iVOD / 167458

Field Value
IVOD_ID 167458
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/167458
日期 2026-03-10
會議資料.會議代碼 院會-11-5-2
會議資料.會議代碼:str 第11屆第5會期第2次會議
會議資料.屆 11
會議資料.會期 5
會議資料.會次 2
會議資料.種類 院會
會議資料.標題 第11屆第5會期第2次會議
影片種類 Clip
開始時間 2026-03-10T15:19:18+08:00
結束時間 2026-03-10T15:51:22+08:00
影片長度 00:32:04
支援功能[0] ai-transcript
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/aecce60a96b323af407361d8dbd54f1688ce5eb88255d667e248d523ebf26398339739331fca71b35ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 陳菁徽
委員發言時間 15:19:18 - 15:51:22
會議時間 2026-03-10T09:00:00+08:00
會議名稱 第11屆第5會期第2次會議(事由:一、本院國民黨黨團、台灣民眾黨黨團,建請院會作成決議:「115年度總預算案中,具有急迫性及攸關重大民生之新興資本支出及新增計畫(如附件),本院同意先行予以動支。」俾以補救行政院怠於推動政務,消極不作為之行徑,影響國計民生。是否有當?請公決案等3案。二、對行政院院長提出施政方針及施政報告繼續質詢。三、3月6日上午9時至10時為國是論壇時間。)
transcript.pyannote[0].speaker SPEAKER_02
transcript.pyannote[0].start 0.53721875
transcript.pyannote[0].end 1.49909375
transcript.pyannote[1].speaker SPEAKER_02
transcript.pyannote[1].start 1.71846875
transcript.pyannote[1].end 4.21596875
transcript.pyannote[2].speaker SPEAKER_06
transcript.pyannote[2].start 4.73909375
transcript.pyannote[2].end 6.59534375
transcript.pyannote[3].speaker SPEAKER_02
transcript.pyannote[3].start 14.15534375
transcript.pyannote[3].end 30.38909375
transcript.pyannote[4].speaker SPEAKER_02
transcript.pyannote[4].start 30.40596875
transcript.pyannote[4].end 71.56409375
transcript.pyannote[5].speaker SPEAKER_06
transcript.pyannote[5].start 69.30284375
transcript.pyannote[5].end 69.62346875
transcript.pyannote[6].speaker SPEAKER_02
transcript.pyannote[6].start 72.00284375
transcript.pyannote[6].end 81.57096875
transcript.pyannote[7].speaker SPEAKER_08
transcript.pyannote[7].start 80.92971875
transcript.pyannote[7].end 82.27971875
transcript.pyannote[8].speaker SPEAKER_02
transcript.pyannote[8].start 82.11096875
transcript.pyannote[8].end 90.86909375
transcript.pyannote[9].speaker SPEAKER_02
transcript.pyannote[9].start 92.80971875
transcript.pyannote[9].end 93.65346875
transcript.pyannote[10].speaker SPEAKER_08
transcript.pyannote[10].start 92.82659375
transcript.pyannote[10].end 93.45096875
transcript.pyannote[11].speaker SPEAKER_08
transcript.pyannote[11].start 93.77159375
transcript.pyannote[11].end 96.20159375
transcript.pyannote[12].speaker SPEAKER_02
transcript.pyannote[12].start 96.48846875
transcript.pyannote[12].end 97.97346875
transcript.pyannote[13].speaker SPEAKER_02
transcript.pyannote[13].start 98.46284375
transcript.pyannote[13].end 100.99409375
transcript.pyannote[14].speaker SPEAKER_08
transcript.pyannote[14].start 100.57221875
transcript.pyannote[14].end 102.64784375
transcript.pyannote[15].speaker SPEAKER_02
transcript.pyannote[15].start 102.64784375
transcript.pyannote[15].end 106.03971875
transcript.pyannote[16].speaker SPEAKER_08
transcript.pyannote[16].start 105.93846875
transcript.pyannote[16].end 110.89971875
transcript.pyannote[17].speaker SPEAKER_02
transcript.pyannote[17].start 106.41096875
transcript.pyannote[17].end 108.94221875
transcript.pyannote[18].speaker SPEAKER_02
transcript.pyannote[18].start 110.51159375
transcript.pyannote[18].end 110.66346875
transcript.pyannote[19].speaker SPEAKER_02
transcript.pyannote[19].start 111.06846875
transcript.pyannote[19].end 115.08471875
transcript.pyannote[20].speaker SPEAKER_08
transcript.pyannote[20].start 115.08471875
transcript.pyannote[20].end 116.23221875
transcript.pyannote[21].speaker SPEAKER_02
transcript.pyannote[21].start 116.58659375
transcript.pyannote[21].end 152.00721875
transcript.pyannote[22].speaker SPEAKER_02
transcript.pyannote[22].start 152.85096875
transcript.pyannote[22].end 153.47534375
transcript.pyannote[23].speaker SPEAKER_08
transcript.pyannote[23].start 153.59346875
transcript.pyannote[23].end 155.19659375
transcript.pyannote[24].speaker SPEAKER_08
transcript.pyannote[24].start 155.31471875
transcript.pyannote[24].end 158.26784375
transcript.pyannote[25].speaker SPEAKER_02
transcript.pyannote[25].start 158.30159375
transcript.pyannote[25].end 158.65596875
transcript.pyannote[26].speaker SPEAKER_01
transcript.pyannote[26].start 158.65596875
transcript.pyannote[26].end 158.67284375
transcript.pyannote[27].speaker SPEAKER_08
transcript.pyannote[27].start 159.01034375
transcript.pyannote[27].end 159.82034375
transcript.pyannote[28].speaker SPEAKER_08
transcript.pyannote[28].start 159.93846875
transcript.pyannote[28].end 167.34659375
transcript.pyannote[29].speaker SPEAKER_07
transcript.pyannote[29].start 165.60846875
transcript.pyannote[29].end 166.01346875
transcript.pyannote[30].speaker SPEAKER_00
transcript.pyannote[30].start 166.01346875
transcript.pyannote[30].end 166.14846875
transcript.pyannote[31].speaker SPEAKER_08
transcript.pyannote[31].start 167.53221875
transcript.pyannote[31].end 167.86971875
transcript.pyannote[32].speaker SPEAKER_08
transcript.pyannote[32].start 168.05534375
transcript.pyannote[32].end 170.06346875
transcript.pyannote[33].speaker SPEAKER_08
transcript.pyannote[33].start 170.29971875
transcript.pyannote[33].end 173.53971875
transcript.pyannote[34].speaker SPEAKER_08
transcript.pyannote[34].start 173.79284375
transcript.pyannote[34].end 173.80971875
transcript.pyannote[35].speaker SPEAKER_02
transcript.pyannote[35].start 173.80971875
transcript.pyannote[35].end 174.14721875
transcript.pyannote[36].speaker SPEAKER_08
transcript.pyannote[36].start 174.53534375
transcript.pyannote[36].end 175.90221875
transcript.pyannote[37].speaker SPEAKER_02
transcript.pyannote[37].start 175.90221875
transcript.pyannote[37].end 182.63534375
transcript.pyannote[38].speaker SPEAKER_08
transcript.pyannote[38].start 176.57721875
transcript.pyannote[38].end 178.39971875
transcript.pyannote[39].speaker SPEAKER_08
transcript.pyannote[39].start 182.93909375
transcript.pyannote[39].end 186.06096875
transcript.pyannote[40].speaker SPEAKER_02
transcript.pyannote[40].start 182.98971875
transcript.pyannote[40].end 183.25971875
transcript.pyannote[41].speaker SPEAKER_08
transcript.pyannote[41].start 186.26346875
transcript.pyannote[41].end 187.98471875
transcript.pyannote[42].speaker SPEAKER_08
transcript.pyannote[42].start 188.32221875
transcript.pyannote[42].end 193.80659375
transcript.pyannote[43].speaker SPEAKER_08
transcript.pyannote[43].start 193.89096875
transcript.pyannote[43].end 193.92471875
transcript.pyannote[44].speaker SPEAKER_08
transcript.pyannote[44].start 194.00909375
transcript.pyannote[44].end 198.39659375
transcript.pyannote[45].speaker SPEAKER_08
transcript.pyannote[45].start 198.80159375
transcript.pyannote[45].end 199.71284375
transcript.pyannote[46].speaker SPEAKER_08
transcript.pyannote[46].start 199.94909375
transcript.pyannote[46].end 203.07096875
transcript.pyannote[47].speaker SPEAKER_02
transcript.pyannote[47].start 203.00346875
transcript.pyannote[47].end 203.50971875
transcript.pyannote[48].speaker SPEAKER_02
transcript.pyannote[48].start 203.52659375
transcript.pyannote[48].end 208.67346875
transcript.pyannote[49].speaker SPEAKER_08
transcript.pyannote[49].start 208.85909375
transcript.pyannote[49].end 215.52471875
transcript.pyannote[50].speaker SPEAKER_02
transcript.pyannote[50].start 209.33159375
transcript.pyannote[50].end 211.32284375
transcript.pyannote[51].speaker SPEAKER_02
transcript.pyannote[51].start 215.49096875
transcript.pyannote[51].end 215.77784375
transcript.pyannote[52].speaker SPEAKER_02
transcript.pyannote[52].start 215.94659375
transcript.pyannote[52].end 223.03409375
transcript.pyannote[53].speaker SPEAKER_08
transcript.pyannote[53].start 216.84096875
transcript.pyannote[53].end 218.49471875
transcript.pyannote[54].speaker SPEAKER_02
transcript.pyannote[54].start 223.27034375
transcript.pyannote[54].end 230.91471875
transcript.pyannote[55].speaker SPEAKER_04
transcript.pyannote[55].start 233.41221875
transcript.pyannote[55].end 250.86096875
transcript.pyannote[56].speaker SPEAKER_08
