iVOD / 17038

Field Value
IVOD_ID 17038
IVOD_URL https://ivod.ly.gov.tw/Play/Full/1M/17038
日期 2025-11-17
會議資料.會議代碼 委員會-11-4-26-11
會議資料.會議代碼:str 第11屆第4會期社會福利及衛生環境委員會第11次全體委員會議
會議資料.屆 11
會議資料.會期 4
會議資料.會次 11
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4會期社會福利及衛生環境委員會第11次全體委員會議
影片種類 Full
開始時間 2025-11-17T08:39:53+08:00
結束時間 2025-11-17T13:55:00+08:00
影片長度 05:15:07
支援功能[0] ai-transcript
video_url https://h264media01.ly.gov.tw:443/vod_1/_definst_/mp4:1M/bfaf9b39ac01a685ac4602610d545ba2d438b86726106632914d0d15f34b2c029ffdbef0ad2b26365ea18f28b6918d91.mp4/playlist.m3u8
會議時間 2025-11-17T09:00:00+08:00
會議名稱 立法院第11屆第4會期社會福利及衛生環境委員會第11次全體委員會議(事由:一、審查 (一)委員黃健豪等16人、委員陳超明等16人、委員蘇清泉等17人、委員呂玉玲等16人及委員柯志恩等16人擬具「勞工保險條例第六十三條條文修正草案」案。 (二)委員陳瑩等19人擬具「勞工保險條例第五十八條條文修正草案」案。 (三)委員許宇甄等19人、委員林國成等32人、委員王育敏等20人、委員蔡其昌等19人、委員羅廷瑋等16人、委員蔡易餘等18人、委員王美惠等17人、委員徐欣瑩等22人、委員翁曉玲等19人、委員楊曜等25人及委員王鴻薇等22人擬具「勞工保險條例第六十六條及第六十九條條文修正草案」案。 (四)委員邱鎮軍等19人擬具「勞工保險條例第三十一條條文修正草案」案。 (五)委員李昆澤等25人及委員賴瑞隆等17人擬具「勞工保險條例第六十九條條文修正草案」案。 (六)委員廖先翔等18人擬具「勞工保險條例第十九條條文修正草案」案。 (七)委員葉元之等21人、委員何欣純等17人及委員陳超明等16人擬具「勞工保險條例第五十八條條文修正草案」案。 (八)委員陳秀寳等21人擬具「勞工保險條例部分條文修正草案」案。 (九)委員王鴻薇等17人擬具「勞工保險條例第七十四條之二條文修正草案」案。 (十)委員林倩綺等32人及委員傅崐萁等19人擬具「勞工保險條例第五十九條條文修正草案」案。 (十一)委員陳瑩等19人擬具「勞工保險條例第六條條文修正草案」案。 (十二)委員李昆澤等19人擬具「勞工保險條例第二十九條條文修正草案」案。 二、審查 (一)委員陳玉珍等18人擬具「就業服務法第二十四條及第二十七條條文修正草案」案。 (二)委員涂權吉等17人擬具「就業服務法第二十四條條文修正草案」案。 (三)委員許宇甄等18人擬具「就業服務法第二十四條條文修正草案」案。 (四)委員翁曉玲等22人擬具「就業服務法第二十四條條文修正草案」案。 (五)委員蘇清泉等18人擬具「就業服務法第二十四條條文修正草案」案。 (六)委員廖偉翔等16人擬具「就業服務法第二十四條條文修正草案」案。 (七)委員洪孟楷等16人擬具「就業服務法第二十四條條文修正草案」案。 (八)台灣民眾黨黨團擬具「就業服務法第二十四條條文修正草案」案。 (九)委員柯志恩等18人擬具「就業服務法第二十四條條文修正草案」案。 (十)委員王育敏等17人擬具「就業服務法第二十四條、第二十七條及第二十八條條文修正草案」案。 (十一)委員楊瓊瓔等27人擬具「就業服務法第二十四條條文修正草案」案。 (十二)委員郭國文等19人擬具「就業服務法第二十四條及第二十六條之一條文修正草案」案。 【綜合詢答,僅詢答】)
委員名稱 完整會議
委員發言時間 08:39:53 - 13:55:00
transcript.pyannote[0].speaker SPEAKER_00
transcript.pyannote[0].start 1212.51659375
transcript.pyannote[0].end 1217.51159375
transcript.pyannote[1].speaker SPEAKER_06
transcript.pyannote[1].start 1219.50284375
transcript.pyannote[1].end 1224.58221875
transcript.pyannote[2].speaker SPEAKER_18
transcript.pyannote[2].start 1224.98721875
transcript.pyannote[2].end 1263.71534375
transcript.pyannote[3].speaker SPEAKER_18
transcript.pyannote[3].start 1264.12034375
transcript.pyannote[3].end 1289.16284375
transcript.pyannote[4].speaker SPEAKER_18
transcript.pyannote[4].start 1289.28096875
transcript.pyannote[4].end 1316.90534375
transcript.pyannote[5].speaker SPEAKER_06
transcript.pyannote[5].start 1320.12846875
transcript.pyannote[5].end 1323.72284375
transcript.pyannote[6].speaker SPEAKER_06
transcript.pyannote[6].start 1324.80284375
transcript.pyannote[6].end 1336.04159375
transcript.pyannote[7].speaker SPEAKER_06
transcript.pyannote[7].start 1336.32846875
transcript.pyannote[7].end 1337.94846875
transcript.pyannote[8].speaker SPEAKER_06
transcript.pyannote[8].start 1338.50534375
transcript.pyannote[8].end 1347.14534375
transcript.pyannote[9].speaker SPEAKER_06
transcript.pyannote[9].start 1347.33096875
transcript.pyannote[9].end 1350.46971875
transcript.pyannote[10].speaker SPEAKER_06
transcript.pyannote[10].start 1350.70596875
transcript.pyannote[10].end 1354.03034375
transcript.pyannote[11].speaker SPEAKER_06
transcript.pyannote[11].start 1355.34659375
transcript.pyannote[11].end 1357.54034375
transcript.pyannote[12].speaker SPEAKER_06
transcript.pyannote[12].start 1360.20659375
transcript.pyannote[12].end 1361.52284375
transcript.pyannote[13].speaker SPEAKER_06
transcript.pyannote[13].start 1363.64909375
transcript.pyannote[13].end 1365.04971875
transcript.pyannote[14].speaker SPEAKER_06
transcript.pyannote[14].start 1366.75409375
transcript.pyannote[14].end 1368.22221875
transcript.pyannote[15].speaker SPEAKER_06
transcript.pyannote[15].start 1370.19659375
transcript.pyannote[15].end 1371.74909375
transcript.pyannote[16].speaker SPEAKER_06
transcript.pyannote[16].start 1373.20034375
transcript.pyannote[16].end 1374.66846875
transcript.pyannote[17].speaker SPEAKER_06
transcript.pyannote[17].start 1376.18721875
transcript.pyannote[17].end 1377.63846875
transcript.pyannote[18].speaker SPEAKER_06
transcript.pyannote[18].start 1378.93784375
transcript.pyannote[18].end 1380.13596875
transcript.pyannote[19].speaker SPEAKER_06
transcript.pyannote[19].start 1381.78971875
transcript.pyannote[19].end 1383.12284375
transcript.pyannote[20].speaker SPEAKER_06
transcript.pyannote[20].start 1387.45971875
transcript.pyannote[20].end 1388.40471875
transcript.pyannote[21].speaker SPEAKER_06
transcript.pyannote[21].start 1389.18096875
transcript.pyannote[21].end 1391.39159375
transcript.pyannote[22].speaker SPEAKER_06
transcript.pyannote[22].start 1393.92284375
transcript.pyannote[22].end 1397.24721875
transcript.pyannote[23].speaker SPEAKER_06
transcript.pyannote[23].start 1398.96846875
transcript.pyannote[23].end 1401.71909375
transcript.pyannote[24].speaker SPEAKER_06
transcript.pyannote[24].start 1403.59221875
transcript.pyannote[24].end 1407.50721875
transcript.pyannote[25].speaker SPEAKER_06
transcript.pyannote[25].start 1409.14409375
transcript.pyannote[25].end 1412.99159375
transcript.pyannote[26].speaker SPEAKER_06
transcript.pyannote[26].start 1414.72971875
transcript.pyannote[26].end 1420.46721875
transcript.pyannote[27].speaker SPEAKER_06
transcript.pyannote[27].start 1421.68221875
transcript.pyannote[27].end 1424.80409375
transcript.pyannote[28].speaker SPEAKER_06
transcript.pyannote[28].start 1425.98534375
transcript.pyannote[28].end 1429.05659375
transcript.pyannote[29].speaker SPEAKER_06
