字上面我可能可以 我們要再去確認一下我告訴你大概全台灣沒有人可以講得出一個數字因為沒有人敢面對 沒有人敢調查 也
transcript.whisperx[444].start 12788.686
transcript.whisperx[444].end 12793.433
transcript.whisperx[444].text 大家都烏著眼睛說不要去想 但是我跟你說喔就如我剛才一開始就講的現在的年輕人不要問我們上一代的現在要捏錢的啦 多少人仰賴這個勞保月退再當生活費的啦
transcript.whisperx[445].start 12805.009
transcript.whisperx[445].end 12806.13
transcript.whisperx[445].text 因為他沒有能力去為自己的老年經濟做準備養小孩繳房貸他在養上一代
transcript.whisperx[446].start 12823.869
transcript.whisperx[446].end 12838.001
transcript.whisperx[446].text 別說他問我們自己啦大家各位在座的各位有幾個人你繳了房貸養了小孩然後給了父母生活費以後你還有能力為你自己的老年經濟安全有餘裕做準備的這個小孩我說得很輕鬆
transcript.whisperx[447].start 12842.489
transcript.whisperx[447].end 12853.234
transcript.whisperx[447].text 我坐著一眼望去 多少人都仰賴勞保的月退當生活開支的唯一財源這個問題很嚴重
transcript.whisperx[448].start 12858.908
transcript.whisperx[448].end 12883.942
transcript.whisperx[448].text 我也不知道怎麼問,所以不能破綻的但是我現在要跟你講,你是政府,你再怎麼逃,再怎麼躲,躲不了撥補是好事,但撥補也解決不了,漲保費,漲保費也沒辦法手段工具都用清了,沒有可以再上漲的空間了
transcript.whisperx[449].start 12885.151
transcript.whisperx[449].end 12895.026
transcript.whisperx[449].text 打開天花板,天花板進去繳收入也有限現在未來是怎樣?我再說一個問題,你不要去思考過不?不對,AI的時代來了AI的時代來了
transcript.whisperx[450].start 12901.343
transcript.whisperx[450].end 12920.717
transcript.whisperx[450].text 三年五年整個社會整個世界都就長得不一樣AI的速度之快啊讓這個社會可能三年就多一輪啊多一輪啊所以那個對勞動市場最大的衝擊是什麼大家都覺得失業啊被替代啊然後來了
transcript.whisperx[451].start 12922.711
transcript.whisperx[451].end 12948.681
transcript.whisperx[451].text 你就要勞保基金的改革說那我們不能開源 我們節流叫啊 大家啊 你要比較少的就已經很少了 要給他少不然就看我而已全世界都在把退休的年齡往後延可是我想AI時代來這是一個很殘忍 很殘酷的打擊來了因為可能會很多人力被替代掉而會有大量的過剩的勞動力
transcript.whisperx[452].start 12950.686
transcript.whisperx[452].end 12966.931
transcript.whisperx[452].text 所以如果大家全世界來講說要領年金的年齡往後延那並不是基於並不是基於勞動力需求而已並不是基於勞動力需求的短缺恐怕真正的殘酷是基於
transcript.whisperx[453].start 12968.617
transcript.whisperx[453].end 12978.202
transcript.whisperx[453].text 老年幾戶的這個基金不夠所以這叫大家都不能退休不能退休問題是沒頭腦啊AI時代來了勞動力大量的勞動力過剩人力被取代這樣要怎麼做你們有沒有想過AI時代對整個就業市場勞動力市場的衝擊除了失業以外還會有什麼影響保證你們有想過嗎
transcript.whisperx[454].start 12997.087
transcript.whisperx[454].end 13021.515
transcript.whisperx[454].text 確實這個AI技術的滲透率越來越高其實現在其實在很多面向看起來都會對於整體的勞動環境會造成影響像是我想維恩其實也一直很關注這個問題不是啦我在講跟我們這個勞保基金有關的啦對於整個勞動力市場就業人口除了失業還有可能會產生什麼影響
transcript.whisperx[455].start 13023.567
transcript.whisperx[455].end 13037.037
transcript.whisperx[455].text 失業保費繳的人就少了啊然後然後人類可能會更長壽更長壽以後活得越久領得越多活得越久領的人越多這個是這個社會保險會瓦解不是會瓦解是將近崩潰
transcript.whisperx[456].start 13046.823
transcript.whisperx[456].end 13065.492
transcript.whisperx[456].text 不只是勞保還有健保 所幸喔 勞保不是唯一的那我再 不要忘了 我們現在移工我們的移工 我們現在83萬的移工都在繳保費 但是第14年以後不准他們領退休欸
transcript.whisperx[457].start 13067.418
transcript.whisperx[457].end 13092.228
transcript.whisperx[457].text 嘿 所以我們的政策都卡在第14年耶我們是用這種這麼殘忍的手段耶可是這種手段會不會有一天在國際勞工的這個組織裡面這種公約裡面要求台灣不能再這樣子下去或是人家提告 到國際法庭去提告覺得我們這種管制手段都叫人搬移這樣如果要安坐
transcript.whisperx[458].start 13096.092
transcript.whisperx[458].end 13098.176
transcript.whisperx[458].text 你做政府有太重嗎?這問題很嚴重的所以這種狀況裡面
transcript.whisperx[459].start 13104.67
transcript.whisperx[459].end 13108.331
transcript.whisperx[459].text 社會保險這個問題你知道2023年OECD和G20的國家年金統計調查了42個國家除了冰島墨西哥美國和G20的印尼四國以外這個四國不要談了其餘各國
transcript.whisperx[460].start 13127.156