transcript.pyannote[56].start 250.86096875
transcript.pyannote[56].end 253.76346875
transcript.pyannote[57].speaker SPEAKER_08
transcript.pyannote[57].start 254.13471875
transcript.pyannote[57].end 254.96159375
transcript.pyannote[58].speaker SPEAKER_04
transcript.pyannote[58].start 254.96159375
transcript.pyannote[58].end 269.05221875
transcript.pyannote[59].speaker SPEAKER_08
transcript.pyannote[59].start 254.99534375
transcript.pyannote[59].end 255.48471875
transcript.pyannote[60].speaker SPEAKER_08
transcript.pyannote[60].start 257.30721875
transcript.pyannote[60].end 258.67409375
transcript.pyannote[61].speaker SPEAKER_08
transcript.pyannote[61].start 270.55409375
transcript.pyannote[61].end 276.15659375
transcript.pyannote[62].speaker SPEAKER_02
transcript.pyannote[62].start 275.11034375
transcript.pyannote[62].end 277.79346875
transcript.pyannote[63].speaker SPEAKER_08
transcript.pyannote[63].start 276.73034375
transcript.pyannote[63].end 277.27034375
transcript.pyannote[64].speaker SPEAKER_08
transcript.pyannote[64].start 277.77659375
transcript.pyannote[64].end 278.23221875
transcript.pyannote[65].speaker SPEAKER_02
transcript.pyannote[65].start 277.81034375
transcript.pyannote[65].end 277.87784375
transcript.pyannote[66].speaker SPEAKER_02
transcript.pyannote[66].start 278.14784375
transcript.pyannote[66].end 294.80346875
transcript.pyannote[67].speaker SPEAKER_01
transcript.pyannote[67].start 287.91846875
transcript.pyannote[67].end 288.01971875
transcript.pyannote[68].speaker SPEAKER_02
transcript.pyannote[68].start 294.87096875
transcript.pyannote[68].end 317.21346875
transcript.pyannote[69].speaker SPEAKER_08
transcript.pyannote[69].start 317.43284375
transcript.pyannote[69].end 320.57159375
transcript.pyannote[70].speaker SPEAKER_08
transcript.pyannote[70].start 320.85846875
transcript.pyannote[70].end 326.93346875
transcript.pyannote[71].speaker SPEAKER_08
transcript.pyannote[71].start 327.82784375
transcript.pyannote[71].end 343.01534375
transcript.pyannote[72].speaker SPEAKER_02
transcript.pyannote[72].start 341.49659375
transcript.pyannote[72].end 342.86346875
transcript.pyannote[73].speaker SPEAKER_02
transcript.pyannote[73].start 343.01534375
transcript.pyannote[73].end 343.03221875
transcript.pyannote[74].speaker SPEAKER_02
transcript.pyannote[74].start 343.09971875
transcript.pyannote[74].end 372.61409375
transcript.pyannote[75].speaker SPEAKER_04
transcript.pyannote[75].start 358.60784375
transcript.pyannote[75].end 360.09284375
transcript.pyannote[76].speaker SPEAKER_04
transcript.pyannote[76].start 360.61596875
transcript.pyannote[76].end 362.16846875
transcript.pyannote[77].speaker SPEAKER_04
transcript.pyannote[77].start 368.86784375
transcript.pyannote[77].end 368.88471875
transcript.pyannote[78].speaker SPEAKER_08
transcript.pyannote[78].start 368.88471875
transcript.pyannote[78].end 369.44159375
transcript.pyannote[79].speaker SPEAKER_04
transcript.pyannote[79].start 369.44159375
transcript.pyannote[79].end 369.79596875
transcript.pyannote[80].speaker SPEAKER_08
transcript.pyannote[80].start 371.14596875
transcript.pyannote[80].end 371.60159375
transcript.pyannote[81].speaker SPEAKER_08
transcript.pyannote[81].start 372.61409375
transcript.pyannote[81].end 381.43971875
transcript.pyannote[82].speaker SPEAKER_02
transcript.pyannote[82].start 381.43971875
transcript.pyannote[82].end 384.05534375
transcript.pyannote[83].speaker SPEAKER_08
transcript.pyannote[83].start 382.16534375
transcript.pyannote[83].end 388.07159375
transcript.pyannote[84].speaker SPEAKER_08
transcript.pyannote[84].start 388.51034375
transcript.pyannote[84].end 399.00659375
transcript.pyannote[85].speaker SPEAKER_02
transcript.pyannote[85].start 396.57659375
transcript.pyannote[85].end 468.05909375
transcript.pyannote[86].speaker SPEAKER_08
transcript.pyannote[86].start 407.39346875
transcript.pyannote[86].end 410.34659375
transcript.pyannote[87].speaker SPEAKER_02
transcript.pyannote[87].start 468.39659375
transcript.pyannote[87].end 537.61784375
transcript.pyannote[88].speaker SPEAKER_02
transcript.pyannote[88].start 537.75284375
transcript.pyannote[88].end 558.35721875
transcript.pyannote[89].speaker SPEAKER_02
transcript.pyannote[89].start 558.59346875
transcript.pyannote[89].end 567.52034375
transcript.pyannote[90].speaker SPEAKER_07
transcript.pyannote[90].start 567.79034375
transcript.pyannote[90].end 576.26159375
transcript.pyannote[91].speaker SPEAKER_07
transcript.pyannote[91].start 576.85221875
transcript.pyannote[91].end 581.05409375
transcript.pyannote[92].speaker SPEAKER_07
transcript.pyannote[92].start 582.03284375
transcript.pyannote[92].end 583.73721875
transcript.pyannote[93].speaker SPEAKER_07
transcript.pyannote[93].start 584.41221875
transcript.pyannote[93].end 601.82721875
transcript.pyannote[94].speaker SPEAKER_04
transcript.pyannote[94].start 598.97534375
transcript.pyannote[94].end 599.49846875
transcript.pyannote[95].speaker SPEAKER_04
transcript.pyannote[95].start 600.79784375
transcript.pyannote[95].end 601.27034375
transcript.pyannote[96].speaker SPEAKER_04
transcript.pyannote[96].start 601.79346875
transcript.pyannote[96].end 607.02471875
transcript.pyannote[97].speaker SPEAKER_07
transcript.pyannote[97].start 607.02471875
transcript.pyannote[97].end 609.72471875
transcript.pyannote[98].speaker SPEAKER_02
transcript.pyannote[98].start 607.51409375
transcript.pyannote[98].end 609.08346875
transcript.pyannote[99].speaker SPEAKER_02
transcript.pyannote[99].start 609.72471875
transcript.pyannote[99].end 625.50284375
transcript.pyannote[100].speaker SPEAKER_08
transcript.pyannote[100].start 626.27909375
transcript.pyannote[100].end 630.43034375
transcript.pyannote[101].speaker SPEAKER_08
transcript.pyannote[101].start 631.07159375
transcript.pyannote[101].end 635.71221875
transcript.pyannote[102].speaker SPEAKER_08
transcript.pyannote[102].start 635.99909375
transcript.pyannote[102].end 644.77409375
transcript.pyannote[103].speaker SPEAKER_08
transcript.pyannote[103].start 645.12846875
transcript.pyannote[103].end 648.08159375
transcript.pyannote[104].speaker SPEAKER_08
transcript.pyannote[104].start 648.41909375
transcript.pyannote[104].end 648.92534375
transcript.pyannote[105].speaker SPEAKER_08
transcript.pyannote[105].start 649.38096875
transcript.pyannote[105].end 653.76846875
transcript.pyannote[106].speaker SPEAKER_08
transcript.pyannote[106].start 654.08909375
transcript.pyannote[106].end 662.42534375
transcript.pyannote[107].speaker SPEAKER_02
transcript.pyannote[107].start 661.00784375
transcript.pyannote[107].end 661.53096875
transcript.pyannote[108].speaker SPEAKER_02
transcript.pyannote[108].start 662.18909375
transcript.pyannote[108].end 662.25659375
transcript.pyannote[109].speaker SPEAKER_02
transcript.pyannote[109].start 662.42534375
transcript.pyannote[109].end 672.98909375
transcript.pyannote[110].speaker SPEAKER_08
transcript.pyannote[110].start 662.74596875
transcript.pyannote[110].end 662.98221875
transcript.pyannote[111].speaker SPEAKER_02
transcript.pyannote[111].start 673.14096875
transcript.pyannote[111].end 673.29284375
transcript.pyannote[112].speaker SPEAKER_07
transcript.pyannote[112].start 674.13659375
transcript.pyannote[112].end 676.39784375
transcript.pyannote[113].speaker SPEAKER_02
transcript.pyannote[113].start 675.52034375
transcript.pyannote[113].end 676.68471875
transcript.pyannote[114].speaker SPEAKER_07
transcript.pyannote[114].start 677.27534375
transcript.pyannote[114].end 683.19846875
transcript.pyannote[115].speaker SPEAKER_02
transcript.pyannote[115].start 681.02159375
transcript.pyannote[115].end 681.27471875
transcript.pyannote[116].speaker SPEAKER_07
transcript.pyannote[116].start 683.82284375
transcript.pyannote[116].end 687.82221875
transcript.pyannote[117].speaker SPEAKER_02
transcript.pyannote[117].start 687.38346875
transcript.pyannote[117].end 689.71221875