transcript.pyannote[29].start 1430.60909375
transcript.pyannote[29].end 1433.89971875
transcript.pyannote[30].speaker SPEAKER_06
transcript.pyannote[30].start 1434.25409375
transcript.pyannote[30].end 1435.13159375
transcript.pyannote[31].speaker SPEAKER_06
transcript.pyannote[31].start 1436.02596875
transcript.pyannote[31].end 1440.56534375
transcript.pyannote[32].speaker SPEAKER_06
transcript.pyannote[32].start 1441.83096875
transcript.pyannote[32].end 1443.95721875
transcript.pyannote[33].speaker SPEAKER_06
transcript.pyannote[33].start 1444.44659375
transcript.pyannote[33].end 1445.89784375
transcript.pyannote[34].speaker SPEAKER_06
transcript.pyannote[34].start 1447.11284375
transcript.pyannote[34].end 1450.21784375
transcript.pyannote[35].speaker SPEAKER_06
transcript.pyannote[35].start 1451.66909375
transcript.pyannote[35].end 1456.25909375
transcript.pyannote[36].speaker SPEAKER_06
transcript.pyannote[36].start 1456.96784375
transcript.pyannote[36].end 1461.74346875
transcript.pyannote[37].speaker SPEAKER_06
transcript.pyannote[37].start 1463.12721875
transcript.pyannote[37].end 1468.02096875
transcript.pyannote[38].speaker SPEAKER_06
transcript.pyannote[38].start 1469.21909375
transcript.pyannote[38].end 1475.22659375
transcript.pyannote[39].speaker SPEAKER_06
transcript.pyannote[39].start 1475.95221875
transcript.pyannote[39].end 1477.62284375
transcript.pyannote[40].speaker SPEAKER_06
transcript.pyannote[40].start 1478.21346875
transcript.pyannote[40].end 1480.32284375
transcript.pyannote[41].speaker SPEAKER_06
transcript.pyannote[41].start 1481.72346875
transcript.pyannote[41].end 1488.52409375
transcript.pyannote[42].speaker SPEAKER_06
transcript.pyannote[42].start 1489.77284375
transcript.pyannote[42].end 1494.97034375
transcript.pyannote[43].speaker SPEAKER_06
transcript.pyannote[43].start 1496.87721875
transcript.pyannote[43].end 1500.89346875
transcript.pyannote[44].speaker SPEAKER_06
transcript.pyannote[44].start 1507.98096875
transcript.pyannote[44].end 1511.55846875
transcript.pyannote[45].speaker SPEAKER_06
transcript.pyannote[45].start 1512.23346875
transcript.pyannote[45].end 1514.07284375
transcript.pyannote[46].speaker SPEAKER_06
transcript.pyannote[46].start 1515.45659375
transcript.pyannote[46].end 1517.32971875
transcript.pyannote[47].speaker SPEAKER_06
transcript.pyannote[47].start 1517.90346875
transcript.pyannote[47].end 1518.96659375
transcript.pyannote[48].speaker SPEAKER_06
transcript.pyannote[48].start 1519.94534375
transcript.pyannote[48].end 1520.38409375
transcript.pyannote[49].speaker SPEAKER_06
transcript.pyannote[49].start 1520.85659375
transcript.pyannote[49].end 1521.61596875
transcript.pyannote[50].speaker SPEAKER_06
transcript.pyannote[50].start 1521.80159375
transcript.pyannote[50].end 1524.14721875
transcript.pyannote[51].speaker SPEAKER_23
transcript.pyannote[51].start 1534.84596875
transcript.pyannote[51].end 1547.02971875
transcript.pyannote[52].speaker SPEAKER_23
transcript.pyannote[52].start 1548.53159375
transcript.pyannote[52].end 1564.76534375
transcript.pyannote[53].speaker SPEAKER_23
transcript.pyannote[53].start 1564.84971875
transcript.pyannote[53].end 1585.03221875
transcript.pyannote[54].speaker SPEAKER_23
transcript.pyannote[54].start 1585.31909375
transcript.pyannote[54].end 1588.96409375
transcript.pyannote[55].speaker SPEAKER_23
transcript.pyannote[55].start 1589.45346875
transcript.pyannote[55].end 1603.13909375
transcript.pyannote[56].speaker SPEAKER_23
transcript.pyannote[56].start 1603.56096875
transcript.pyannote[56].end 1604.65784375
transcript.pyannote[57].speaker SPEAKER_23
transcript.pyannote[57].start 1605.40034375
transcript.pyannote[57].end 1611.77909375
transcript.pyannote[58].speaker SPEAKER_23
transcript.pyannote[58].start 1612.21784375
transcript.pyannote[58].end 1654.86096875
transcript.pyannote[59].speaker SPEAKER_23
transcript.pyannote[59].start 1654.91159375
transcript.pyannote[59].end 1683.97034375
transcript.pyannote[60].speaker SPEAKER_23
transcript.pyannote[60].start 1684.15596875
transcript.pyannote[60].end 1708.92846875
transcript.pyannote[61].speaker SPEAKER_23
transcript.pyannote[61].start 1710.61596875
transcript.pyannote[61].end 1710.97034375
transcript.pyannote[62].speaker SPEAKER_06
transcript.pyannote[62].start 1710.97034375
transcript.pyannote[62].end 1712.62409375
transcript.pyannote[63].speaker SPEAKER_06
transcript.pyannote[63].start 1713.26534375
transcript.pyannote[63].end 1715.74596875
transcript.pyannote[64].speaker SPEAKER_15
transcript.pyannote[64].start 1722.66471875
transcript.pyannote[64].end 1731.40596875
transcript.pyannote[65].speaker SPEAKER_15
transcript.pyannote[65].start 1731.91221875
transcript.pyannote[65].end 1740.50159375
transcript.pyannote[66].speaker SPEAKER_15
transcript.pyannote[66].start 1740.78846875
transcript.pyannote[66].end 1863.67221875
transcript.pyannote[67].speaker SPEAKER_06
transcript.pyannote[67].start 1865.42721875
transcript.pyannote[67].end 1871.77221875
transcript.pyannote[68].speaker SPEAKER_35
transcript.pyannote[68].start 1881.72846875
transcript.pyannote[68].end 1892.00534375
transcript.pyannote[69].speaker SPEAKER_35
transcript.pyannote[69].start 1892.81534375
transcript.pyannote[69].end 1901.03346875
transcript.pyannote[70].speaker SPEAKER_35
transcript.pyannote[70].start 1902.06284375
transcript.pyannote[70].end 1907.34471875
transcript.pyannote[71].speaker SPEAKER_35
transcript.pyannote[71].start 1907.93534375
transcript.pyannote[71].end 1913.94284375
transcript.pyannote[72].speaker SPEAKER_35