transcript.whisperx[460].end 13143.003
transcript.whisperx[460].text 和我國的勞保性質相近的 就是確定幾戶制的這些國家的提存基金的比例都是100%以上印尼沒有啦 印尼是97%啦
transcript.whisperx[461].start 13144.784
transcript.whisperx[461].end 13162.733
transcript.whisperx[461].text 各國當中最低的是冰島雖然也曾經破產過但他們年金制度的提存比例也有28但是不要講冰島這比較特殊但是在我國2021年的精算報告勞保的已提存的基金比例是幾%我國的6.19%人家都100%
transcript.whisperx[462].start 13173.871
transcript.whisperx[462].end 13193.766
transcript.whisperx[462].text 好沒關係因為可能制度上有一點差異不一樣但是但是這個這個也是我們可以走的方向可是就人口結構惡化成這個樣子連確定確定幾副字能不能夠適應在未來的改革能不能這樣子都還是一個問號啊
transcript.whisperx[463].start 13196.847
transcript.whisperx[463].end 13205.349
transcript.whisperx[463].text 確定第一波是已經負債這麼多了確定幾副你們有沒有評估過從13萬40萬變成30萬就已經這麼大的財務危機啊30萬變成13萬確定確定幾副字真的也提得出來嗎可以100%嗎你們有評估過嗎這是現在當然現在是這是制度上面的設計
transcript.whisperx[464].start 13225.526
transcript.whisperx[464].end 13243.178
transcript.whisperx[464].text 不是啦政府的功能和角色就國安的危機當然就是未雨綢繆要先試算20年後的危機那我們才能知道怎麼因應而現在我告訴你不管開源或節流所有的手段工具都用竊了沒了沒了然後我就想政府你要想大家都覺得在這裡修法要修什麼啊
transcript.whisperx[465].start 13253.806
transcript.whisperx[465].end 13282.625
transcript.whisperx[465].text 再降低給付再延長這個退休這一些都不是工具了我們過去想像的工具都已經不是工具了更何況AI時代來了所以部長這個是很嚴肅的而且是我相信對勞動部而言你們真的還必須要重新嚴肅的去思考的事過去以後我們確定提撥制變成確定給付制就好了
transcript.whisperx[466].start 13284.686
transcript.whisperx[466].end 13294.171
transcript.whisperx[466].text 我們確定幾乎是愛環樂人口突然間零得越來越多五十萬的世代人要再活一年四十萬人的世代人要再活一年四十萬人的世代人要再活 要再捏零得越久 活得越多現在叫的是一年四十三萬的時侯要安寧
transcript.whisperx[467].start 13308.465
transcript.whisperx[467].end 13326.994
transcript.whisperx[467].text 人家去叫你 我就確定幾副 副的出來嗎所以這個知識體大啦 我只能在這裡與眾欣賞的在跟大家講一個最殘酷現實 我今天要講一個重點不管開源或節流 所有的工具都用完了
transcript.whisperx[468].start 13328.446
transcript.whisperx[468].end 13337.816
transcript.whisperx[468].text 幾乎都沒辦法我們可以想像的勞保的改革手段的工具沒了這是很嚴重的事情好 謝謝
transcript.whisperx[469].start 13347.762
transcript.whisperx[469].end 13352.184
transcript.whisperx[469].text 好 好 我跟他說一句 你不要笑我說因為你不知道說多少勞工仰賴勞保的老年給付剛好你們自己有一個勞工生活及就業狀況調查113年度調查勞工退休後的生活費的來源目前沒有規劃的人28%有規劃的72%但有規劃的裡面仰賴勞保老年給付和勞工退休金的高達四成四所以44加28等於72%都算了
transcript.whisperx[470].start 13379.355
transcript.whisperx[470].end 13381.117
transcript.whisperx[470].text 主席 麻煩請勞動基金運用局書局長
transcript.whisperx[471].start 13406.628
transcript.whisperx[471].end 13435.043
transcript.whisperx[471].text 局長好我們查了一下貴局的這個新聞資料最近的一則是在6月2日發布的那麼引述的是美國政府4月2日的時候宣布開徵對等關稅且這個稅率超乎市場預期政策不確定性引發的這個市場擔憂經濟衰退風險提高那台股在這個4月7日的時候重挫逾2000點那跌幅
transcript.whisperx[472].start 13438.205
transcript.whisperx[472].end 13465.744
transcript.whisperx[472].text 9.7%那创台股历史单日最大跌点的这个跌幅记录那恐慌情绪蔓延那目前呢这个你们运总用这个规模达这个7兆7170亿元截至4月底的这个评价后收益数为-2215亿元收益率为-2.98%那因此我想说请教一下苏局长
transcript.whisperx[473].start 13466.685
transcript.whisperx[473].end 13474.939
transcript.whisperx[473].text 5月初應該發布的新聞為什麼沒有發布是什麼樣的原因麥克風要打開
transcript.whisperx[474].start 13480.742
transcript.whisperx[474].end 13507.017
transcript.whisperx[474].text 我們6月原則上第一個工作天會公佈前一個月的收益數5月的部分我們目前還在統計中所以5月的數字會到大概5月中下旬才會完成因為我們的收益是包括國內外然後會整個統計所以5月的數字會是在7月的時候來公佈我們現在公佈的是截至4月底的數字
transcript.whisperx[475].start 13508.061
transcript.whisperx[475].end 13535.03
transcript.whisperx[475].text 所以我們六月是公布前一個月份不是五月因為我們六月二號就第一個公布所以你們五月份大概要八月才會七月所以你們每個月都會公布但是看不到前面一個月的因為目前我們還在結算那個五月底的數字現在是六月嘛好沒關係我大概就弄清楚啦這個沒有什麼特別要刁難什麼問題