transcript.pyannote[118].speaker SPEAKER_02
transcript.pyannote[118].start 690.37034375
transcript.pyannote[118].end 691.87221875
transcript.pyannote[119].speaker SPEAKER_06
transcript.pyannote[119].start 693.28971875
transcript.pyannote[119].end 694.75784375
transcript.pyannote[120].speaker SPEAKER_02
transcript.pyannote[120].start 695.17971875
transcript.pyannote[120].end 704.88284375
transcript.pyannote[121].speaker SPEAKER_02
transcript.pyannote[121].start 705.18659375
transcript.pyannote[121].end 714.87284375
transcript.pyannote[122].speaker SPEAKER_03
transcript.pyannote[122].start 714.38346875
transcript.pyannote[122].end 735.67971875
transcript.pyannote[123].speaker SPEAKER_02
transcript.pyannote[123].start 738.80159375
transcript.pyannote[123].end 743.54346875
transcript.pyannote[124].speaker SPEAKER_02
transcript.pyannote[124].start 743.57721875
transcript.pyannote[124].end 755.28846875
transcript.pyannote[125].speaker SPEAKER_02
transcript.pyannote[125].start 755.49096875
transcript.pyannote[125].end 786.82784375
transcript.pyannote[126].speaker SPEAKER_02
transcript.pyannote[126].start 787.01346875
transcript.pyannote[126].end 868.82346875
transcript.pyannote[127].speaker SPEAKER_02
transcript.pyannote[127].start 869.24534375
transcript.pyannote[127].end 874.64534375
transcript.pyannote[128].speaker SPEAKER_02
transcript.pyannote[128].start 874.69596875
transcript.pyannote[128].end 923.39721875
transcript.pyannote[129].speaker SPEAKER_00
transcript.pyannote[129].start 878.29034375
transcript.pyannote[129].end 878.56034375
transcript.pyannote[130].speaker SPEAKER_02
transcript.pyannote[130].start 923.59971875
transcript.pyannote[130].end 926.04659375
transcript.pyannote[131].speaker SPEAKER_02
transcript.pyannote[131].start 926.35034375
transcript.pyannote[131].end 931.00784375
transcript.pyannote[132].speaker SPEAKER_02
transcript.pyannote[132].start 931.32846875
transcript.pyannote[132].end 931.81784375
transcript.pyannote[133].speaker SPEAKER_02
transcript.pyannote[133].start 932.13846875
transcript.pyannote[133].end 968.36909375
transcript.pyannote[134].speaker SPEAKER_02
transcript.pyannote[134].start 968.74034375
transcript.pyannote[134].end 969.28034375
transcript.pyannote[135].speaker SPEAKER_02
transcript.pyannote[135].start 969.36471875
transcript.pyannote[135].end 975.55784375
transcript.pyannote[136].speaker SPEAKER_02
transcript.pyannote[136].start 975.67596875
transcript.pyannote[136].end 991.99409375
transcript.pyannote[137].speaker SPEAKER_02
transcript.pyannote[137].start 992.19659375
transcript.pyannote[137].end 997.63034375
transcript.pyannote[138].speaker SPEAKER_02
transcript.pyannote[138].start 997.79909375
transcript.pyannote[138].end 1040.50971875
transcript.pyannote[139].speaker SPEAKER_07
transcript.pyannote[139].start 1041.16784375
transcript.pyannote[139].end 1043.76659375
transcript.pyannote[140].speaker SPEAKER_02
transcript.pyannote[140].start 1042.99034375
transcript.pyannote[140].end 1043.05784375
transcript.pyannote[141].speaker SPEAKER_07
transcript.pyannote[141].start 1044.15471875
transcript.pyannote[141].end 1045.52159375
transcript.pyannote[142].speaker SPEAKER_07
transcript.pyannote[142].start 1045.82534375
transcript.pyannote[142].end 1047.83346875
transcript.pyannote[143].speaker SPEAKER_07
transcript.pyannote[143].start 1047.93471875
transcript.pyannote[143].end 1048.25534375
transcript.pyannote[144].speaker SPEAKER_07
transcript.pyannote[144].start 1048.32284375
transcript.pyannote[144].end 1050.12846875
transcript.pyannote[145].speaker SPEAKER_07
transcript.pyannote[145].start 1050.56721875
transcript.pyannote[145].end 1051.78221875
transcript.pyannote[146].speaker SPEAKER_07
transcript.pyannote[146].start 1052.22096875
transcript.pyannote[146].end 1055.52846875
transcript.pyannote[147].speaker SPEAKER_07
transcript.pyannote[147].start 1055.68034375
transcript.pyannote[147].end 1065.16409375
transcript.pyannote[148].speaker SPEAKER_07
transcript.pyannote[148].start 1065.34971875
transcript.pyannote[148].end 1076.63909375
transcript.pyannote[149].speaker SPEAKER_00
transcript.pyannote[149].start 1069.33221875
transcript.pyannote[149].end 1069.34909375
transcript.pyannote[150].speaker SPEAKER_02
transcript.pyannote[150].start 1069.34909375
transcript.pyannote[150].end 1069.73721875
transcript.pyannote[151].speaker SPEAKER_02
transcript.pyannote[151].start 1071.18846875
transcript.pyannote[151].end 1071.57659375
transcript.pyannote[152].speaker SPEAKER_02
transcript.pyannote[152].start 1075.77846875
transcript.pyannote[152].end 1083.23721875
transcript.pyannote[153].speaker SPEAKER_07
transcript.pyannote[153].start 1083.18659375
transcript.pyannote[153].end 1085.14409375
transcript.pyannote[154].speaker SPEAKER_02
transcript.pyannote[154].start 1085.14409375
transcript.pyannote[154].end 1086.76409375
transcript.pyannote[155].speaker SPEAKER_05
transcript.pyannote[155].start 1085.14409375
transcript.pyannote[155].end 1087.05096875
transcript.pyannote[156].speaker SPEAKER_02
transcript.pyannote[156].start 1087.05096875
transcript.pyannote[156].end 1088.82284375
transcript.pyannote[157].speaker SPEAKER_05
transcript.pyannote[157].start 1087.45596875
transcript.pyannote[157].end 1117.88159375
transcript.pyannote[158].speaker SPEAKER_00
transcript.pyannote[158].start 1109.20784375
transcript.pyannote[158].end 1109.25846875
transcript.pyannote[159].speaker SPEAKER_02
transcript.pyannote[159].start 1109.25846875
transcript.pyannote[159].end 1109.66346875
transcript.pyannote[160].speaker SPEAKER_02
transcript.pyannote[160].start 1115.48534375
transcript.pyannote[160].end 1115.85659375
transcript.pyannote[161].speaker SPEAKER_02
transcript.pyannote[161].start 1117.57784375
transcript.pyannote[161].end 1154.95596875
transcript.pyannote[162].speaker SPEAKER_02
transcript.pyannote[162].start 1155.20909375
transcript.pyannote[162].end 1158.41534375
transcript.pyannote[163].speaker SPEAKER_02
transcript.pyannote[163].start 1158.98909375
transcript.pyannote[163].end 1159.90034375
transcript.pyannote[164].speaker SPEAKER_07
transcript.pyannote[164].start 1160.06909375
transcript.pyannote[164].end 1163.17409375
transcript.pyannote[165].speaker SPEAKER_07
transcript.pyannote[165].start 1163.44409375
transcript.pyannote[165].end 1165.60409375
transcript.pyannote[166].speaker SPEAKER_07
transcript.pyannote[166].start 1165.78971875
transcript.pyannote[166].end 1167.35909375
transcript.pyannote[167].speaker SPEAKER_07
transcript.pyannote[167].start 1167.78096875
transcript.pyannote[167].end 1170.00846875
transcript.pyannote[168].speaker SPEAKER_01
transcript.pyannote[168].start 1167.81471875
transcript.pyannote[168].end 1167.96659375
transcript.pyannote[169].speaker SPEAKER_00
transcript.pyannote[169].start 1167.96659375
transcript.pyannote[169].end 1168.08471875
transcript.pyannote[170].speaker SPEAKER_07
transcript.pyannote[170].start 1170.58221875
transcript.pyannote[170].end 1173.26534375
transcript.pyannote[171].speaker SPEAKER_07
transcript.pyannote[171].start 1173.53534375
transcript.pyannote[171].end 1174.29471875
transcript.pyannote[172].speaker SPEAKER_07
transcript.pyannote[172].start 1174.37909375
transcript.pyannote[172].end 1175.52659375
transcript.pyannote[173].speaker SPEAKER_07
transcript.pyannote[173].start 1175.86409375
transcript.pyannote[173].end 1178.00721875
transcript.pyannote[174].speaker SPEAKER_07
transcript.pyannote[174].start 1178.17596875
transcript.pyannote[174].end 1181.82096875
transcript.pyannote[175].speaker SPEAKER_02
transcript.pyannote[175].start 1181.93909375
transcript.pyannote[175].end 1206.99846875
transcript.pyannote[176].speaker SPEAKER_02
transcript.pyannote[176].start 1208.60159375
transcript.pyannote[176].end 1209.52971875
transcript.pyannote[177].speaker SPEAKER_07
transcript.pyannote[177].start 1210.42409375
transcript.pyannote[177].end 1212.26346875