transcript.pyannote[72].start 1914.70221875
transcript.pyannote[72].end 1920.05159375
transcript.pyannote[73].speaker SPEAKER_35
transcript.pyannote[73].start 1920.65909375
transcript.pyannote[73].end 1926.34596875
transcript.pyannote[74].speaker SPEAKER_35
transcript.pyannote[74].start 1926.81846875
transcript.pyannote[74].end 1935.67784375
transcript.pyannote[75].speaker SPEAKER_35
transcript.pyannote[75].start 1936.55534375
transcript.pyannote[75].end 1937.19659375
transcript.pyannote[76].speaker SPEAKER_35
transcript.pyannote[76].start 1937.68596875
transcript.pyannote[76].end 1977.73034375
transcript.pyannote[77].speaker SPEAKER_35
transcript.pyannote[77].start 1977.79784375
transcript.pyannote[77].end 1977.88221875
transcript.pyannote[78].speaker SPEAKER_35
transcript.pyannote[78].start 1978.43909375
transcript.pyannote[78].end 1979.67096875
transcript.pyannote[79].speaker SPEAKER_06
transcript.pyannote[79].start 1982.15159375
transcript.pyannote[79].end 1986.42096875
transcript.pyannote[80].speaker SPEAKER_33
transcript.pyannote[80].start 1995.60096875
transcript.pyannote[80].end 2017.30221875
transcript.pyannote[81].speaker SPEAKER_33
transcript.pyannote[81].start 2017.67346875
transcript.pyannote[81].end 2044.30221875
transcript.pyannote[82].speaker SPEAKER_33
transcript.pyannote[82].start 2045.28096875
transcript.pyannote[82].end 2097.50909375
transcript.pyannote[83].speaker SPEAKER_33
transcript.pyannote[83].start 2097.52596875
transcript.pyannote[83].end 2139.73034375
transcript.pyannote[84].speaker SPEAKER_06
transcript.pyannote[84].start 2142.68346875
transcript.pyannote[84].end 2144.52284375
transcript.pyannote[85].speaker SPEAKER_06
transcript.pyannote[85].start 2145.68721875
transcript.pyannote[85].end 2148.16784375
transcript.pyannote[86].speaker SPEAKER_13
transcript.pyannote[86].start 2157.01034375
transcript.pyannote[86].end 2163.06846875
transcript.pyannote[87].speaker SPEAKER_13
transcript.pyannote[87].start 2163.69284375
transcript.pyannote[87].end 2169.80159375
transcript.pyannote[88].speaker SPEAKER_13
transcript.pyannote[88].start 2170.10534375
transcript.pyannote[88].end 2185.19159375
transcript.pyannote[89].speaker SPEAKER_13
transcript.pyannote[89].start 2185.96784375
transcript.pyannote[89].end 2198.92784375
transcript.pyannote[90].speaker SPEAKER_13
transcript.pyannote[90].start 2199.01221875
transcript.pyannote[90].end 2241.19971875
transcript.pyannote[91].speaker SPEAKER_13
transcript.pyannote[91].start 2241.67221875
transcript.pyannote[91].end 2250.90284375
transcript.pyannote[92].speaker SPEAKER_13
transcript.pyannote[92].start 2251.49346875
transcript.pyannote[92].end 2267.08596875
transcript.pyannote[93].speaker SPEAKER_13
transcript.pyannote[93].start 2268.45284375
transcript.pyannote[93].end 2288.87159375
transcript.pyannote[94].speaker SPEAKER_06
transcript.pyannote[94].start 2290.76159375
transcript.pyannote[94].end 2294.55846875
transcript.pyannote[95].speaker SPEAKER_06
transcript.pyannote[95].start 2296.09409375
transcript.pyannote[95].end 2297.79846875
transcript.pyannote[96].speaker SPEAKER_06
transcript.pyannote[96].start 2299.26659375
transcript.pyannote[96].end 2300.41409375
transcript.pyannote[97].speaker SPEAKER_00
transcript.pyannote[97].start 2304.78471875
transcript.pyannote[97].end 2308.85159375
transcript.pyannote[98].speaker SPEAKER_06
transcript.pyannote[98].start 2305.18971875
transcript.pyannote[98].end 2306.11784375
transcript.pyannote[99].speaker SPEAKER_06
transcript.pyannote[99].start 2308.85159375
transcript.pyannote[99].end 2308.86846875
transcript.pyannote[100].speaker SPEAKER_06
transcript.pyannote[100].start 2309.42534375
transcript.pyannote[100].end 2310.97784375
transcript.pyannote[101].speaker SPEAKER_06
transcript.pyannote[101].start 2320.14096875
transcript.pyannote[101].end 2323.71846875
transcript.pyannote[102].speaker SPEAKER_06
transcript.pyannote[102].start 2324.54534375
transcript.pyannote[102].end 2324.79846875
transcript.pyannote[103].speaker SPEAKER_02
transcript.pyannote[103].start 2324.79846875
transcript.pyannote[103].end 2326.06409375
transcript.pyannote[104].speaker SPEAKER_06
transcript.pyannote[104].start 2324.81534375
transcript.pyannote[104].end 2325.15284375
transcript.pyannote[105].speaker SPEAKER_02
transcript.pyannote[105].start 2326.85721875
transcript.pyannote[105].end 2334.65346875
transcript.pyannote[106].speaker SPEAKER_02
transcript.pyannote[106].start 2335.58159375
transcript.pyannote[106].end 2337.91034375
transcript.pyannote[107].speaker SPEAKER_02
transcript.pyannote[107].start 2338.19721875
transcript.pyannote[107].end 2341.85909375
transcript.pyannote[108].speaker SPEAKER_02
transcript.pyannote[108].start 2342.23034375
transcript.pyannote[108].end 2345.43659375
transcript.pyannote[109].speaker SPEAKER_02
transcript.pyannote[109].start 2345.90909375
transcript.pyannote[109].end 2347.22534375
transcript.pyannote[110].speaker SPEAKER_02
transcript.pyannote[110].start 2347.42784375
transcript.pyannote[110].end 2348.72721875
transcript.pyannote[111].speaker SPEAKER_02
transcript.pyannote[111].start 2349.19971875
transcript.pyannote[111].end 2351.41034375
transcript.pyannote[112].speaker SPEAKER_02
transcript.pyannote[112].start 2351.76471875
transcript.pyannote[112].end 2353.01346875
transcript.pyannote[113].speaker SPEAKER_02
transcript.pyannote[113].start 2353.58721875
transcript.pyannote[113].end 2356.15221875
transcript.pyannote[114].speaker SPEAKER_02
transcript.pyannote[114].start 2356.74284375
transcript.pyannote[114].end 2359.18971875