transcript.whisperx[476].start 13536.65
transcript.whisperx[476].end 13560.516
transcript.whisperx[476].text 因為好像每次都是雙月你們確定每個月都會公佈就對了我們每個月都會公佈收益數好 那我另外其次我要想要請教就是說勞動基金國內各種投資標的這個金額在你們整體總運用規模的7,170億元那大概是多少的百分比
transcript.whisperx[477].start 13562.783
transcript.whisperx[477].end 13576.725
transcript.whisperx[477].text 百分比是我們我們有7兆多有配置在國內的部位也有國外的有股票的也有債券還有另類資產那都有不同的一個比例所以大概就是說
transcript.whisperx[478].start 13578.107
transcript.whisperx[478].end 13598.001
transcript.whisperx[478].text 除了國內股市之外你們其他還有國內的債券還有國外的債券國外的權益股票然後還有那個另類資產那我想了解就是說因為我們資料上看不到就是說國內跟國外的這個投資比例大概是多少
transcript.whisperx[479].start 13598.886
transcript.whisperx[479].end 13616.088
transcript.whisperx[479].text 原則上不同的基金因為有不同的投資規範有的可以投資國外有的不能投資股票那目前為止如果我們以新智基金來看大概是原則上大概是一半一半但是新智會在國外的部位高一點
transcript.whisperx[480].start 13617.324
transcript.whisperx[480].end 13635.902
transcript.whisperx[480].text 所以这样子你有比较具体的数据吗大概是五十七五十八左右就是整个来看的话是这样就是五十七五十八是国外国外对对因为国外的市场比较大那你们就是除了这个股票跟基金之外还有没有其他可以做投资的一些
transcript.whisperx[481].start 13638.384
transcript.whisperx[481].end 13659.357
transcript.whisperx[481].text 我們的投資標的包括國內股票還有包括國外的像ETF基金另外還有國內的債券是一定有還有包括國外的債券然後還有我們也有另外的像投資國外的不動產投資信託的標的也有所以國外還有這個不動產的信託那我想其實剛剛這樣問是想
transcript.whisperx[482].start 13667.042
transcript.whisperx[482].end 13689.816
transcript.whisperx[482].text 檢視一下你們這個想法你們的這個規劃看起來也大概也大概就是大家都可以想得到的那接下來我要問一個比較敏感的問題就是說你的支出長官是勞動部長以部長的職權部長可不可以影響你們的投資策略
transcript.whisperx[483].start 13691.034
transcript.whisperx[483].end 13716.159
transcript.whisperx[483].text 報告委員我們內部訂有相關的規範我們有嚴謹的一個投資程序以國內股票為例那這個部長還有我本人都不會去指定我們同仁可以投資哪個個股我們以國內股票為例來說因為你若可以規範可以要求那事情就大掉了但是如果績效不彰的時候部長有沒有責任還是由蘇局長來負最終的責任
transcript.whisperx[484].start 13721.49
transcript.whisperx[484].end 13735.083
transcript.whisperx[484].text 這個我們的投資就是大家都很努力啦好那這個我們希望每年多賺錢啦當然市場會有不好的時候但是我們也希望長期是獲利的所以誰要負責
transcript.whisperx[485].start 13738.61
transcript.whisperx[485].end 13765.607
transcript.whisperx[485].text 我今天不用擔心我今天問的都只是在協助大家慢慢的釐清然後有一些新的想法這不是要刁難誰啦這樣投資的部分大概都是在我們局裡來處理那部長目前為止都沒有對我們的投資有特別的要求或是那個對好那我只是想問說績效部長的時候部長有沒有責任而已
transcript.whisperx[486].start 13766.587
transcript.whisperx[486].end 13790.292
transcript.whisperx[486].text 應該是基金運用局你要扛全責就對了好很好我想我們身為未還委員會的成員我很高興在上一屆曾經為你們基金運用局的同仁爭取專業佳績的調升讓你們從表1一下直接提高到表17謝謝委員
transcript.whisperx[487].start 13791.792
transcript.whisperx[487].end 13812.924
transcript.whisperx[487].text 那我也曾經要求說應該將這個每年的盈餘直接分配到勞工朋友還有這個退休勞工朋友的這個退休金賬戶內我想這些訴求呢今天都實現了我想除了感謝蘇局長之外呢也跟這個前任的這個蔡豐欣局長那也跟他表達這個感謝
transcript.whisperx[488].start 13814.825
transcript.whisperx[488].end 13840.418
transcript.whisperx[488].text 事實上這些關注所隱含的信念跟價值其實它背後就是公平與正義這個勞動基金講求的是穩健所以不能說為了更高的預期效益然後就讓勞工的錢暴露在過高的風險之下所以也不能容許任何人從中獲取某取利益然後犧牲到勞工的權益
transcript.whisperx[489].start 13841.238
transcript.whisperx[489].end 13862.568
transcript.whisperx[489].text 因此在這個國際的經濟情勢的變動是我們台灣無法改變的那這裡面呢股市的這個聯動是最直接顯著的那今年三四月的這個台灣股市的表現創下很多的歷史記錄我猜這是你們五月份沒有發布新聞的沒有就是那個進度的問題但是如果說
transcript.whisperx[490].start 13867.062
transcript.whisperx[490].end 13874.511
transcript.whisperx[490].text 局長是我們這個基金的掌舵者那請問局長要如何降低受到國際不可控的這個風險
transcript.whisperx[491].start 13876.551
transcript.whisperx[491].end 13896.953