transcript.pyannote[178].speaker SPEAKER_05
transcript.pyannote[178].start 1211.82471875
transcript.pyannote[178].end 1240.90034375
transcript.pyannote[179].speaker SPEAKER_04
transcript.pyannote[179].start 1229.54346875
transcript.pyannote[179].end 1229.96534375
transcript.pyannote[180].speaker SPEAKER_02
transcript.pyannote[180].start 1240.90034375
transcript.pyannote[180].end 1242.87471875
transcript.pyannote[181].speaker SPEAKER_02
transcript.pyannote[181].start 1243.16159375
transcript.pyannote[181].end 1243.87034375
transcript.pyannote[182].speaker SPEAKER_05
transcript.pyannote[182].start 1244.22471875
transcript.pyannote[182].end 1247.65034375
transcript.pyannote[183].speaker SPEAKER_02
transcript.pyannote[183].start 1247.65034375
transcript.pyannote[183].end 1247.88659375
transcript.pyannote[184].speaker SPEAKER_05
transcript.pyannote[184].start 1247.73471875
transcript.pyannote[184].end 1247.81909375
transcript.pyannote[185].speaker SPEAKER_05
transcript.pyannote[185].start 1247.88659375
transcript.pyannote[185].end 1248.86534375
transcript.pyannote[186].speaker SPEAKER_02
transcript.pyannote[186].start 1249.06784375
transcript.pyannote[186].end 1252.00409375
transcript.pyannote[187].speaker SPEAKER_02
transcript.pyannote[187].start 1252.25721875
transcript.pyannote[187].end 1254.77159375
transcript.pyannote[188].speaker SPEAKER_02
transcript.pyannote[188].start 1255.46346875
transcript.pyannote[188].end 1261.85909375
transcript.pyannote[189].speaker SPEAKER_02
transcript.pyannote[189].start 1262.53409375
transcript.pyannote[189].end 1269.36846875
transcript.pyannote[190].speaker SPEAKER_02
transcript.pyannote[190].start 1269.77346875
transcript.pyannote[190].end 1273.23284375
transcript.pyannote[191].speaker SPEAKER_02
transcript.pyannote[191].start 1273.40159375
transcript.pyannote[191].end 1280.50596875
transcript.pyannote[192].speaker SPEAKER_02
transcript.pyannote[192].start 1280.96159375
transcript.pyannote[192].end 1282.46346875
transcript.pyannote[193].speaker SPEAKER_05
transcript.pyannote[193].start 1283.15534375
transcript.pyannote[193].end 1288.45409375
transcript.pyannote[194].speaker SPEAKER_02
transcript.pyannote[194].start 1287.22221875
transcript.pyannote[194].end 1290.93471875
transcript.pyannote[195].speaker SPEAKER_05
transcript.pyannote[195].start 1288.80846875
transcript.pyannote[195].end 1289.97284375
transcript.pyannote[196].speaker SPEAKER_05
transcript.pyannote[196].start 1291.39034375
transcript.pyannote[196].end 1296.65534375
transcript.pyannote[197].speaker SPEAKER_07
transcript.pyannote[197].start 1296.57096875
transcript.pyannote[197].end 1296.94221875
transcript.pyannote[198].speaker SPEAKER_05
transcript.pyannote[198].start 1296.77346875
transcript.pyannote[198].end 1322.69346875
transcript.pyannote[199].speaker SPEAKER_07
transcript.pyannote[199].start 1304.33346875
transcript.pyannote[199].end 1304.36721875
transcript.pyannote[200].speaker SPEAKER_01
transcript.pyannote[200].start 1304.36721875
transcript.pyannote[200].end 1306.54409375
transcript.pyannote[201].speaker SPEAKER_00
transcript.pyannote[201].start 1306.54409375
transcript.pyannote[201].end 1306.56096875
transcript.pyannote[202].speaker SPEAKER_00
transcript.pyannote[202].start 1310.15534375
transcript.pyannote[202].end 1310.37471875
transcript.pyannote[203].speaker SPEAKER_01
transcript.pyannote[203].start 1314.37409375
transcript.pyannote[203].end 1314.64409375
transcript.pyannote[204].speaker SPEAKER_02
transcript.pyannote[204].start 1321.66409375
transcript.pyannote[204].end 1330.11846875
transcript.pyannote[205].speaker SPEAKER_05
transcript.pyannote[205].start 1328.49846875
transcript.pyannote[205].end 1328.56596875
transcript.pyannote[206].speaker SPEAKER_02
transcript.pyannote[206].start 1330.81034375
transcript.pyannote[206].end 1335.13034375
transcript.pyannote[207].speaker SPEAKER_02
transcript.pyannote[207].start 1335.45096875
transcript.pyannote[207].end 1336.26096875
transcript.pyannote[208].speaker SPEAKER_02
transcript.pyannote[208].start 1336.49721875
transcript.pyannote[208].end 1354.62096875
transcript.pyannote[209].speaker SPEAKER_05
transcript.pyannote[209].start 1354.77284375
transcript.pyannote[209].end 1368.17159375
transcript.pyannote[210].speaker SPEAKER_02
transcript.pyannote[210].start 1357.60784375
transcript.pyannote[210].end 1357.72596875
transcript.pyannote[211].speaker SPEAKER_04
transcript.pyannote[211].start 1357.72596875
transcript.pyannote[211].end 1358.97471875
transcript.pyannote[212].speaker SPEAKER_02
transcript.pyannote[212].start 1358.97471875
transcript.pyannote[212].end 1359.19409375
transcript.pyannote[213].speaker SPEAKER_04
transcript.pyannote[213].start 1363.12596875
transcript.pyannote[213].end 1365.65721875
transcript.pyannote[214].speaker SPEAKER_04
transcript.pyannote[214].start 1368.96471875
transcript.pyannote[214].end 1373.03159375
transcript.pyannote[215].speaker SPEAKER_05
transcript.pyannote[215].start 1369.31909375
transcript.pyannote[215].end 1369.85909375
transcript.pyannote[216].speaker SPEAKER_02
transcript.pyannote[216].start 1373.03159375
transcript.pyannote[216].end 1373.90909375
transcript.pyannote[217].speaker SPEAKER_02
transcript.pyannote[217].start 1374.28034375
transcript.pyannote[217].end 1380.25409375
transcript.pyannote[218].speaker SPEAKER_04
transcript.pyannote[218].start 1375.19159375
transcript.pyannote[218].end 1375.68096875
transcript.pyannote[219].speaker SPEAKER_05
transcript.pyannote[219].start 1375.68096875
transcript.pyannote[219].end 1375.71471875
transcript.pyannote[220].speaker SPEAKER_04
transcript.pyannote[220].start 1375.71471875
transcript.pyannote[220].end 1375.74846875
transcript.pyannote[221].speaker SPEAKER_05
transcript.pyannote[221].start 1380.27096875
transcript.pyannote[221].end 1389.78846875
transcript.pyannote[222].speaker SPEAKER_07
transcript.pyannote[222].start 1389.99096875
transcript.pyannote[222].end 1393.02846875
transcript.pyannote[223].speaker SPEAKER_04
transcript.pyannote[223].start 1392.10034375
transcript.pyannote[223].end 1392.64034375
transcript.pyannote[224].speaker SPEAKER_04
transcript.pyannote[224].start 1392.96096875
transcript.pyannote[224].end 1393.01159375
transcript.pyannote[225].speaker SPEAKER_04
transcript.pyannote[225].start 1393.02846875
transcript.pyannote[225].end 1396.77471875
transcript.pyannote[226].speaker SPEAKER_04
transcript.pyannote[226].start 1397.48346875
transcript.pyannote[226].end 1398.02346875
transcript.pyannote[227].speaker SPEAKER_02
transcript.pyannote[227].start 1398.02346875
transcript.pyannote[227].end 1402.51221875
transcript.pyannote[228].speaker SPEAKER_07
transcript.pyannote[228].start 1402.69784375
transcript.pyannote[228].end 1411.45596875
transcript.pyannote[229].speaker SPEAKER_02
transcript.pyannote[229].start 1406.54534375
transcript.pyannote[229].end 1406.88284375
transcript.pyannote[230].speaker SPEAKER_02
transcript.pyannote[230].start 1410.93284375
transcript.pyannote[230].end 1413.12659375
transcript.pyannote[231].speaker SPEAKER_02
transcript.pyannote[231].start 1413.31221875
transcript.pyannote[231].end 1417.75034375
transcript.pyannote[232].speaker SPEAKER_02
transcript.pyannote[232].start 1418.10471875
transcript.pyannote[232].end 1424.41596875
transcript.pyannote[233].speaker SPEAKER_02
transcript.pyannote[233].start 1424.70284375
transcript.pyannote[233].end 1425.34409375
transcript.pyannote[234].speaker SPEAKER_02
transcript.pyannote[234].start 1426.08659375
transcript.pyannote[234].end 1451.56784375
transcript.pyannote[235].speaker SPEAKER_02
transcript.pyannote[235].start 1451.68596875
transcript.pyannote[235].end 1460.03909375
transcript.pyannote[236].speaker SPEAKER_02
transcript.pyannote[236].start 1460.39346875
transcript.pyannote[236].end 1466.43471875
transcript.pyannote[237].speaker SPEAKER_05