transcript.pyannote[115].speaker SPEAKER_02
transcript.pyannote[115].start 2359.44284375
transcript.pyannote[115].end 2365.80471875
transcript.pyannote[116].speaker SPEAKER_02
transcript.pyannote[116].start 2366.10846875
transcript.pyannote[116].end 2398.01909375
transcript.pyannote[117].speaker SPEAKER_02
transcript.pyannote[117].start 2398.40721875
transcript.pyannote[117].end 2399.57159375
transcript.pyannote[118].speaker SPEAKER_02
transcript.pyannote[118].start 2399.82471875
transcript.pyannote[118].end 2401.19159375
transcript.pyannote[119].speaker SPEAKER_02
transcript.pyannote[119].start 2401.42784375
transcript.pyannote[119].end 2403.31784375
transcript.pyannote[120].speaker SPEAKER_02
transcript.pyannote[120].start 2403.60471875
transcript.pyannote[120].end 2406.67596875
transcript.pyannote[121].speaker SPEAKER_02
transcript.pyannote[121].start 2407.01346875
transcript.pyannote[121].end 2408.02596875
transcript.pyannote[122].speaker SPEAKER_02
transcript.pyannote[122].start 2408.36346875
transcript.pyannote[122].end 2416.21034375
transcript.pyannote[123].speaker SPEAKER_02
transcript.pyannote[123].start 2416.81784375
transcript.pyannote[123].end 2421.22221875
transcript.pyannote[124].speaker SPEAKER_02
transcript.pyannote[124].start 2421.50909375
transcript.pyannote[124].end 2431.00971875
transcript.pyannote[125].speaker SPEAKER_02
transcript.pyannote[125].start 2431.41471875
transcript.pyannote[125].end 2470.24409375
transcript.pyannote[126].speaker SPEAKER_02
transcript.pyannote[126].start 2470.58159375
transcript.pyannote[126].end 2471.64471875
transcript.pyannote[127].speaker SPEAKER_06
transcript.pyannote[127].start 2473.80471875
transcript.pyannote[127].end 2480.53784375
transcript.pyannote[128].speaker SPEAKER_21
transcript.pyannote[128].start 2484.82409375
transcript.pyannote[128].end 2581.29846875
transcript.pyannote[129].speaker SPEAKER_06
transcript.pyannote[129].start 2582.93534375
transcript.pyannote[129].end 2585.04471875
transcript.pyannote[130].speaker SPEAKER_06
transcript.pyannote[130].start 2587.98096875
transcript.pyannote[130].end 2593.12784375
transcript.pyannote[131].speaker SPEAKER_08
transcript.pyannote[131].start 2605.05846875
transcript.pyannote[131].end 2605.63221875
transcript.pyannote[132].speaker SPEAKER_08
transcript.pyannote[132].start 2605.98659375
transcript.pyannote[132].end 2606.03721875
transcript.pyannote[133].speaker SPEAKER_07
transcript.pyannote[133].start 2606.03721875
transcript.pyannote[133].end 2647.75221875
transcript.pyannote[134].speaker SPEAKER_07
transcript.pyannote[134].start 2648.15721875
transcript.pyannote[134].end 2702.69721875
transcript.pyannote[135].speaker SPEAKER_07
transcript.pyannote[135].start 2703.76034375
transcript.pyannote[135].end 2755.71846875
transcript.pyannote[136].speaker SPEAKER_07
transcript.pyannote[136].start 2755.90409375
transcript.pyannote[136].end 2759.80221875
transcript.pyannote[137].speaker SPEAKER_07
transcript.pyannote[137].start 2760.07221875
transcript.pyannote[137].end 2767.39596875
transcript.pyannote[138].speaker SPEAKER_07
transcript.pyannote[138].start 2767.88534375
transcript.pyannote[138].end 2783.47784375
transcript.pyannote[139].speaker SPEAKER_07
transcript.pyannote[139].start 2783.76471875
transcript.pyannote[139].end 2801.14596875
transcript.pyannote[140].speaker SPEAKER_07
transcript.pyannote[140].start 2802.78284375
transcript.pyannote[140].end 2810.49471875
transcript.pyannote[141].speaker SPEAKER_07
transcript.pyannote[141].start 2811.42284375
transcript.pyannote[141].end 2819.33721875
transcript.pyannote[142].speaker SPEAKER_07
transcript.pyannote[142].start 2820.24846875
transcript.pyannote[142].end 2835.30096875
transcript.pyannote[143].speaker SPEAKER_07
transcript.pyannote[143].start 2835.67221875
transcript.pyannote[143].end 2840.38034375
transcript.pyannote[144].speaker SPEAKER_07
transcript.pyannote[144].start 2840.54909375
transcript.pyannote[144].end 2841.13971875
transcript.pyannote[145].speaker SPEAKER_07
transcript.pyannote[145].start 2841.44346875
transcript.pyannote[145].end 2846.08409375
transcript.pyannote[146].speaker SPEAKER_07
transcript.pyannote[146].start 2846.37096875
transcript.pyannote[146].end 2847.13034375
transcript.pyannote[147].speaker SPEAKER_07
transcript.pyannote[147].start 2847.58596875
transcript.pyannote[147].end 2891.68034375
transcript.pyannote[148].speaker SPEAKER_07
transcript.pyannote[148].start 2892.22034375
transcript.pyannote[148].end 2892.97971875
transcript.pyannote[149].speaker SPEAKER_07
transcript.pyannote[149].start 2893.38471875
transcript.pyannote[149].end 2907.25596875
transcript.pyannote[150].speaker SPEAKER_07
transcript.pyannote[150].start 2907.71159375
transcript.pyannote[150].end 2945.25846875
transcript.pyannote[151].speaker SPEAKER_07
transcript.pyannote[151].start 2946.06846875
transcript.pyannote[151].end 2952.90284375
transcript.pyannote[152].speaker SPEAKER_07
transcript.pyannote[152].start 2953.35846875
transcript.pyannote[152].end 2955.56909375
transcript.pyannote[153].speaker SPEAKER_07
transcript.pyannote[153].start 2955.83909375
transcript.pyannote[153].end 2957.83034375
transcript.pyannote[154].speaker SPEAKER_07
transcript.pyannote[154].start 2958.94409375
transcript.pyannote[154].end 2962.55534375
transcript.pyannote[155].speaker SPEAKER_07
transcript.pyannote[155].start 2962.90971875
transcript.pyannote[155].end 2967.85409375
transcript.pyannote[156].speaker SPEAKER_07
transcript.pyannote[156].start 2968.09034375
transcript.pyannote[156].end 2969.54159375