transcript.whisperx[491].text 報告委員市場變化確實越來越劇烈但是我們基金是一個希望有一個長期穩健收益所以我剛剛提到就是說我們在配置的部分我們一定是多元分散我想多元分散是一個很重要的一個想法一個思考那是不是
transcript.whisperx[492].start 13897.894
transcript.whisperx[492].end 13915.145
transcript.whisperx[492].text 我在這邊有一些建議那局長可以聽聽看就是說我們是不是也就是說來增加國內的投資比例也是一種選項例如本土化的這個新創產業或者是縣市政府鼓勵推動的這個投資獎勵產業
transcript.whisperx[493].start 13918.627
transcript.whisperx[493].end 13933.257
transcript.whisperx[493].text 這些就說如同當年我們的這個台積電的這個公司一樣因為你們有沒有想過就說在當年那個時候官員的魄力與責任在那個法治還不是很健全的時代
transcript.whisperx[494].start 13934.478
transcript.whisperx[494].end 13947.31
transcript.whisperx[494].text 我們有這個能力產生護國神山那你們現在手上掌控的資源比當時還要多但是呢只是說能做一些一般民眾也可以做的這個買賣
transcript.whisperx[495].start 13950.553
transcript.whisperx[495].end 13975.732
transcript.whisperx[495].text 也可以就是說一般民眾也可以去做的這個買股票這樣的事情我相信喔股市是一種它是一種零和的結果啦那長期下來一方所得呢就等於是他方的這個所失畢竟就是說勞工去投資買賣股票跟你們相比賺錢的機會一定是比較少的我不知道署長有沒有認同我剛剛的一些觀點
transcript.whisperx[496].start 13977.347
transcript.whisperx[496].end 13993.496
transcript.whisperx[496].text 謝謝委員指教那對於我們這個資產的配置還有投資的標的我們因為這個勞動基金有關我們勞工的退休生活所以我們非常的謹慎所以我今天拋出這樣的一個想法你們可以
transcript.whisperx[497].start 13994.276
transcript.whisperx[497].end 14010.7
transcript.whisperx[497].text 未來研議看看因為從公平正義的角度你們倒不如去投資有潛力的新創事業或者投資一些紮根在台灣的產業特別是能夠幫助到地方就業人數增加的產業例如比較偏鄉地區的產業以台東縣為例養生運動 休閒觀光企業還有農漁業
transcript.whisperx[498].start 14015.501
transcript.whisperx[498].end 14035.311
transcript.whisperx[498].text 的這個生產跟加工醫療照護綠色能源生技科技還有很多產業是屬於這種投資獎勵的產業可是地方政府能做的很有限特別是一項經中央或台東縣政府專案核准設立資本縣內的產業只要我有獲利的機會是不是就可以被投資
transcript.whisperx[499].start 14037.277
transcript.whisperx[499].end 14052.965
transcript.whisperx[499].text 我們大概我們在投資的標的目前大概是以有流動性上市櫃股票為主那最主要是我們的我們必須要準備相關的流動性那另外我們相關的投資流程大概也都會有一定的程序
transcript.whisperx[500].start 14054.305
transcript.whisperx[500].end 14080.463
transcript.whisperx[500].text 這個我理解但是我剛剛提的也不是完全不可能只是過去從來都沒有被思考過沒有被討論過所以我今天拋出這樣的議題我希望你們也可以朝這個方向可以好好的去研究去演繹因為生產AI晶片的這個輝達公司一直他有宣布就是說要在北市科成立這個亞洲亞洲營運中心之後立刻帶動了這個當地鄰近的這個房價
transcript.whisperx[501].start 14084.325
transcript.whisperx[501].end 14104.417
transcript.whisperx[501].text 那台積電在南科設廠呢台南地區的房價跟就業人口也是整個被帶動起來那你們這個勞動基金或許可以成為下一個這個護國神山堅強的後盾好所以我想這個更多元的這個前驅的思維我們未來投資不要這麼狹隘那這個
transcript.whisperx[502].start 14107.899
transcript.whisperx[502].end 14131.8
transcript.whisperx[502].text 所以拜託可以好好研議因為護國神三五不是只有晶片而已這個糧食安全也是一個很重要的項目所以這個部分我想這樣的投入讓更多人加入勞保同時產生開源節流的效益同時這也是解決你們勞保年金
transcript.whisperx[503].start 14132.481
transcript.whisperx[503].end 14145.323
transcript.whisperx[503].text 也是解決這個勞保年金的一種方式啦好那謝謝我想這個後面後續我們可能辦公室在約時間大家好好討論是好謝謝謝謝謝謝陳委員謝謝蘇署長那接續請李坤成委員質詢謝謝主席我們請洪部長
transcript.whisperx[504].start 14167.859
transcript.whisperx[504].end 14190.244
transcript.whisperx[504].text 來 部長好今天雖然談的是勞工退休金制度的改革不過總是要有人有勞工未來有人繳這個保費勞保才不會倒所以我想還是問一下有關掃紙化跟勞動部有相關一些問題因為我注意到在今年4月的時候部長有接受專訪你也提到說
transcript.whisperx[505].start 14191.204
transcript.whisperx[505].end 14212.611
transcript.whisperx[505].text 你從立委到這個擔任部長那一直都積極努力要如何讓休假還有育嬰停留可以更彈性讓勞工可以兼顧職涯的發展那在去年這個勞動部也是有這個規劃這個以日為單位做一個請假的一個方式來做一個進行示範可是效果不是很好那我請教一下部長
transcript.whisperx[506].start 14214.432
transcript.whisperx[506].end 14222.736
transcript.whisperx[506].text 這個事辦 去年事辦那接下來今年之後有關於這個育嬰停留以日來請休這個方向有在進行嗎
transcript.whisperx[507].start 14223.956