transcript.pyannote[237].start 1466.95784375
transcript.pyannote[237].end 1474.14659375
transcript.pyannote[238].speaker SPEAKER_02
transcript.pyannote[238].start 1474.99034375
transcript.pyannote[238].end 1477.67346875
transcript.pyannote[239].speaker SPEAKER_05
transcript.pyannote[239].start 1476.84659375
transcript.pyannote[239].end 1477.43721875
transcript.pyannote[240].speaker SPEAKER_05
transcript.pyannote[240].start 1477.67346875
transcript.pyannote[240].end 1477.69034375
transcript.pyannote[241].speaker SPEAKER_02
transcript.pyannote[241].start 1477.69034375
transcript.pyannote[241].end 1477.70721875
transcript.pyannote[242].speaker SPEAKER_05
transcript.pyannote[242].start 1477.70721875
transcript.pyannote[242].end 1477.72409375
transcript.pyannote[243].speaker SPEAKER_05
transcript.pyannote[243].start 1477.97721875
transcript.pyannote[243].end 1484.37284375
transcript.pyannote[244].speaker SPEAKER_05
transcript.pyannote[244].start 1484.57534375
transcript.pyannote[244].end 1497.72096875
transcript.pyannote[245].speaker SPEAKER_02
transcript.pyannote[245].start 1492.69221875
transcript.pyannote[245].end 1493.06346875
transcript.pyannote[246].speaker SPEAKER_02
transcript.pyannote[246].start 1497.88971875
transcript.pyannote[246].end 1499.57721875
transcript.pyannote[247].speaker SPEAKER_05
transcript.pyannote[247].start 1499.57721875
transcript.pyannote[247].end 1501.45034375
transcript.pyannote[248].speaker SPEAKER_02
transcript.pyannote[248].start 1502.10846875
transcript.pyannote[248].end 1504.89284375
transcript.pyannote[249].speaker SPEAKER_02
transcript.pyannote[249].start 1504.97721875
transcript.pyannote[249].end 1505.01096875
transcript.pyannote[250].speaker SPEAKER_02
transcript.pyannote[250].start 1505.12909375
transcript.pyannote[250].end 1506.93471875
transcript.pyannote[251].speaker SPEAKER_02
transcript.pyannote[251].start 1507.59284375
transcript.pyannote[251].end 1513.66784375
transcript.pyannote[252].speaker SPEAKER_05
transcript.pyannote[252].start 1514.44409375
transcript.pyannote[252].end 1515.32159375
transcript.pyannote[253].speaker SPEAKER_05
transcript.pyannote[253].start 1515.50721875
transcript.pyannote[253].end 1520.04659375
transcript.pyannote[254].speaker SPEAKER_02
transcript.pyannote[254].start 1515.55784375
transcript.pyannote[254].end 1517.48159375
transcript.pyannote[255].speaker SPEAKER_02
transcript.pyannote[255].start 1520.40096875
transcript.pyannote[255].end 1563.49971875
transcript.pyannote[256].speaker SPEAKER_02
transcript.pyannote[256].start 1564.02284375
transcript.pyannote[256].end 1565.00159375
transcript.pyannote[257].speaker SPEAKER_05
transcript.pyannote[257].start 1565.00159375
transcript.pyannote[257].end 1565.08596875
transcript.pyannote[258].speaker SPEAKER_05
transcript.pyannote[258].start 1565.18721875
transcript.pyannote[258].end 1570.55346875
transcript.pyannote[259].speaker SPEAKER_02
transcript.pyannote[259].start 1570.55346875
transcript.pyannote[259].end 1571.95409375
transcript.pyannote[260].speaker SPEAKER_05
transcript.pyannote[260].start 1570.62096875
transcript.pyannote[260].end 1570.67159375
transcript.pyannote[261].speaker SPEAKER_05
transcript.pyannote[261].start 1572.19034375
transcript.pyannote[261].end 1573.05096875
transcript.pyannote[262].speaker SPEAKER_05
transcript.pyannote[262].start 1573.18596875
transcript.pyannote[262].end 1575.29534375
transcript.pyannote[263].speaker SPEAKER_05
transcript.pyannote[263].start 1575.73409375
transcript.pyannote[263].end 1575.76784375
transcript.pyannote[264].speaker SPEAKER_07
transcript.pyannote[264].start 1575.76784375
transcript.pyannote[264].end 1582.12971875
transcript.pyannote[265].speaker SPEAKER_05
transcript.pyannote[265].start 1577.47221875
transcript.pyannote[265].end 1577.62409375
transcript.pyannote[266].speaker SPEAKER_07
transcript.pyannote[266].start 1582.33221875
transcript.pyannote[266].end 1586.07846875
transcript.pyannote[267].speaker SPEAKER_02
transcript.pyannote[267].start 1586.33159375
transcript.pyannote[267].end 1596.72659375
transcript.pyannote[268].speaker SPEAKER_06
transcript.pyannote[268].start 1597.99221875
transcript.pyannote[268].end 1600.03409375
transcript.pyannote[269].speaker SPEAKER_06
transcript.pyannote[269].start 1600.20284375
transcript.pyannote[269].end 1600.96221875
transcript.pyannote[270].speaker SPEAKER_02
transcript.pyannote[270].start 1601.48534375
transcript.pyannote[270].end 1601.97471875
transcript.pyannote[271].speaker SPEAKER_02
transcript.pyannote[271].start 1602.43034375
transcript.pyannote[271].end 1602.78471875
transcript.pyannote[272].speaker SPEAKER_06
transcript.pyannote[272].start 1603.12221875
transcript.pyannote[272].end 1604.21909375
transcript.pyannote[273].speaker SPEAKER_02
transcript.pyannote[273].start 1603.15596875
transcript.pyannote[273].end 1604.42159375
transcript.pyannote[274].speaker SPEAKER_06
transcript.pyannote[274].start 1604.42159375
transcript.pyannote[274].end 1604.45534375
transcript.pyannote[275].speaker SPEAKER_06
transcript.pyannote[275].start 1604.48909375
transcript.pyannote[275].end 1608.96096875
transcript.pyannote[276].speaker SPEAKER_02
transcript.pyannote[276].start 1608.10034375
transcript.pyannote[276].end 1608.43784375
transcript.pyannote[277].speaker SPEAKER_02
transcript.pyannote[277].start 1608.60659375
transcript.pyannote[277].end 1609.04534375
transcript.pyannote[278].speaker SPEAKER_06
transcript.pyannote[278].start 1609.04534375
transcript.pyannote[278].end 1611.96471875
transcript.pyannote[279].speaker SPEAKER_02
transcript.pyannote[279].start 1611.17159375
transcript.pyannote[279].end 1614.10784375
transcript.pyannote[280].speaker SPEAKER_06
transcript.pyannote[280].start 1612.43721875
transcript.pyannote[280].end 1615.72784375
transcript.pyannote[281].speaker SPEAKER_06
transcript.pyannote[281].start 1615.79534375
transcript.pyannote[281].end 1617.98909375
transcript.pyannote[282].speaker SPEAKER_06
transcript.pyannote[282].start 1618.83284375
transcript.pyannote[282].end 1619.10284375
transcript.pyannote[283].speaker SPEAKER_06
transcript.pyannote[283].start 1620.57096875
transcript.pyannote[283].end 1625.54909375
transcript.pyannote[284].speaker SPEAKER_07
transcript.pyannote[284].start 1621.83659375
transcript.pyannote[284].end 1621.92096875
transcript.pyannote[285].speaker SPEAKER_07
transcript.pyannote[285].start 1623.89534375
transcript.pyannote[285].end 1623.92909375
transcript.pyannote[286].speaker SPEAKER_02
transcript.pyannote[286].start 1623.92909375
transcript.pyannote[286].end 1624.04721875
transcript.pyannote[287].speaker SPEAKER_07
transcript.pyannote[287].start 1624.04721875
transcript.pyannote[287].end 1624.06409375
transcript.pyannote[288].speaker SPEAKER_02
transcript.pyannote[288].start 1624.06409375
transcript.pyannote[288].end 1624.40159375
transcript.pyannote[289].speaker SPEAKER_06
transcript.pyannote[289].start 1626.05534375
transcript.pyannote[289].end 1627.00034375
transcript.pyannote[290].speaker SPEAKER_06
transcript.pyannote[290].start 1627.33784375
transcript.pyannote[290].end 1628.89034375
transcript.pyannote[291].speaker SPEAKER_02
transcript.pyannote[291].start 1633.91909375
transcript.pyannote[291].end 1634.84721875
transcript.pyannote[292].speaker SPEAKER_02
transcript.pyannote[292].start 1635.13409375
transcript.pyannote[292].end 1676.22471875
transcript.pyannote[293].speaker SPEAKER_02
transcript.pyannote[293].start 1676.57909375
transcript.pyannote[293].end 1699.68096875
transcript.pyannote[294].speaker SPEAKER_02
transcript.pyannote[294].start 1700.27159375
transcript.pyannote[294].end 1713.13034375
transcript.pyannote[295].speaker SPEAKER_04
transcript.pyannote[295].start 1713.95721875
transcript.pyannote[295].end 1714.46346875
transcript.pyannote[296].speaker SPEAKER_02
transcript.pyannote[296].start 1714.53096875
transcript.pyannote[296].end 1732.19909375