transcript.pyannote[157].speaker SPEAKER_07
transcript.pyannote[157].start 2969.86221875
transcript.pyannote[157].end 2973.43971875
transcript.pyannote[158].speaker SPEAKER_07
transcript.pyannote[158].start 2973.92909375
transcript.pyannote[158].end 2975.22846875
transcript.pyannote[159].speaker SPEAKER_07
transcript.pyannote[159].start 2975.65034375
transcript.pyannote[159].end 2977.79346875
transcript.pyannote[160].speaker SPEAKER_07
transcript.pyannote[160].start 2978.33346875
transcript.pyannote[160].end 2980.03784375
transcript.pyannote[161].speaker SPEAKER_07
transcript.pyannote[161].start 2980.57784375
transcript.pyannote[161].end 2981.53971875
transcript.pyannote[162].speaker SPEAKER_07
transcript.pyannote[162].start 2981.62409375
transcript.pyannote[162].end 2993.75721875
transcript.pyannote[163].speaker SPEAKER_07
transcript.pyannote[163].start 2994.19596875
transcript.pyannote[163].end 3055.72221875
transcript.pyannote[164].speaker SPEAKER_06
transcript.pyannote[164].start 3061.45971875
transcript.pyannote[164].end 3063.02909375
transcript.pyannote[165].speaker SPEAKER_06
transcript.pyannote[165].start 3063.97409375
transcript.pyannote[165].end 3070.11659375
transcript.pyannote[166].speaker SPEAKER_06
transcript.pyannote[166].start 3070.74096875
transcript.pyannote[166].end 3079.83659375
transcript.pyannote[167].speaker SPEAKER_06
transcript.pyannote[167].start 3080.47784375
transcript.pyannote[167].end 3088.08846875
transcript.pyannote[168].speaker SPEAKER_06
transcript.pyannote[168].start 3088.57784375
transcript.pyannote[168].end 3092.96534375
transcript.pyannote[169].speaker SPEAKER_06
transcript.pyannote[169].start 3093.25221875
transcript.pyannote[169].end 3097.23471875
transcript.pyannote[170].speaker SPEAKER_25
transcript.pyannote[170].start 3106.07721875
transcript.pyannote[170].end 3106.93784375
transcript.pyannote[171].speaker SPEAKER_25
transcript.pyannote[171].start 3107.12346875
transcript.pyannote[171].end 3109.18221875
transcript.pyannote[172].speaker SPEAKER_06
transcript.pyannote[172].start 3108.82784375
transcript.pyannote[172].end 3108.97971875
transcript.pyannote[173].speaker SPEAKER_06
transcript.pyannote[173].start 3109.18221875
transcript.pyannote[173].end 3109.60409375
transcript.pyannote[174].speaker SPEAKER_25
transcript.pyannote[174].start 3116.89409375
transcript.pyannote[174].end 3117.58596875
transcript.pyannote[175].speaker SPEAKER_25
transcript.pyannote[175].start 3117.97409375
transcript.pyannote[175].end 3131.05221875
transcript.pyannote[176].speaker SPEAKER_25
transcript.pyannote[176].start 3131.11971875
transcript.pyannote[176].end 3144.16409375
transcript.pyannote[177].speaker SPEAKER_25
transcript.pyannote[177].start 3144.65346875
transcript.pyannote[177].end 3148.04534375
transcript.pyannote[178].speaker SPEAKER_25
transcript.pyannote[178].start 3148.31534375
transcript.pyannote[178].end 3154.74471875
transcript.pyannote[179].speaker SPEAKER_25
transcript.pyannote[179].start 3154.87971875
transcript.pyannote[179].end 3175.09596875
transcript.pyannote[180].speaker SPEAKER_25
transcript.pyannote[180].start 3175.80471875
transcript.pyannote[180].end 3176.36159375
transcript.pyannote[181].speaker SPEAKER_25
transcript.pyannote[181].start 3176.59784375
transcript.pyannote[181].end 3183.46596875
transcript.pyannote[182].speaker SPEAKER_25
transcript.pyannote[182].start 3184.00596875
transcript.pyannote[182].end 3186.13221875
transcript.pyannote[183].speaker SPEAKER_25
transcript.pyannote[183].start 3186.60471875
transcript.pyannote[183].end 3198.94034375
transcript.pyannote[184].speaker SPEAKER_07
transcript.pyannote[184].start 3200.30721875
transcript.pyannote[184].end 3238.59659375
transcript.pyannote[185].speaker SPEAKER_25
transcript.pyannote[185].start 3206.85471875
transcript.pyannote[185].end 3207.78284375
transcript.pyannote[186].speaker SPEAKER_08
transcript.pyannote[186].start 3220.08471875
transcript.pyannote[186].end 3220.48971875
transcript.pyannote[187].speaker SPEAKER_25
transcript.pyannote[187].start 3239.03534375
transcript.pyannote[187].end 3245.83596875
transcript.pyannote[188].speaker SPEAKER_25
transcript.pyannote[188].start 3246.54471875
transcript.pyannote[188].end 3255.74159375
transcript.pyannote[189].speaker SPEAKER_25
transcript.pyannote[189].start 3256.16346875
transcript.pyannote[189].end 3275.11409375
transcript.pyannote[190].speaker SPEAKER_00
transcript.pyannote[190].start 3264.31409375
transcript.pyannote[190].end 3264.75284375
transcript.pyannote[191].speaker SPEAKER_25
transcript.pyannote[191].start 3275.14784375
transcript.pyannote[191].end 3275.21534375
transcript.pyannote[192].speaker SPEAKER_25
transcript.pyannote[192].start 3275.31659375
transcript.pyannote[192].end 3284.59784375
transcript.pyannote[193].speaker SPEAKER_25
transcript.pyannote[193].start 3285.10409375
transcript.pyannote[193].end 3308.03721875
transcript.pyannote[194].speaker SPEAKER_31
transcript.pyannote[194].start 3311.69909375
transcript.pyannote[194].end 3340.92659375
transcript.pyannote[195].speaker SPEAKER_00
transcript.pyannote[195].start 3318.55034375
transcript.pyannote[195].end 3319.05659375
transcript.pyannote[196].speaker SPEAKER_00
transcript.pyannote[196].start 3323.76471875
transcript.pyannote[196].end 3324.05159375
transcript.pyannote[197].speaker SPEAKER_30
transcript.pyannote[197].start 3324.05159375
transcript.pyannote[197].end 3324.23721875
transcript.pyannote[198].speaker SPEAKER_00
transcript.pyannote[198].start 3324.23721875
transcript.pyannote[198].end 3324.30471875