transcript.whisperx[507].end 14243.258
transcript.whisperx[507].text 跟委員說明因為委員其實也一直很關心那我們確實現在針對運營流停的彈性化那正在做下一個階段的規劃還有包括配套的設計那目前在這個程序當中那現在也在跟行政院在爭取相關的配套資源
transcript.whisperx[508].start 14244.239
transcript.whisperx[508].end 14272.846
transcript.whisperx[508].text 對那大概方向是怎麼樣就是說以日以日來作為這一個請那個請休的這個方向是確定的嗎我們現在是朝向讓暈暈流停也包括這個家庭照顧假能夠更具彈性包括能用更短的時間能夠請休的方向在演繹因為這也是現在其實蠻多新手的爸媽來跟我們表達他們其實真的有這個部分的需要就是說希望這個在暈暈停留的部分
transcript.whisperx[509].start 14273.186
transcript.whisperx[509].end 14296.375
transcript.whisperx[509].text 我們可以用日來做請休然後在家庭照顧假的方面現在是可以用這個用小時來做來做這個請假嗎我們也是往這個方向在演繹所以目前還沒有就是家庭照顧假就是用這個小時來做這個請假現在是日現在家庭照顧假有7天對然後7天嘛那一天算8小時嘛那說7 8 5656個小時那未來
transcript.whisperx[510].start 14300.436
transcript.whisperx[510].end 14311.112
transcript.whisperx[510].text 未來在修法的話因為這其實也不用修法有關這一個家庭照顧假這一個這個需要修法嗎如果說是從日改成小時來做勤領的話這需要修法嗎
transcript.whisperx[511].start 14311.772
transcript.whisperx[511].end 14338.657
transcript.whisperx[511].text 我目前在研議如果要這個方向的話基本上他應該是不用修法的不用修法那不用修法如果大家認為說這樣子更方便的話那何不就朝這個方向來做進行對所以我剛才跟委員說明我們的確現在是不管是家庭照顧假或者是暈流停的彈性現在是綜合的來思考那都是希望更彈性然後更短的時間來請修的這個方向但是現在的確是在這個
transcript.whisperx[512].start 14340.037
transcript.whisperx[512].end 14358.922
transcript.whisperx[512].text 配套規劃的階段因為我們也希望能夠盡量去緩解可能包括企業他在人力調度上面的挑戰要怎麼幫他去克服或者是減少人力調度的挑戰的部分這個也同時我們一併來思考所以這些相關的資源我們目前配套所需要的資源我們也在跟行政院爭取中
transcript.whisperx[513].start 14359.582
transcript.whisperx[513].end 14380.303
transcript.whisperx[513].text 在去年事辦的時候有人提到就是說這一個手續上比較繁複像勞保局填報資料然後這個流程很繁複然後希望說在城市上面如果做個這個設計可以讓這個請假更方便你們有朝這個方向來做處理嗎因為這只是一個技術上面的
transcript.whisperx[514].start 14380.803
transcript.whisperx[514].end 14404.782
transcript.whisperx[514].text 不是一個政策上面的一個根文說明因為確實間院留庭他是來自這個就保險裡面的給付所以他會有一些是在這個相關給付裡面他要去給付的時候的一些規範不過我們也老保局其實這段時間也很積極的在針對這些相關操作的技術流程有沒有可能可以更簡便
transcript.whisperx[515].start 14405.603
transcript.whisperx[515].end 14425.985
transcript.whisperx[515].text 或者是可以減少更多的人力我想這也是我們在思考的配套的其中一個重要的部分因為從事辦到現在也蠻久的時間了那這是其中大家所提出來一個需要你們改善我是想說那接下來不會有事辦計畫了接下來就是如果說真的要去做的話那就是一個政策出來那我們就去做了
transcript.whisperx[516].start 14426.505
transcript.whisperx[516].end 14446.393
transcript.whisperx[516].text 我希望是直接就是進入到下一個階段那這個下一個階段就是我們剛剛在講的這些方向但是我還是要跟文說明過去之所以事辦也包括事辦的成效當然也要接受大家的一些指教其實很大的原因就是你必須把方方面面的配套給想清楚
transcript.whisperx[517].start 14447.213
transcript.whisperx[517].end 14474.423
transcript.whisperx[517].text 那你把它配套給想清楚這個政策在開始進行以後它的效果能夠幫助到的人跟普及率才有辦法能夠更高所以我們自己在思考跟規劃這個政策的時候我們覺得配套能不能夠到位其實是關鍵所以為什麼我們會多花一些時間比較細膩的來做這些相關的規劃的原因所以這樣子你們也花了半年時間來做示範
transcript.whisperx[518].start 14476.765
transcript.whisperx[518].end 14504.387
transcript.whisperx[518].text 那我是希望說像這個半年這個半年當然現在是先停下來的這個半年我們這個半年研議可是其實比較多的時間確實是在配套所需要的機制包括配套所需要的資源我們現在也在爭取中那所以說那可不可以歸納說就是勞動部這個方向是說我們育嬰停留就是說希望說能夠採日來做勤修那有關這一個家庭照顧下的話我們希望說能夠用小池來做清理的這個方向來做進行我們朝向這個方向
transcript.whisperx[519].start 14504.887
transcript.whisperx[519].end 14525.537
transcript.whisperx[519].text 那大概哪個時候會提出來相關的配套我真的是希望盡快,我真的希望盡快但是現在確實是在跟行政爭取這些配套的資源我是希望下一個會期能夠提出來啦我希望可以更快好,那更好啊好,謝謝,謝謝部長,謝謝主席好,謝謝李委員,謝謝部長那接下來我們請楊耀委員質詢
transcript.whisperx[520].start 14537.27
transcript.whisperx[520].end 14538.875
transcript.whisperx[520].text 好 謝謝主席 主席請一下洪部長
transcript.whisperx[521].start 14549.052