transcript.pyannote[297].speaker SPEAKER_02
transcript.pyannote[297].start 1732.63784375
transcript.pyannote[297].end 1733.51534375
transcript.pyannote[298].speaker SPEAKER_02
transcript.pyannote[298].start 1733.80221875
transcript.pyannote[298].end 1736.19846875
transcript.pyannote[299].speaker SPEAKER_05
transcript.pyannote[299].start 1736.99159375
transcript.pyannote[299].end 1738.00409375
transcript.pyannote[300].speaker SPEAKER_02
transcript.pyannote[300].start 1738.49346875
transcript.pyannote[300].end 1743.74159375
transcript.pyannote[301].speaker SPEAKER_05
transcript.pyannote[301].start 1744.34909375
transcript.pyannote[301].end 1745.24346875
transcript.pyannote[302].speaker SPEAKER_02
transcript.pyannote[302].start 1745.24346875
transcript.pyannote[302].end 1749.31034375
transcript.pyannote[303].speaker SPEAKER_02
transcript.pyannote[303].start 1749.68159375
transcript.pyannote[303].end 1750.37346875
transcript.pyannote[304].speaker SPEAKER_02
transcript.pyannote[304].start 1751.57159375
transcript.pyannote[304].end 1754.15346875
transcript.pyannote[305].speaker SPEAKER_02
transcript.pyannote[305].start 1754.52471875
transcript.pyannote[305].end 1757.25846875
transcript.pyannote[306].speaker SPEAKER_02
transcript.pyannote[306].start 1757.68034375
transcript.pyannote[306].end 1759.03034375
transcript.pyannote[307].speaker SPEAKER_02
transcript.pyannote[307].start 1759.36784375
transcript.pyannote[307].end 1770.16784375
transcript.pyannote[308].speaker SPEAKER_02
transcript.pyannote[308].start 1770.45471875
transcript.pyannote[308].end 1781.84534375
transcript.pyannote[309].speaker SPEAKER_02
transcript.pyannote[309].start 1782.41909375
transcript.pyannote[309].end 1785.42284375
transcript.pyannote[310].speaker SPEAKER_02
transcript.pyannote[310].start 1786.09784375
transcript.pyannote[310].end 1791.59909375
transcript.pyannote[311].speaker SPEAKER_02
transcript.pyannote[311].start 1791.75096875
transcript.pyannote[311].end 1794.51846875
transcript.pyannote[312].speaker SPEAKER_02
transcript.pyannote[312].start 1794.61971875
transcript.pyannote[312].end 1808.60909375
transcript.pyannote[313].speaker SPEAKER_02
transcript.pyannote[313].start 1809.14909375
transcript.pyannote[313].end 1821.13034375
transcript.pyannote[314].speaker SPEAKER_02
transcript.pyannote[314].start 1821.19784375
transcript.pyannote[314].end 1833.14534375
transcript.pyannote[315].speaker SPEAKER_02
transcript.pyannote[315].start 1833.70221875
transcript.pyannote[315].end 1834.32659375
transcript.pyannote[316].speaker SPEAKER_02
transcript.pyannote[316].start 1834.95096875
transcript.pyannote[316].end 1842.88221875
transcript.pyannote[317].speaker SPEAKER_00
transcript.pyannote[317].start 1839.96284375
transcript.pyannote[317].end 1840.53659375
transcript.pyannote[318].speaker SPEAKER_00
transcript.pyannote[318].start 1843.72596875
transcript.pyannote[318].end 1855.57221875
transcript.pyannote[319].speaker SPEAKER_01
transcript.pyannote[319].start 1844.19846875
transcript.pyannote[319].end 1844.73846875
transcript.pyannote[320].speaker SPEAKER_01
transcript.pyannote[320].start 1868.97096875
transcript.pyannote[320].end 1869.20721875
transcript.pyannote[321].speaker SPEAKER_01
transcript.pyannote[321].start 1869.40971875
transcript.pyannote[321].end 1870.15221875
transcript.pyannote[322].speaker SPEAKER_01
transcript.pyannote[322].start 1870.62471875
transcript.pyannote[322].end 1871.60346875
transcript.pyannote[323].speaker SPEAKER_01
transcript.pyannote[323].start 1871.97471875
transcript.pyannote[323].end 1872.02534375
transcript.pyannote[324].speaker SPEAKER_01
transcript.pyannote[324].start 1872.36284375
transcript.pyannote[324].end 1872.61596875
transcript.pyannote[325].speaker SPEAKER_01
transcript.pyannote[325].start 1872.97034375
transcript.pyannote[325].end 1873.03784375
transcript.pyannote[326].speaker SPEAKER_01
transcript.pyannote[326].start 1873.81409375
transcript.pyannote[326].end 1874.18534375
transcript.pyannote[327].speaker SPEAKER_01
transcript.pyannote[327].start 1874.23596875
transcript.pyannote[327].end 1874.25284375
transcript.pyannote[328].speaker SPEAKER_01
transcript.pyannote[328].start 1874.33721875
transcript.pyannote[328].end 1874.80971875
transcript.pyannote[329].speaker SPEAKER_01
transcript.pyannote[329].start 1876.04159375
transcript.pyannote[329].end 1877.15534375
transcript.pyannote[330].speaker SPEAKER_01
transcript.pyannote[330].start 1877.17221875
transcript.pyannote[330].end 1877.20596875
transcript.pyannote[331].speaker SPEAKER_01
transcript.pyannote[331].start 1877.22284375
transcript.pyannote[331].end 1877.72909375
transcript.pyannote[332].speaker SPEAKER_01
transcript.pyannote[332].start 1878.15096875
transcript.pyannote[332].end 1878.26909375
transcript.pyannote[333].speaker SPEAKER_01
transcript.pyannote[333].start 1878.28596875
transcript.pyannote[333].end 1878.33659375
transcript.pyannote[334].speaker SPEAKER_01
transcript.pyannote[334].start 1878.79221875
transcript.pyannote[334].end 1878.99471875
transcript.pyannote[335].speaker SPEAKER_01
transcript.pyannote[335].start 1880.93534375
transcript.pyannote[335].end 1881.03659375
transcript.pyannote[336].speaker SPEAKER_02
transcript.pyannote[336].start 1888.96784375
transcript.pyannote[336].end 1889.01846875
transcript.pyannote[337].speaker SPEAKER_02
transcript.pyannote[337].start 1889.08596875
transcript.pyannote[337].end 1889.17034375
transcript.pyannote[338].speaker SPEAKER_07
transcript.pyannote[338].start 1889.96346875
transcript.pyannote[338].end 1891.06034375
transcript.pyannote[339].speaker SPEAKER_07
transcript.pyannote[339].start 1891.88721875
transcript.pyannote[339].end 1893.49034375
transcript.pyannote[340].speaker SPEAKER_07
transcript.pyannote[340].start 1893.96284375
transcript.pyannote[340].end 1894.03034375
transcript.pyannote[341].speaker SPEAKER_07
transcript.pyannote[341].start 1894.11471875
transcript.pyannote[341].end 1894.36784375
transcript.pyannote[342].speaker SPEAKER_07
transcript.pyannote[342].start 1894.73909375
transcript.pyannote[342].end 1902.80534375
transcript.pyannote[343].speaker SPEAKER_06
transcript.pyannote[343].start 1924.96221875
transcript.pyannote[343].end 1925.97471875
transcript.whisperx[0].start 0.824
transcript.whisperx[0].end 5.615
transcript.whisperx[0].text 好謝謝院長我想請卓院長還有勞動部部長麻煩請卓院長勞動部長備詢好
transcript.whisperx[1].start 14.192
transcript.whisperx[1].end 28.759
transcript.whisperx[1].text 院長您辛苦一天但今天有一個蠻大的新聞所以您可能沒有注意到也就是我們的人口來到了第26個月的負成長去年年初我第一次質詢您的時候您說希望有些策略可以達到13萬保衛戰
transcript.whisperx[2].start 30.8
transcript.whisperx[2].end 56.241
transcript.whisperx[2].text 結果到年底的時候呢又承認也許不到11萬最後結果是10萬多那剛剛午間的時候最新的新聞出爐了今年2月的新生兒是史上最低6523人1月是8723人那許多婦產科的專家很擔心今年的新生兒甚至不到10萬人所以人力就是一個很重要的戰力這個你也認同
transcript.whisperx[3].start 57.402
transcript.whisperx[3].end 81.965
transcript.whisperx[3].text 我今天的質詢會圍繞在少子化還有大健康健康促進等等的可是很多題目是需要各部會一起整合所以院長稍後您給我的回應會格外的重要首先我想請教部長非常肯定這個彈性育嬰留庭您在當委員的時候也非常的關心今年三月終於正式實施這是一個很好的發展一月就實施
transcript.whisperx[4].start 82.225
transcript.whisperx[4].end 83.607
transcript.whisperx[4].text 我們是在去年的九月公布的
transcript.whisperx[5].start 96.704
transcript.whisperx[5].end 116.046
transcript.whisperx[5].text 我說從醞釀從你開始醞釀事辦其實從我在當立委的時候就醞釀了你也記得嗎?大概是兩年了對嗎?我從我當立委的時候就醞釀了關鍵是一些配套的設計那現在涵蓋的範圍有多廣?公務人員一併適用了嗎?是,公務人員適用
transcript.whisperx[6].start 116.607
transcript.whisperx[6].end 140.69
transcript.whisperx[6].text 好那我們希望院長都可以多關心您旗下這麼多的公務人員是不是都可以同時兼顧家庭然後兼顧工作那我想知道這個兩年的事辦計畫您對自己的成績看起來是如何因為我查詢了一下參加的有89家企業其中7成6沒有半個員工申請
transcript.whisperx[7].start 141.832
transcript.whisperx[7].end 151.791
transcript.whisperx[7].text 實際上有業績的只有21家總共受益的是166人次這樣子的事辦成效 想請問部長您自己
transcript.whisperx[8].start 153.041
transcript.whisperx[8].end 170.657
transcript.whisperx[8].text 滿意嗎委員我跟您報告我們從今年元月1月1號開始上路到2月1月到2月的數字目前總共有2700多人申請單日請的育嬰留庭然後總共有大概5200多個申請案
transcript.whisperx[9].start 174.58
transcript.whisperx[9].end 202.869