transcript.pyannote[199].speaker SPEAKER_25
transcript.pyannote[199].start 3341.70284375
transcript.pyannote[199].end 3356.46846875
transcript.pyannote[200].speaker SPEAKER_25
transcript.pyannote[200].start 3357.07596875
transcript.pyannote[200].end 3361.81784375
transcript.pyannote[201].speaker SPEAKER_25
transcript.pyannote[201].start 3362.12159375
transcript.pyannote[201].end 3365.95221875
transcript.pyannote[202].speaker SPEAKER_07
transcript.pyannote[202].start 3366.22221875
transcript.pyannote[202].end 3373.49534375
transcript.pyannote[203].speaker SPEAKER_07
transcript.pyannote[203].start 3374.52471875
transcript.pyannote[203].end 3376.54971875
transcript.pyannote[204].speaker SPEAKER_25
transcript.pyannote[204].start 3374.67659375
transcript.pyannote[204].end 3374.92971875
transcript.pyannote[205].speaker SPEAKER_25
transcript.pyannote[205].start 3376.00971875
transcript.pyannote[205].end 3381.15659375
transcript.pyannote[206].speaker SPEAKER_07
transcript.pyannote[206].start 3379.13159375
transcript.pyannote[206].end 3386.62409375
transcript.pyannote[207].speaker SPEAKER_25
transcript.pyannote[207].start 3387.23159375
transcript.pyannote[207].end 3392.68221875
transcript.pyannote[208].speaker SPEAKER_07
transcript.pyannote[208].start 3387.88971875
transcript.pyannote[208].end 3388.32846875
transcript.pyannote[209].speaker SPEAKER_07
transcript.pyannote[209].start 3392.49659375
transcript.pyannote[209].end 3408.05534375
transcript.pyannote[210].speaker SPEAKER_25
transcript.pyannote[210].start 3401.05221875
transcript.pyannote[210].end 3401.27159375
transcript.pyannote[211].speaker SPEAKER_25
transcript.pyannote[211].start 3406.65471875
transcript.pyannote[211].end 3407.21159375
transcript.pyannote[212].speaker SPEAKER_25
transcript.pyannote[212].start 3407.68409375
transcript.pyannote[212].end 3409.00034375
transcript.pyannote[213].speaker SPEAKER_07
transcript.pyannote[213].start 3408.83159375
transcript.pyannote[213].end 3433.11471875
transcript.pyannote[214].speaker SPEAKER_25
transcript.pyannote[214].start 3431.37659375
transcript.pyannote[214].end 3437.82284375
transcript.pyannote[215].speaker SPEAKER_25
transcript.pyannote[215].start 3438.17721875
transcript.pyannote[215].end 3444.65721875
transcript.pyannote[216].speaker SPEAKER_07
transcript.pyannote[216].start 3444.65721875
transcript.pyannote[216].end 3452.48721875
transcript.pyannote[217].speaker SPEAKER_25
transcript.pyannote[217].start 3447.10409375
transcript.pyannote[217].end 3447.57659375
transcript.pyannote[218].speaker SPEAKER_25
transcript.pyannote[218].start 3452.48721875
transcript.pyannote[218].end 3478.44096875
transcript.pyannote[219].speaker SPEAKER_25
transcript.pyannote[219].start 3478.71096875
transcript.pyannote[219].end 3510.40221875
transcript.pyannote[220].speaker SPEAKER_07
transcript.pyannote[220].start 3512.19096875
transcript.pyannote[220].end 3517.05096875
transcript.pyannote[221].speaker SPEAKER_07
transcript.pyannote[221].start 3517.25346875
transcript.pyannote[221].end 3531.51284375
transcript.pyannote[222].speaker SPEAKER_25
transcript.pyannote[222].start 3518.70471875
transcript.pyannote[222].end 3520.39221875
transcript.pyannote[223].speaker SPEAKER_07
transcript.pyannote[223].start 3531.52971875
transcript.pyannote[223].end 3561.36471875
transcript.pyannote[224].speaker SPEAKER_25
transcript.pyannote[224].start 3561.39846875
transcript.pyannote[224].end 3569.22846875
transcript.pyannote[225].speaker SPEAKER_25
transcript.pyannote[225].start 3569.24534375
transcript.pyannote[225].end 3589.90034375
transcript.pyannote[226].speaker SPEAKER_25
transcript.pyannote[226].start 3590.08596875
transcript.pyannote[226].end 3618.21659375
transcript.pyannote[227].speaker SPEAKER_07
transcript.pyannote[227].start 3617.13659375
transcript.pyannote[227].end 3618.06471875
transcript.pyannote[228].speaker SPEAKER_25
transcript.pyannote[228].start 3618.60471875
transcript.pyannote[228].end 3619.87034375
transcript.pyannote[229].speaker SPEAKER_07
transcript.pyannote[229].start 3618.68909375
transcript.pyannote[229].end 3619.12784375
transcript.pyannote[230].speaker SPEAKER_25
transcript.pyannote[230].start 3619.93784375
transcript.pyannote[230].end 3625.48971875
transcript.pyannote[231].speaker SPEAKER_07
transcript.pyannote[231].start 3626.21534375
transcript.pyannote[231].end 3645.84096875
transcript.pyannote[232].speaker SPEAKER_30
transcript.pyannote[232].start 3629.62409375
transcript.pyannote[232].end 3629.65784375
transcript.pyannote[233].speaker SPEAKER_25
transcript.pyannote[233].start 3629.65784375
transcript.pyannote[233].end 3629.96159375
transcript.pyannote[234].speaker SPEAKER_25
transcript.pyannote[234].start 3645.84096875
transcript.pyannote[234].end 3650.39721875
transcript.pyannote[235].speaker SPEAKER_25
transcript.pyannote[235].start 3651.10596875
transcript.pyannote[235].end 3654.58221875
transcript.pyannote[236].speaker SPEAKER_07
transcript.pyannote[236].start 3653.45159375
transcript.pyannote[236].end 3664.11659375
transcript.pyannote[237].speaker SPEAKER_25
transcript.pyannote[237].start 3657.04596875
transcript.pyannote[237].end 3657.50159375
transcript.pyannote[238].speaker SPEAKER_25
transcript.pyannote[238].start 3663.64409375
transcript.pyannote[238].end 3664.42034375
transcript.pyannote[239].speaker SPEAKER_25
transcript.pyannote[239].start 3665.06159375
transcript.pyannote[239].end 3674.98409375
transcript.pyannote[240].speaker SPEAKER_07
transcript.pyannote[240].start 3675.18659375
transcript.pyannote[240].end 3688.39971875