transcript.whisperx[521].end 14567.079
transcript.whisperx[521].text 部長我們有關勞工退休金制度的改革大概講了非常非常多年其實大概就是一直在原地踏步我今天從幾個面向跟部長做一些探討第一個就是
transcript.whisperx[522].start 14569.827
transcript.whisperx[522].end 14597.765
transcript.whisperx[522].text 我們法定的勞保費率將在2027年達到法定上限也就是說勞保年金它自2002009年上路依勞保條例的規定實施第三年期大概每年調高0.5個百分點調到10%以後改成兩年調0.5個百分點一直到它的上限是13
transcript.whisperx[523].start 14601.824
transcript.whisperx[523].end 14623.178
transcript.whisperx[523].text 那今年已經到達了12.5%那也就是說下一次所以我一開始才說2027年就會到達法定上限我先請問一下部長會不會提出修法版本確保勞保的永續經營
transcript.whisperx[524].start 14625.663
transcript.whisperx[524].end 14646.611
transcript.whisperx[524].text 那個委員確實現在費率每兩年提高0.5%因為剛剛委員是把舊保那一拍算進去那如果不算的話其實是每兩年會到12%所以目前確實在116年會達到上限對不對那你們你們對於保險費率的提高有沒有什麼想法
transcript.whisperx[525].start 14648.133
transcript.whisperx[525].end 14661.837
transcript.whisperx[525].text 我們確實針對費率的提高這個確實也或者是增加這個保費的負擔的問題其實的確現在各界還有不同的一些意見也尤其也涉及到老公的一些權益那我們我們確實還在神聖的思考好那就是保險費率的部分呢還在思考對
transcript.whisperx[526].start 14673.376
transcript.whisperx[526].end 14695.891
transcript.whisperx[526].text 那我用你們的精算報告來跟勞保局的2024年的勞保精算報告來幾個數字提供給部長就是說假如說要攤提過去未提存負債的平衡費率大概費率要高達31%假如不攤提也要17%
transcript.whisperx[527].start 14703.576
transcript.whisperx[527].end 14726.989
transcript.whisperx[527].text 也就是說照你們的精算報告你們大概每幾年就會做一次勞保精算報告嗎這幾年呢也花了一千三百萬左右在做精算報告那我今天沒有那麼多時間可以跟你探討精算報告可是針對精算報告提出來的
transcript.whisperx[528].start 14727.99
transcript.whisperx[528].end 14749.12
transcript.whisperx[528].text 就是現行的費率假如不改勞保的洞就會越來越大那我剛才也說了2027年以至後年就會達到法定上限那現在勞動部的態度不明我希望勞動部能夠盡快把政策的方向
transcript.whisperx[529].start 14750.861
transcript.whisperx[529].end 14774.299
transcript.whisperx[529].text 確定因為很多東西我覺得我們不應該一直留在停留在委員會討論或者是說社會共識我們部長溝通的觀念不管是多繳少領延後退沒有一項是可以凝聚到社會共識的
transcript.whisperx[530].start 14777.367
transcript.whisperx[530].end 14805.24
transcript.whisperx[530].text 這個就是必須要靠執政者的魄力來面對你說社會共識這幾項不可能會有因為他一定會有人出來反對費率提高的部分勞動部還沒有定案請教一下
transcript.whisperx[531].start 14806.772
transcript.whisperx[531].end 14833.294
transcript.whisperx[531].text 就是這幾年我先講就是勞工的退休生活特別是以戰後嬰兒潮這一輩的人的觀念他們在多數我不是說全部多數在職業生涯裡面他是沒有自己儲蓄投資的觀念的所以他們信任國家
transcript.whisperx[532].start 14834.434
transcript.whisperx[532].end 14845.103
transcript.whisperx[532].text 他們覺得國家會給他特別是勞保年金推出以後他們信任國家會給他們一個在物質生活上的最低保障
transcript.whisperx[533].start 14846.812
transcript.whisperx[533].end 14873.345
transcript.whisperx[533].text 所以為什麼我一直對勞保年金的問題非常的重視其實是因為我身邊真的有很多澎湖當然在地的勞工不多可是旅外多為什麼因為澎湖早期就生活困苦也沒就業機會外出沒有主產大概都是一輩子當勞工我很不希望看到這樣類似的人
transcript.whisperx[534].start 14876.899
transcript.whisperx[534].end 14896.185
transcript.whisperx[534].text 工作為社會國家奉獻了一輩子結果他的晚年連最低的生活保障都沒有那假如說費率的部分你還沒有決定那延後退其實現在已經高齡化是全球已開發國家都會面臨的問題
transcript.whisperx[535].start 14897.813
transcript.whisperx[535].end 14913.427
transcript.whisperx[535].text 高齡化伴隨的就是身體狀況其實也都保持的還可以所以有很多國家的年金會從延後退休年齡開始譬如說德國跟美國大概都已經調整到67歲連中國啊
transcript.whisperx[536].start 14918.291
transcript.whisperx[536].end 14940.514
transcript.whisperx[536].text 今年也要延後退休年齡新加坡、英國、日本也都在年齡我想要請教一下部長有沒有可能我們現在當然可以透過勞資雙方協議這個是議定的這個不是法定的我現在講的是有沒有可能
transcript.whisperx[537].start 14943.736
transcript.whisperx[537].end 14965.568
transcript.whisperx[537].text 勞動部的政策在法定的退休年齡做延後的政策跟姚委員說沒有的確這段時間其實也蠻多人提到這個延後退休的議題我們也看到有些國家其實已經開始了這個延後退的這個做法也都引起很大的反彈是是是