transcript.whisperx[9].text 不是你剛才說的數字在兩個月前我講的是你過去兩年你剛不是說你有一些配套沒做好嗎不是我現在在說的是從今年的1月1號正式可以以日請因為前面的之前的事辦其實是要契約主動願意的可是我們在去今年的1月1號的正式上路是就是說只要勞工有提出雇主是不能拒絕的
transcript.whisperx[10].start 203.729
transcript.whisperx[10].end 212.016
transcript.whisperx[10].text 好,我希望之後我們可以看到你的成果,我們也會在委員會繼續的講我現在,我現在在問問我先回顧一下,我回顧一下這個是我們在委員會,因為這個是執政黨委員對您的comment他之前在評論您的事辦計畫,他是這樣子說的當然他講了20分鐘,我簡短的播一下
transcript.whisperx[11].start 233.904
transcript.whisperx[11].end 250.436
transcript.whisperx[11].text 計畫註定要失敗因為一開始就沒有人主動要參加本來你叫大家去辦這個示範計畫就註定要失敗了結果你就不要你通通都叫示範計畫也不願意照民間的版本去示範出來然後看他的彈性到底有沒有可行結果你一意孤行那註定到的是失敗啊
transcript.whisperx[12].start 250.936
transcript.whisperx[12].end 268.772
transcript.whisperx[12].text 第一個這個數據出來我其實當然非常不滿意啊其實我認為這個數據...部長他本來就是做一個故意會失敗的計畫我們都知道故意你一個方案一定會失敗然後告訴大家說台南市民運營價不可行他們當時就是這樣先這個預設的立場要讓它失敗當然不可行啊
transcript.whisperx[13].start 270.612
transcript.whisperx[13].end 294.5
transcript.whisperx[13].text 那個委員你可以看一下那個時間點是2024年的12月18號我知道我剛剛不是一直在問你過去兩年嗎這個政策的推動本來就需要一點時間事辦也需要時間嘛好我現在想說少子化這個危機很多縣市首長都看到了所以蔣萬安市長他最近推出一個育兒減少工時的計畫他看到很多家長的需求啊
transcript.whisperx[14].start 295.02
transcript.whisperx[14].end 320.343
transcript.whisperx[14].text 那我這邊先說衛福部他的comment是樂觀其成因為協助育嬰爸媽有更彈性的時間那您剛剛被林淑芬委員講的這個事辦計劃你現在是批評蔣國安市長政策是象徵性事辦我想請問部長您的標準到底在哪裡跟委員說明你應該把我整段話給看完
transcript.whisperx[15].start 320.95
transcript.whisperx[15].end 342.047
transcript.whisperx[15].text 我的意思很簡單是任何一個政策需要把相關的配套措施給做好比方說我們在去年九月推出的單日型的彈性暈暈流停也是因為醞釀了這個把配套一段一段的給做到位所以到今年的頭兩個月才有這樣的成績所以我這段話
transcript.whisperx[16].start 343.228
transcript.whisperx[16].end 372.354
transcript.whisperx[16].text 你自己這個示範計畫做了兩年內你也發現所有的政策從上路到開始推到真正落實本來就有很長的準備時間那衛福部認同你卻要開始講說這個是象徵新示範我只想問你一句話我想問你台北市率先推出這樣子方便爸爸媽媽的做法您精神上支不支持我等一下會舉出很多配套我們也可以討論很多配套
transcript.whisperx[17].start 372.674
transcript.whisperx[17].end 387.509
transcript.whisperx[17].text 回我完整的說法我認為你應該要把我完整的說法就是今天地方政府願意這樣做嘗試我們當然是正面看待的很好我的一句話前面說的意思是如果配套不夠完善的話
transcript.whisperx[18].start 388.57
transcript.whisperx[18].end 408.042
transcript.whisperx[18].text 不希望落入象徵性事辦所以我的意思是大家應該要一起來思考怎麼把配套做得更完善讓它更可行其實你就講你正面看待對啊 以你勞動部部長的高度你剛剛就說得很好啊你可以講說我正面看待但是配套如何做我們中央地方一起來協力所以我今天
transcript.whisperx[19].start 410.083
transcript.whisperx[19].end 438.491
transcript.whisperx[19].text 今天要準備的資料其實就是把世界各國的東西拿出來因為院長知道嘛 現在我們很急迫可是很多國家其實都做得非常成熟了我覺得我們可以直接考慮是不是我們應用一些成熟國家的做法嘛好 我們現在來看一下其實你剛剛講的那些配套當時可能有人說可能會標籤化或者是說同事之間會曝光抱怨 歧視 主管 靠關係等等的
transcript.whisperx[20].start 439.131
transcript.whisperx[20].end 466.803
transcript.whisperx[20].text 這些在英國、歐盟、澳洲、荷蘭他們都已經整個把它法制化了它是一個法定的權利所以有沒有小朋友或者是有的是一般員工到職有需求就可以提出雇主在期限內按照程序處理有合理理由才可以拒絕用機制來降低不確定性並且你在這個地方如果你覺得未來工作是有彈性的你剛好有伴侶你也可以趁機來規劃未來嘛
transcript.whisperx[21].start 468.484
transcript.whisperx[21].end 484.756
transcript.whisperx[21].text 那再來我就要講跟我們一樣面臨少子化國家的新加坡跟日本他怎麼做呢新加坡他在疫情後他發現這個彈性工時的企業因為他們去導入work life grant所以發放補助金支持企業
transcript.whisperx[22].start 485.677
transcript.whisperx[22].end 505.877
transcript.whisperx[22].text 他從52%爬升到72%那他也發現這些員工的滿意度留任生產力有正面的效果你剛說的配套新加坡也有想到所以並不是所有的產業都適用有符合這個特質他們才會做但是有做的滿意度都很高那我再講到日本
transcript.whisperx[23].start 506.477
transcript.whisperx[23].end 520.893
transcript.whisperx[23].text 日本呢他們在疫情後雖然遠距工作有下降可是現在是穩定的持平維持在一個程度所以他們發現說只要他們去補貼企業改造制度設備的成本那企業就可以
transcript.whisperx[24].start 521.394
transcript.whisperx[24].end 537.254
transcript.whisperx[24].text 去照顧這些有育兒或是照顧高齡長者需求的工作型態來連動調整所以去年這邊要跟院長報告2025年10月開始日本對於家裡有3歲到就學前的小朋友
transcript.whisperx[25].start 537.895
transcript.whisperx[25].end 567.262
transcript.whisperx[25].text 他規定這個企業要從五種多元方案裡選擇至少兩種出來提供裡面就包括蔣萬事長現在提出的比如說調整上下班時間縮短工時每個月至少十天用遠距如果你這個公司是可以用遠距上班的月額支援休假以及托育設施等等那在這邊我是想請院長責成部長大概多久以內可以評估這樣子的報告出來來研擬中央法規的配套
transcript.whisperx[26].start 567.882
transcript.whisperx[26].end 580.748
transcript.whisperx[26].text 是謝謝委員跟委員報告這種彈性減少工時都是一種可嘗試性的一個工作我們往這個方向來講勞動部已經在做那目前地方政府做的呢我更希望他能夠在勞工端
transcript.whisperx[27].start 584.531
transcript.whisperx[27].end 609.493
transcript.whisperx[27].text 還有就是植物代理人這一方面還有就是企業端三方面都能夠完整因為越小的公司這種彈性減少工時它所產生的工作力的減少跟變動是最為明顯的所以要想好這些配套部長的意思就是這樣子我已經幫你找好資料了那當然部長那邊也有很棒的研究所台北市政府要想好這些配套
transcript.whisperx[28].start 609.953
transcript.whisperx[28].end 624.741
transcript.whisperx[28].text 對我有幫你找好資料所以在國外他雇主也可以在法定期限內按程序處理或是有合理的理由來拒絕這邊我都幫你找好資料了之後如果歡迎勞動部您的聯絡人也可以來跟我跟我討論好嗎
transcript.whisperx[29].start 627.272
transcript.whisperx[29].end 653.535
transcript.whisperx[29].text 其實我可以直接回答委員我覺得各種讓工作的時間跟職堂能夠更有彈性然後把這個來包容或兼顧這個工作跟照顧小孩的方法我想我們都願意綜合的來做思考可是一樣重點關鍵我們在這幾年的嘗試下我們認為關鍵其實的確是在於配套的完善與否
transcript.whisperx[30].start 654.384
transcript.whisperx[30].end 672.643
transcript.whisperx[30].text 這是我原話最重要的點所以我完全不是在批評地方政府或者說風涼話我覺得不要誤會我也沒有這樣子的用意那大概多久以內我們可以出一個研擬報告我剛剛這最後的問句是院長責成部長多久之內可以去朝你這樣中央法規的配套
transcript.whisperx[31].start 674.779
transcript.whisperx[31].end 691.415
transcript.whisperx[31].text 這個勞動部的那個彈性工時報告他剛剛已經有這兩三個月執行的報告那我們應該有一段時間報告的內容這個基準數才會準確我們才來做檢討好 謝謝部長您可以回座 謝謝部長接下來請衛福部部長
transcript.whisperx[32].start 693.625
transcript.whisperx[32].end 714.732
transcript.whisperx[32].text 麻煩請衛福部長備詢部長一邊上台的時候我先播放給院長看一段影片現在台灣常常在網路上開始大戰雁同你應該知道有一些店家他是標榜他不接待兒童並且他還會大獲好評有的時候會在地圖上變成他行銷的環節可是看到這個我是非常的擔心
transcript.whisperx[33].start 716.092
transcript.whisperx[33].end 735.288
transcript.whisperx[33].text 有网友更在Google地图共同整理大人友善清单表示要大力支持不接待小孩的店家这些场所包含西餐厅、咖啡厅、宠物餐厅都是最常有小朋友的行为被放到社群公开讨论的场所是家长管教不积极还是我们的社会逐渐厌痛
transcript.whisperx[34].start 739.774
transcript.whisperx[34].end 758.622
transcript.whisperx[34].text 這邊很簡單快速帶過一些數據但是院長應該一目了然根據這個兒童的統計民眾的驗童程度大概會在六成從輕度到重度那認為應該限制孩童進入的地點包括餐廳大眾運輸或是咖啡廳家長也感受到非常大的壓力所以百分之
transcript.whisperx[35].start 759.622
transcript.whisperx[35].end 786.23
transcript.whisperx[35].text 60左右的家長他會覺得他出去的時候極不友善那不友善的行為這個網路上都有最近在新聞上常常被播出來就包括被偷拍啊 公審或是直接被虛被白眼被趕下車廂等等等等的那我覺得對於目前我們這個國安危機小子化只會越來越嚴重因為一般大眾討厭噪音的跟家長他出門害怕被噴
transcript.whisperx[36].start 787.19
transcript.whisperx[36].end 808.437
transcript.whisperx[36].text 以至於他就是很難帶出門很難生小孩那這邊呢我是要給院長很具體的建議因為問題並不是我們希望全國每一個角落都適合嬰幼兒而是我們希望借盡外國的經驗我們希望在城市裡面提供分流的設計來降低衝突
transcript.whisperx[37].start 808.957
transcript.whisperx[37].end 823.727
transcript.whisperx[37].text 那這些可以從有一些這個國家的公用機關開始做比如說車站醫院圖書館政府場館等等他會有親子的安撫角落或是站離的產息區讓你安撫好你的小朋友然後我們再回到大眾的場域
transcript.whisperx[38].start 825.448
transcript.whisperx[38].end 851.099
transcript.whisperx[38].text 這邊舉幾個案例像這些是機場裡面的這個Calm Room讓他安撫下來或者是像芬蘭的火車上他就直接會有親子的車廂那這邊我也會稱讚我們衛福部或是行政院我們現在也許哺乳室或者是無障礙廁所多功能室我們一到某一個場域我們會有標示我們會找得到我們會知道這個地方有沒有可是像這樣子親子友善的空間
transcript.whisperx[39].start 852.099
transcript.whisperx[39].end 868.589
transcript.whisperx[39].text 他沒有被當成一個公共服務來推動沒有被標準化密度也沒有規劃沒有導引沒有維持也沒有民眾可用性所以他會變成想做的人會自發性去做可是沒有的地方就不知道那家長也不知道要到哪裡去找
transcript.whisperx[40].start 869.669
transcript.whisperx[40].end 897.017
transcript.whisperx[40].text 這邊呢我要跟院長報告日韓已經開始超車了韓國2024年谷底反彈生育率回升了他們現在今年生育率又到0.8當然很多配套住宅或者是這個津貼這些我們也都有在努力追上但是友善職場跟友善公共空間是他們值得我們借鏡的他們會利用企業的誘因還有數位整合我們舉一些比較直觀的
transcript.whisperx[41].start 898.757
transcript.whisperx[41].end 917.57
transcript.whisperx[41].text 韓國之前的驗童是比台灣還要嚴重他們曾經爆發非常多的衝突所以政府很積極在解決他們推動這樣子的認證的標章跟貼紙貼在店家前面並且跟他們民眾最常用的地圖去做結合可是當然這件事也不是毫無補充
transcript.whisperx[42].start 918.511
transcript.whisperx[42].end 941.953
transcript.whisperx[42].text 所以根據你的場域他會給予30萬韓元的補助更大就是40萬韓元他讓你去購買這些兒童會用到的產品或者是你可以付保費假使兒童在這個場域受傷那這個韓國市佔率最高的民間地圖他就跟他無縫接軌的串聯所以等於是政府用全國的力量去幫他保護精準的課員
transcript.whisperx[43].start 943.374
transcript.whisperx[43].end 967.579
transcript.whisperx[43].text 那再來這個日本熊本熊的標章他就是支援全國的育兒照護事業然後嬰兒休息站等等他去調查如果你這個地方願意提供熱水泡奶點心嬰兒友善停車的遊戲哺乳室等等我們就幫你把它登入全國共通的官方搜尋或者是APP也會直接發放數十萬元不等的補助款
transcript.whisperx[44].start 968.823
transcript.whisperx[44].end 997.321
transcript.whisperx[44].text 那具體我們來看看台灣現在做了什麼剛那個新聞讓我很擔心的就是我們已經有了不要小孩的地圖但是這些爸媽只能自己靠自己他們互相自救他們現在在社群裡面無私的投稿分享有哪些景點哪些餐廳有提供友善兒童的做法然後變成台灣人自己自治自救的友善地圖這個本來是政府應該要做的事情
transcript.whisperx[45].start 997.981
transcript.whisperx[45].end 1018.069
transcript.whisperx[45].text 所以這邊具體的本席提供四件事情四個建議我希望院長可以答覆第一剛剛我們已經跟勞動部長說了我們希望讓父母縮短工時有配套直接變成大家都可以使用的彈性工時制度這個需要兩到三個月來研議讓所有人可以受惠的可能
transcript.whisperx[46].start 1018.709
transcript.whisperx[46].end 1040.13
transcript.whisperx[46].text 第二個我覺得院長應該可以直接做到請院長通令發函那希望我也可以有副本所有的政府機關立刻去盤點我們的公共空間給孩子一些分流還有安撫的地方並且要讓民眾在手機上可以查詢預測可以使用像這樣子的決心不知道院長可不可以表達
transcript.whisperx[47].start 1041.189
transcript.whisperx[47].end 1068.754