transcript.pyannote[241].speaker SPEAKER_25
transcript.pyannote[241].start 3687.48846875
transcript.pyannote[241].end 3696.38159375
transcript.pyannote[242].speaker SPEAKER_25
transcript.pyannote[242].start 3696.93846875
transcript.pyannote[242].end 3697.39409375
transcript.pyannote[243].speaker SPEAKER_25
transcript.pyannote[243].start 3697.78221875
transcript.pyannote[243].end 3717.86346875
transcript.pyannote[244].speaker SPEAKER_31
transcript.pyannote[244].start 3719.14596875
transcript.pyannote[244].end 3734.38409375
transcript.pyannote[245].speaker SPEAKER_25
transcript.pyannote[245].start 3734.89034375
transcript.pyannote[245].end 3749.53784375
transcript.pyannote[246].speaker SPEAKER_25
transcript.pyannote[246].start 3749.79096875
transcript.pyannote[246].end 3755.15721875
transcript.pyannote[247].speaker SPEAKER_07
transcript.pyannote[247].start 3755.76471875
transcript.pyannote[247].end 3760.81034375
transcript.pyannote[248].speaker SPEAKER_07
transcript.pyannote[248].start 3760.94534375
transcript.pyannote[248].end 3763.98284375
transcript.pyannote[249].speaker SPEAKER_07
transcript.pyannote[249].start 3764.37096875
transcript.pyannote[249].end 3794.39159375
transcript.pyannote[250].speaker SPEAKER_30
transcript.pyannote[250].start 3767.69534375
transcript.pyannote[250].end 3767.96534375
transcript.pyannote[251].speaker SPEAKER_00
transcript.pyannote[251].start 3767.96534375
transcript.pyannote[251].end 3768.11721875
transcript.pyannote[252].speaker SPEAKER_00
transcript.pyannote[252].start 3774.85034375
transcript.pyannote[252].end 3775.96409375
transcript.pyannote[253].speaker SPEAKER_25
transcript.pyannote[253].start 3794.34096875
transcript.pyannote[253].end 3809.74784375
transcript.pyannote[254].speaker SPEAKER_25
transcript.pyannote[254].start 3810.00096875
transcript.pyannote[254].end 3829.69409375
transcript.pyannote[255].speaker SPEAKER_07
transcript.pyannote[255].start 3830.36909375
transcript.pyannote[255].end 3845.37096875
transcript.pyannote[256].speaker SPEAKER_25
transcript.pyannote[256].start 3845.38784375
transcript.pyannote[256].end 3853.33596875
transcript.pyannote[257].speaker SPEAKER_07
transcript.pyannote[257].start 3853.33596875
transcript.pyannote[257].end 3853.97721875
transcript.pyannote[258].speaker SPEAKER_06
transcript.pyannote[258].start 3853.63971875
transcript.pyannote[258].end 3853.69034375
transcript.pyannote[259].speaker SPEAKER_06
transcript.pyannote[259].start 3853.94346875
transcript.pyannote[259].end 3854.50034375
transcript.pyannote[260].speaker SPEAKER_25
transcript.pyannote[260].start 3853.97721875
transcript.pyannote[260].end 3854.78721875
transcript.pyannote[261].speaker SPEAKER_06
transcript.pyannote[261].start 3857.79096875
transcript.pyannote[261].end 3862.63409375
transcript.pyannote[262].speaker SPEAKER_21
transcript.pyannote[262].start 3867.03846875
transcript.pyannote[262].end 3868.57409375
transcript.pyannote[263].speaker SPEAKER_06
transcript.pyannote[263].start 3868.96221875
transcript.pyannote[263].end 3869.70471875
transcript.pyannote[264].speaker SPEAKER_08
transcript.pyannote[264].start 3877.39971875
transcript.pyannote[264].end 3878.02409375
transcript.pyannote[265].speaker SPEAKER_21
transcript.pyannote[265].start 3877.78784375
transcript.pyannote[265].end 3888.14909375
transcript.pyannote[266].speaker SPEAKER_21
transcript.pyannote[266].start 3888.28409375
transcript.pyannote[266].end 3953.45534375
transcript.pyannote[267].speaker SPEAKER_07
transcript.pyannote[267].start 3955.09221875
transcript.pyannote[267].end 3957.84284375
transcript.pyannote[268].speaker SPEAKER_07
transcript.pyannote[268].start 3958.95659375
transcript.pyannote[268].end 3979.88159375
transcript.pyannote[269].speaker SPEAKER_21
transcript.pyannote[269].start 3977.60346875
transcript.pyannote[269].end 3978.29534375
transcript.pyannote[270].speaker SPEAKER_21
transcript.pyannote[270].start 3979.32471875
transcript.pyannote[270].end 3982.10909375
transcript.pyannote[271].speaker SPEAKER_07
transcript.pyannote[271].start 3981.82221875
transcript.pyannote[271].end 3994.30971875
transcript.pyannote[272].speaker SPEAKER_21
transcript.pyannote[272].start 3983.25659375
transcript.pyannote[272].end 3984.04971875
transcript.pyannote[273].speaker SPEAKER_21
transcript.pyannote[273].start 3994.41096875
transcript.pyannote[273].end 4014.94784375
transcript.pyannote[274].speaker SPEAKER_21
transcript.pyannote[274].start 4015.23471875
transcript.pyannote[274].end 4022.37284375
transcript.pyannote[275].speaker SPEAKER_21
transcript.pyannote[275].start 4023.33471875
transcript.pyannote[275].end 4024.17846875
transcript.pyannote[276].speaker SPEAKER_07
transcript.pyannote[276].start 4023.95909375
transcript.pyannote[276].end 4026.32159375
transcript.pyannote[277].speaker SPEAKER_21
transcript.pyannote[277].start 4025.51159375
transcript.pyannote[277].end 4027.72221875
transcript.pyannote[278].speaker SPEAKER_07
transcript.pyannote[278].start 4027.40159375
transcript.pyannote[278].end 4039.75409375
transcript.pyannote[279].speaker SPEAKER_21
transcript.pyannote[279].start 4038.42096875
transcript.pyannote[279].end 4055.39721875
transcript.pyannote[280].speaker SPEAKER_07
transcript.pyannote[280].start 4055.39721875
transcript.pyannote[280].end 4061.79284375
transcript.pyannote[281].speaker SPEAKER_21
transcript.pyannote[281].start 4056.74721875
transcript.pyannote[281].end 4057.37159375
transcript.pyannote[282].speaker SPEAKER_21
transcript.pyannote[282].start 4061.48909375
transcript.pyannote[282].end 4088.43846875