transcript.whisperx[538].start 14969.625
transcript.whisperx[538].end 14995.394
transcript.whisperx[538].text 所以確實我們其實現在也在收集其實各方的意見因為其實延後退也有分強制的部分延後退還是自願性的部分延後退就是議定嘛所以我想我們其實現在也在收集一些各方針對延後退看法的意見那再進行一些評估不過就確實這個議題就像剛剛委員說的其實在社會上面
transcript.whisperx[539].start 14996.394
transcript.whisperx[539].end 15012.363
transcript.whisperx[539].text 各方看來都可能有很大的差距那這個調高費率未定延後退休也還要討論那我簡單因為時間的關係我簡單再問就是因為財政收支劃分法的修正會不會影響到明年度
transcript.whisperx[540].start 15025.99
transcript.whisperx[540].end 15047.202
transcript.whisperx[540].text 政府的撥補撥補勞保年金的虧損 會不會應該說因為確實勞保的撥補它在我們整體的這個財快的制度裡面它並不屬於法定支出因為它不屬於法定支出的確是有可能會有影響的但是我們會盡力爭取我們會盡力爭取能夠維持跟過去
transcript.whisperx[541].start 15052.375
transcript.whisperx[541].end 15054.021
transcript.whisperx[541].text 至少是相近的水位部長
transcript.whisperx[542].start 15060.312
transcript.whisperx[542].end 15087.04
transcript.whisperx[542].text 會影響的話就是動會越來越大老闆的財務黑洞越來越大然後問題會一直留著當然可能在我們的任期內都不用面對到可是總有一天會面對所以我最後還是要跟勞動部建議也跟召委建議所以說
transcript.whisperx[543].start 15088.559
transcript.whisperx[543].end 15102.532
transcript.whisperx[543].text 勞保撥補之所以是非法訂支出是因為勞保基金的裁員裡面我們沒有把政府撥補列入裁員之一這個第一點我們假如說
transcript.whisperx[544].start 15105.831
transcript.whisperx[544].end 15125.027
transcript.whisperx[544].text 因為我個人是有提修法版本的所以我增加了勞保裁員的項目增加了政府撥補把政府撥補的責任法定化然後我也同時把
transcript.whisperx[545].start 15129.812
transcript.whisperx[545].end 15145.019
transcript.whisperx[545].text 執政黨最不願意面對的政府負擔最終責任入法我覺得假如把這兩個把這個版本拿來討論趕快通過那就變成法定支出那以後
transcript.whisperx[546].start 15147.023
transcript.whisperx[546].end 15173.169
transcript.whisperx[546].text 楊永第一個我想對於大家在講到最終責任的入法我想我們是持開放的態度我們並沒有不願意面對其實是持開放的態度所以你們不會提版本可是委員的版本你們是競表贊同的我可以不可以競表尊重然後持開放的態度那我就也拜託召委就是趕快排因為我覺得
transcript.whisperx[547].start 15176.07
transcript.whisperx[547].end 15197.265
transcript.whisperx[547].text 其實誰執政都不大可能讓勞保倒因為勞保涉及了台灣二分之一的人口的生活權益不可能讓他倒可是與其空口說白話不如把它明文化與其
transcript.whisperx[548].start 15199.076
transcript.whisperx[548].end 15219.042
transcript.whisperx[548].text 一直對著全國的人民說有政府在勞保就不會倒那不如我們就把他入法這個是我的建議啦我相信還有很多相關的問題是我們在這個委員會不斷討論的也希望勞動部這邊不要每一次對每一個面向
transcript.whisperx[549].start 15227.884
transcript.whisperx[549].end 15241.412
transcript.whisperx[549].text 你們都沒有堅定的政策決定我再重申任何一項改革像當初軍工教育連改我也不相信這個是社會大眾的公式
transcript.whisperx[550].start 15243.124
transcript.whisperx[550].end 15254.428
transcript.whisperx[550].text 只是說執政者願不願意下定決心去面對而已好 謝謝部長 謝謝主席謝謝楊委員 謝謝部長來 最後一個許新穎委員質詢謝謝主席 本席請洪部長
transcript.whisperx[551].start 15275.325
transcript.whisperx[551].end 15296.801
transcript.whisperx[551].text 薛恩好部長好 本席也要感謝楊耀委員前面在剛好本席來了以後他所質詢的也是本席想要救教部長的因為我們都面對廣大的勞工朋友那我想勞工朋友他們這個每天打拚他們也希望他們的打拚最後不會落空嘛
transcript.whisperx[552].start 15297.401
transcript.whisperx[552].end 15315.623
transcript.whisperx[552].text 所以我們有關這個勞保年金最終責任入法這件事 養老委員有提版本 本席也有提版本那我們希望把這個撥補能夠法制化 那政府可以負這個最後支付的責任 這個可以入法
transcript.whisperx[553].start 15316.184
transcript.whisperx[553].end 15340.593
transcript.whisperx[553].text 那因為去年這個卓院長剛上任的時候本席在總諮詢的時候卓院長就有承諾要將政府最後支付責任入法列為最優先考慮的事項那您剛剛也公開的表達說您對這個政府最後支付責任入法是持開放的態度那本席要請教你你跟卓院長針對這個
transcript.whisperx[554].start 15343.715
transcript.whisperx[554].end 15362.505