transcript.whisperx[47].text 我這個建議相當的完整我覺得完全拒絕跟可能家長放任這個都是極端這是極端的例子還是有但是整個社會不應該有那麼強烈的厭同尤其是我們這個少子化的時代但是政府該做的就是讓想要在一個地方能夠安安心心的自己跟他的小孩有一個親子活動的空間我們可以提供他一個可以知道哪裡找到這些訊息的我們衛部做了很多這樣的
transcript.whisperx[48].start 1069.454
transcript.whisperx[48].end 1087.648
transcript.whisperx[48].text 好像這次在過年也做了很多在手機上找到這個訊息我們用這樣的經驗我覺得我們可以全國來做一個大調查所以您一個月內可以發函給這些所有的政府機關去盤點他們的場域有沒有辦法提供這個服務如果是政府機關我很快就可以處理很快就可以 謝謝院長第三點我們過去也針對這個身障者也有去創造這樣的一些
transcript.whisperx[49].start 1094.608
transcript.whisperx[49].end 1113.457
transcript.whisperx[49].text 盤點然後做APP讓這個身上朋友要就醫的時候可以查詢那剛剛委員這個建議我覺得是非常好把我們過去從這個友善生育再轉換成友善孩子的環境那我們來一起推動那我們第一步先來盤點後面看看如何來做一些
transcript.whisperx[50].start 1114.085
transcript.whisperx[50].end 1137.063
transcript.whisperx[50].text 指引跟輔導來建立一個友善孩子的空間第三點也很需要院長的幫忙因為你看到他們是有官方的認證跟標章不管你是貼紙或者是你是數位的認證所以他是用公部門的資源去幫店家導客跟曝光讓願意做的人看到我可能有補貼而且我還會獲得認證我對親子友善是好處的
transcript.whisperx[51].start 1140.666
transcript.whisperx[51].end 1157.865
transcript.whisperx[51].text 那我們現在有世界無敵宇宙爆炸牆的速發部對於速發部而言是不是應該是很簡單的我們是不是院長跟速發部部長可以承諾去研發去做這樣子的認證跟地圖因為這兩點是日韓現在做得非常的積極
transcript.whisperx[52].start 1159.008
transcript.whisperx[52].end 1181.757
transcript.whisperx[52].text 既然這個方向第二點的方向大家都認同來做的話那這個部分應該先要有一個執行的一個標準甚至一個未來鑑定的一個流程認定它所以我們先把這些作業做起來那來準備看怎麼樣讓這個場域能夠有一個明顯的標示能夠得到更多在這個行動上支持它的地方
transcript.whisperx[53].start 1181.977
transcript.whisperx[53].end 1206.783
transcript.whisperx[53].text 好第四個因為以上我剛所述的真的是跨部會的責任就從勞動部一直到衛福部可能到抒發部等等的具體要求的院長是不是只是我們政委來協助推動因為很快也許你們又會推動小子化計畫或綱領能不能明確的加入新的一項的指標也就是友善嬰兒友善兒童的環境請院長承諾
transcript.whisperx[54].start 1210.435
transcript.whisperx[54].end 1212.498
transcript.whisperx[54].text 在我們現在在這個少子女化2.0的行動計畫裡面其實有在
transcript.whisperx[55].start 1220.188
transcript.whisperx[55].end 1243.688
transcript.whisperx[55].text 推動相關的友善職場那剛剛提到的就是這個友善環境更大我們過去有推動過這個高齡友善環境高齡友善城市那我們可以用過去的這個經驗我們來研究把這個友善這個孩子友善兒童的這個環境也來照過去的模式來推動所以您也會在多久以內給我報告
transcript.whisperx[56].start 1244.384
transcript.whisperx[56].end 1261.229
transcript.whisperx[56].text 我們來這個研議一下給委員一個報告多久三個月內好 三個月蘇發部長您可以先休息一下那接下來我們請衛福部長再留步最近部長您常在媒體上講到推動這個健康病本席也很支持
transcript.whisperx[57].start 1262.551
transcript.whisperx[57].end 1282.128
transcript.whisperx[57].text 好但是呢這個APP我不知道你自己有沒有使用過這個有幾個問題我想問你這個APP花了900萬開發900萬然後我幫你統計了一下下載量只有500次每天下載的次數是5次操作你操作過了嗎
transcript.whisperx[58].start 1283.486
transcript.whisperx[58].end 1309.411
transcript.whisperx[58].text 跟委員報告 我們講的健康幣不是這個APP啦這個是你在媒體上講的 你說你未來想委託不是這個APP 應該是說我們是透過我們健康存摺那未來我們會導入 第一步就是預防保健包含打疫苗啦 癌篩啦 成人健檢啦然後會在健康存摺裡面去轉換成健康幣
transcript.whisperx[59].start 1310.311
transcript.whisperx[59].end 1329.88
transcript.whisperx[59].text 然後這一個要做轉型這個是之前國建署開發的那我們這個叫轉型變成一個這個offline的這個chain來專門做兌換我先播一段影片給你看你會很震驚因為我知道你有在用穿戴式的運動設備你看一下這個APP怎麼用
transcript.whisperx[60].start 1330.851
transcript.whisperx[60].end 1353.961
transcript.whisperx[60].text 你每天喝多少水是要自己輸入的所以你自己要統計再來你運動也要自己輸入你可能先看你其他的運動APP再把它輸回來我跑了幾步最後更誇張的是現在很多營養學的APP是拍照就已經告訴你蛋白質多少澱粉多少這個是要自己輸的
transcript.whisperx[61].start 1354.801
transcript.whisperx[61].end 1365.234
transcript.whisperx[61].text 跟委員報告這個APP我非常不滿意啦你花九百萬了喔所以才要求它轉型這個是國建署之前開發的所以你九百萬丟到水裡啦不會不會這個未來您會很滿意
transcript.whisperx[62].start 1368.993
transcript.whisperx[62].end 1389.527
transcript.whisperx[62].text 那你九百萬做了什麼 我看到的是這樣而且昨天我請我助理也去下載喔我說我認為難用 你們是不是認為難用你知道他現在在雙平台都下架了嗎因為我們在做這個轉型當中因為我就是覺得他很不好用這個跟我們現在的期待差太遠所以我們在做轉型
transcript.whisperx[63].start 1390.049
transcript.whisperx[63].end 1412.455
transcript.whisperx[63].text 院長他花了900萬做出一個電子記事本然後每天要自己輸入步數自己計算蛋白質你覺得合理嗎現在很多的穿戴裝置都非常的實用便利所以剛剛委員不應該把林部長請下去如果蘇發部長在這裡的話我等一下蘇發部還會再上來我只是想要告訴院長還有部長錢不是這樣子亂花的
transcript.whisperx[64].start 1419.297
transcript.whisperx[64].end 1437.565
transcript.whisperx[64].text 900萬開發了一個500元下載現在還不知道多少人已經把它刪掉了再來我對於健康幣的質詢不管是在委員會或者因為剛好是遇到次長次長沒有那麼熟悉後來我就直接再發函院長我很認真我所知寫了三頁
transcript.whisperx[65].start 1438.425
transcript.whisperx[65].end 1466.078
transcript.whisperx[65].text 三頁整整問他說這個點數你想要怎麼計算如果針對一些高風險族群你要不要加權那你有沒有上限我問了非常多的問題結果部長回我一頁他那一頁上面就寫比他新聞採訪還少的內容他寫說促進健康預防逆轉疾病的目標就這樣但是你在新聞說你四月健康必要上路我想問一下你現在覺得會跳票嗎
transcript.whisperx[66].start 1467.494
transcript.whisperx[66].end 1488.789
transcript.whisperx[66].text 整個規劃接近完成待我們跟行政院跟院長報告完畢之後就會對外來宣布是院會跳票嗎我問那麼簡單的問題因為我們還是要跟這個院裡面報告還有現在最後的這個手續正在做最後的確認當中這些這個基礎的
transcript.whisperx[67].start 1489.69
transcript.whisperx[67].end 1513.511
transcript.whisperx[67].text 因為它是兩個APP啦一個是健康存摺的部分這個已經ready了另外一個是這個health goal的部分現在正在改版還沒有完成那你四月到底會不會跳票我們朝這個目標來努力朝這個目標來努力就是有可能努力不會在四月的時候launch因為據我所知你的結標你說你要改善剛剛那個APP你的結標是三月底耶
transcript.whisperx[68].start 1517.643
transcript.whisperx[68].end 1540.943
transcript.whisperx[68].text 對 現在已經決標了 現在正在做進行好 這個還要我自己從新聞去找1到4是你講過的話對於5678我很在意的數位落差或者是會不會更讓健康不平等因為國外已經有做過數據他們研究過健康幣後來是比較重視健康的人才會去加入這個Program
transcript.whisperx[69].start 1541.303
transcript.whisperx[69].end 1563.248
transcript.whisperx[69].text 那你是不是要加權還有你要怎麼幫自己設KPI因為你說你要配合健康台灣的政策你總要設定說你有了這個健康幣後來你的疫苗施打率增加多少這些可不可以請你的同仁等一下來跟我要我這張slide還有我上次的公文你完全沒有回我
transcript.whisperx[70].start 1564.088
transcript.whisperx[70].end 1585.951
transcript.whisperx[70].text 你可以回覆嗎我們在完整規劃完之後會再跟委員做一個更詳細的說明所以你什麼時候可以說明大概也是三個月內再跟您說明希望衛部這個數位化的工具在這個時代是跟民眾接觸最方便的那剛剛那樣的一個過程那個APP的內容一定要儘速的優化
transcript.whisperx[71].start 1586.38
transcript.whisperx[71].end 1596.531
transcript.whisperx[71].text 好那院長我現在跟你講一個最大的問題如果你今天可以壯士斷腕你可以做下一個決定你會改變很多事這邊請運動部部長文化部部長上台
transcript.whisperx[72].start 1599.136
transcript.whisperx[72].end 1615.995
transcript.whisperx[72].text 請運動部長、文化部長被選文化部長你還要留著時間暫停陳委員不好意思我們只能三位叫院長好您看先文化部還先體育部那我們就先運動部跟文化部然後很快再換衛福部長文化部請回時間暫停 謝謝
transcript.whisperx[73].start 1620.939
transcript.whisperx[73].end 1628.589
transcript.whisperx[73].text 運動部跟文化部運動部跟文化部好 衛福部請回兩位部長及代理請
transcript.whisperx[74].start 1634.323
transcript.whisperx[74].end 1650.722
transcript.whisperx[74].text 謝謝兩位部長院長我從這邊開始跟你講解其實剛剛講到的健康幣把一些好的行為最後轉化成點數或是紅利這個在其他國家都有做我先舉新加坡他是把運動幣跟健康幣合併在一起了因為
transcript.whisperx[75].start 1652.144
transcript.whisperx[75].end 1674.442
transcript.whisperx[75].text 運動所轉化的行為你也可以去購買保健食品或者是你就把它換成運動券等等這個是新加坡做的事情他把它整合再來日本做的是速發布等等我們也會請速發布他把政府所有相關的這些紅利點數全部交由速發布去彙整速發布彙整但是各部門設計設計好了之後速發布就找
transcript.whisperx[76].start 1676.984
transcript.whisperx[76].end 1698.395
transcript.whisperx[76].text 民間的支付業者或者是我們這邊可以找財政部所以他們用了一個人民很普遍的支付系統最後他就變成錢他可以去消費所以任何你希望他做的健康行為最後他就會變成錢日本是這樣做的韓國他是把文化跟體育放在一個虛擬的卡片裡面他把這兩個東西結合
transcript.whisperx[77].start 1700.336
transcript.whisperx[77].end 1712.944
transcript.whisperx[77].text 那這邊我是想問文化部還有運動部一個問題先問文化部你有沒有遇過我身邊很多人滿了23歲對於這個一年一次用的APP他就把它刪掉了
transcript.whisperx[78].start 1714.617
transcript.whisperx[78].end 1743.067
transcript.whisperx[78].text 是啊 這個有發生嘛所以利益良善的文化幣APP一年用一次23歲不會再發文化幣他就把它刪掉了那我想問運動部長請問你有抽獎是不是抽獎之後他掃完這個QR code換完東西他也就不會再用不會再使用你這個介面了運動部的運動部是用網頁他不是用APP是嗎我們是用網頁沒錯對 可是你換完你如果沒有抽到獎或是你抽到獎你使用完你就不會再使用這個網頁了嘛
transcript.whisperx[79].start 1744.397
transcript.whisperx[79].end 1769.629
transcript.whisperx[79].text 理論上是這樣對嘛 是所以院長你現在遇到的最大一個問題是什麼我們三種幣 三種APP那你看剛900萬是這樣子丟掉的我們為什麼要這樣子應該是要很直觀嘛你既然想要促進各種藝文活動 運動 健康你應該留著那個最永續的窗口可能是健康幣
transcript.whisperx[80].start 1770.549
transcript.whisperx[80].end 1785.272
transcript.whisperx[80].text 他會養成習慣那你那個文化幣進來以後二三歲沒有可是你跟他並在一起你義務活動還是會被推波你的運動還是會變成閉碼兩位可以回座了所以今天其實院長你需要做一個很大的決定
transcript.whisperx[81].start 1786.144
transcript.whisperx[81].end 1808.363
transcript.whisperx[81].text 未來各種不同的部門還會有不同的幣出現地方政府也有包括你發消費券也有可能別的國家是精簡直觀完全的降低數位落差高齡也不用記什麼不用什麼幣要用什麼APP他把它全部整合成一個國家生活的錢包
transcript.whisperx[82].start 1809.224
transcript.whisperx[82].end 1832.662
transcript.whisperx[82].text 所以你今天的判斷非常的重要我們請速發部上台你看你有沒有辦法做到我幫你想的方法就是速發部可以擔任我們的project manager那財政部他比較厲害他負責金流而且他對於台灣Pay也非常的有經驗看他是要把它變成app還是他要把它結合學日本一樣結合成台灣Pay
transcript.whisperx[83].start 1833.783
transcript.whisperx[83].end 1855.23
transcript.whisperx[83].text 不然你只是會只要一個部推行什麼幣你就要做一個APP然後重新一直疊床加屋下去像我們現在蘇發部有一個共同發放平台像是我們普發現金一萬還有課加幣這個都是用蘇發部共同發放平台去使用
transcript.whisperx[84].start 1886.881
transcript.whisperx[84].end 1890.022
transcript.whisperx[84].text 對 院長 我覺得其他國家是化繁為淺我們現在問的話
transcript.whisperx[85].start 1894.967
transcript.whisperx[85].end 1902.062
transcript.whisperx[85].text 冰凍品還有客家冰所以在年齡整個金額都順暫了所以在經濟上是個性的證明但是我也看到這個現象
transcript.whisperx[86].start 1924.904
transcript.whisperx[86].end 1924.924
transcript.whisperx[86].text 好 謝謝