transcript.whisperx[554].text 這麼一千多萬的勞工關心的事情那卓院長也公開承諾過您也持開放態度你們有討論過嗎還有你們目前的共識是如何我想現在不管是行政院或勞動部我們對這個議題是持開放態度我們認為是可以做一些研議討論的
transcript.whisperx[555].start 15364.399
transcript.whisperx[555].end 15391.65
transcript.whisperx[555].text 開放跟研議那就是沒有結果所以你們那剛剛楊耀委員他還很客氣提說你們沒有這個提版本那本席還希望我們勞動部也可以提版本行政院可以有版本所以你們你們提開放態度沒有作為那其實就就在欺騙民眾所以或者是你們沒有版本沒關係那你們有沒有一個期程或你們目前的這個
transcript.whisperx[556].start 15393.971
transcript.whisperx[556].end 15422.221
transcript.whisperx[556].text 想法跟我們報告齁其實在應該是五月中的一次委員會的時候其實我想衛環委員會裡面有做成一個組決議齁這組決議是請我們針對這個最終責任入法的這個可行性齁那三個月內對不對來進行評估對那我們也在啟動這個評估OK所以三個月後我們應該可以得到一個好消息因為開放嘛然後這個卓院長又列為最優先事項
transcript.whisperx[557].start 15424.784
transcript.whisperx[557].end 15451.502
transcript.whisperx[557].text 可以得到一個可行性評估可以努力吧我們一定要替勞工來爭取啦好那再來就是有關這個最低工資的部分我想您身為勞動部長您一定也知道我們很多的勞工朋友都希望這個我們的最低工資呢那能夠實際的反映實際生活的成本
transcript.whisperx[558].start 15452.483
transcript.whisperx[558].end 15462.874
transcript.whisperx[558].text 那所以我們大家一直認為說這個修正的決策的公式是不是可以更符合實際的現況針對這個部分 部長你們這邊有沒有什麼作為
transcript.whisperx[559].start 15468.462
transcript.whisperx[559].end 15487.277
transcript.whisperx[559].text 這些相關的公式目前其實都是按照最低工資法的修訂的程序來進行所以其實這個月的應該月底其實也會
transcript.whisperx[560].start 15488.118
transcript.whisperx[560].end 15493.521
transcript.whisperx[560].text 來針對這例工資召開諮詢會來瞭解勞資是諮詢會還是審議會諮詢會那有關諮詢會或審議會外界也認為說不夠公開透明有沒有可能這個諮詢會或審議會他可以向立法院這個開會可以直播或錄影
transcript.whisperx[561].start 15508.277
transcript.whisperx[561].end 15524.514
transcript.whisperx[561].text 有可能嗎?那個跟文說明其實先因為這個諮詢會也是勞資包括學界專業界一起加入一起通一起加入的勞資雙方還有學界嘛那我想我們的會計其實也都有都有上網公開
transcript.whisperx[562].start 15526.516
transcript.whisperx[562].end 15545.028
transcript.whisperx[562].text 這個過程決策過程可以開放公開嗎我想這裡面沒有什麼太多的秘密所以其實是可以的可以考慮公開我們其實把會議紀錄的部分我們都有公開上網的那再來就是說一般勞工認為勞方的代表比例是否足夠有可能再增加嗎
transcript.whisperx[563].start 15546.209
transcript.whisperx[563].end 15561.144
transcript.whisperx[563].text 呃勞方的比例或各方的比例其實這都應該是規範在就就在法律公司法裡面你們都按照那個法定好那所以現在大家希望說整個運作的過程決策的過程外界可以呃公開透明可以知道
transcript.whisperx[564].start 15562.084
transcript.whisperx[564].end 15581.191
transcript.whisperx[564].text 在這個會議裡面他的會議紀錄或者是應該發言的紀錄其實也都有公開的他是重點紀錄還是發言的完整的發言紀錄紀錄是紀錄是重點嘛對那如果是這樣的話不能公開嗎公開啦上網公開啦我是說開會的過程
transcript.whisperx[565].start 15585.873
transcript.whisperx[565].end 15611.53
transcript.whisperx[565].text 我想我們沒有要在這裡面做任何的隱藏但是它既有的公開的程序包括剛剛說結論的部分或發言的紀要其實我們都公開我想這裡面是用很開大門走大路的方式我本期也是反映一些勞方的心聲大家覺得也想了解在這個開會的過程到底是怎麼樣的一個審議過程我想很多人也想知道所以你們是覺得紀錄就好也不需要公開
transcript.whisperx[566].start 15612.506
transcript.whisperx[566].end 15640.644
transcript.whisperx[566].text 不是不需要公開我們其實已經針對這些發言的紀要各方發言家我們把它公開上網了我們已經這部分是有公開的你的發言紀要會議紀錄公開了那現在我的問題是那這個有沒有可能會議過程可以公開嗎有困難嗎應該不難以現在的科技就很簡單有個鏡頭有個網路這可能不是不一定是技術上面的問題但是我們可能要再研議包括這裡面其實有會有很多不同的不同方面的委員這樣子所以
transcript.whisperx[567].start 15641.485
transcript.whisperx[567].end 15665.065
transcript.whisperx[567].text 所以你的意思是委員他們不希望公開我不是這樣說可是我說關於公開或公開到什麼程度的議題我想還是要表達我們現在已經公開到會議紀錄跟發言紀要這裡面並不是黑箱沒關係你們也許可以在之後的會議也可以徵詢一下如果委員們沒意見覺得可以的話我們還是希望朝向這方面我想我們可以討論一下對討論一下好謝謝好謝謝許委員謝謝部長
transcript.whisperx[568].start 15673.51
transcript.whisperx[568].end 15701.587
transcript.whisperx[568].text 本次會議詢答全部結束委員林德福圖前期所提書面質詢列入紀錄刊登公報現在做以下決定報告及詢答完畢委員質詢未及答覆或請補充資料者請相關機關以兩週內以書面答覆委員另要求期限者從期鎖定本次會議到此結束現在散會