transcript.pyannote[283].speaker SPEAKER_21
transcript.pyannote[283].start 4088.74221875
transcript.pyannote[283].end 4136.16096875
transcript.pyannote[284].speaker SPEAKER_07
transcript.pyannote[284].start 4137.57846875
transcript.pyannote[284].end 4139.08034375
transcript.pyannote[285].speaker SPEAKER_21
transcript.pyannote[285].start 4139.82284375
transcript.pyannote[285].end 4140.61596875
transcript.pyannote[286].speaker SPEAKER_07
transcript.pyannote[286].start 4140.02534375
transcript.pyannote[286].end 4142.53971875
transcript.pyannote[287].speaker SPEAKER_21
transcript.pyannote[287].start 4143.11346875
transcript.pyannote[287].end 4144.96971875
transcript.pyannote[288].speaker SPEAKER_07
transcript.pyannote[288].start 4145.27346875
transcript.pyannote[288].end 4148.36159375
transcript.pyannote[289].speaker SPEAKER_21
transcript.pyannote[289].start 4146.40409375
transcript.pyannote[289].end 4146.82596875
transcript.pyannote[290].speaker SPEAKER_21
transcript.pyannote[290].start 4148.36159375
transcript.pyannote[290].end 4164.24096875
transcript.pyannote[291].speaker SPEAKER_07
transcript.pyannote[291].start 4149.34034375
transcript.pyannote[291].end 4150.36971875
transcript.pyannote[292].speaker SPEAKER_21
transcript.pyannote[292].start 4164.89909375
transcript.pyannote[292].end 4166.43471875
transcript.pyannote[293].speaker SPEAKER_07
transcript.pyannote[293].start 4166.89034375
transcript.pyannote[293].end 4167.95346875
transcript.pyannote[294].speaker SPEAKER_21
transcript.pyannote[294].start 4167.86909375
transcript.pyannote[294].end 4230.10409375
transcript.pyannote[295].speaker SPEAKER_07
transcript.pyannote[295].start 4230.47534375
transcript.pyannote[295].end 4231.60596875
transcript.pyannote[296].speaker SPEAKER_07
transcript.pyannote[296].start 4231.84221875
transcript.pyannote[296].end 4239.19971875
transcript.pyannote[297].speaker SPEAKER_21
transcript.pyannote[297].start 4239.04784375
transcript.pyannote[297].end 4240.70159375
transcript.pyannote[298].speaker SPEAKER_07
transcript.pyannote[298].start 4239.23346875
transcript.pyannote[298].end 4239.60471875
transcript.pyannote[299].speaker SPEAKER_21
transcript.pyannote[299].start 4241.35971875
transcript.pyannote[299].end 4241.93346875
transcript.pyannote[300].speaker SPEAKER_07
transcript.pyannote[300].start 4241.39346875
transcript.pyannote[300].end 4244.80221875
transcript.pyannote[301].speaker SPEAKER_21
transcript.pyannote[301].start 4243.18221875
transcript.pyannote[301].end 4247.16471875
transcript.pyannote[302].speaker SPEAKER_07
transcript.pyannote[302].start 4245.89909375
transcript.pyannote[302].end 4253.10471875
transcript.pyannote[303].speaker SPEAKER_21
transcript.pyannote[303].start 4251.99096875
transcript.pyannote[303].end 4260.83346875
transcript.pyannote[304].speaker SPEAKER_07
transcript.pyannote[304].start 4259.34846875
transcript.pyannote[304].end 4265.74409375
transcript.pyannote[305].speaker SPEAKER_21
transcript.pyannote[305].start 4265.15346875
transcript.pyannote[305].end 4267.92096875
transcript.pyannote[306].speaker SPEAKER_07
transcript.pyannote[306].start 4268.66346875
transcript.pyannote[306].end 4268.98409375
transcript.pyannote[307].speaker SPEAKER_21
transcript.pyannote[307].start 4268.81534375
transcript.pyannote[307].end 4269.23721875
transcript.pyannote[308].speaker SPEAKER_21
transcript.pyannote[308].start 4269.74346875
transcript.pyannote[308].end 4288.44096875
transcript.pyannote[309].speaker SPEAKER_21
transcript.pyannote[309].start 4289.04846875
transcript.pyannote[309].end 4291.47846875
transcript.pyannote[310].speaker SPEAKER_21
transcript.pyannote[310].start 4292.00159375
transcript.pyannote[310].end 4297.41846875
transcript.pyannote[311].speaker SPEAKER_07
transcript.pyannote[311].start 4297.31721875
transcript.pyannote[311].end 4304.16846875
transcript.pyannote[312].speaker SPEAKER_07
transcript.pyannote[312].start 4304.48909375
transcript.pyannote[312].end 4325.02596875
transcript.pyannote[313].speaker SPEAKER_21
transcript.pyannote[313].start 4322.44409375
transcript.pyannote[313].end 4322.71409375
transcript.pyannote[314].speaker SPEAKER_21
transcript.pyannote[314].start 4323.20346875
transcript.pyannote[314].end 4329.34596875
transcript.pyannote[315].speaker SPEAKER_07
transcript.pyannote[315].start 4328.87346875
transcript.pyannote[315].end 4335.40409375
transcript.pyannote[316].speaker SPEAKER_21
transcript.pyannote[316].start 4329.80159375
transcript.pyannote[316].end 4330.30784375
transcript.pyannote[317].speaker SPEAKER_21
transcript.pyannote[317].start 4332.21471875
transcript.pyannote[317].end 4332.65346875
transcript.pyannote[318].speaker SPEAKER_21
transcript.pyannote[318].start 4334.84721875
transcript.pyannote[318].end 4342.89659375
transcript.pyannote[319].speaker SPEAKER_21
transcript.pyannote[319].start 4343.30159375
transcript.pyannote[319].end 4354.75971875
transcript.pyannote[320].speaker SPEAKER_21
transcript.pyannote[320].start 4354.77659375
transcript.pyannote[320].end 4354.81034375
transcript.pyannote[321].speaker SPEAKER_07
transcript.pyannote[321].start 4354.81034375
transcript.pyannote[321].end 4368.27659375
transcript.pyannote[322].speaker SPEAKER_21
transcript.pyannote[322].start 4355.23221875
transcript.pyannote[322].end 4355.89034375
transcript.pyannote[323].speaker SPEAKER_21
transcript.pyannote[323].start 4367.65221875
transcript.pyannote[323].end 4371.80346875
transcript.pyannote[324].speaker SPEAKER_07
transcript.pyannote[324].start 4372.63034375
transcript.pyannote[324].end 4376.08971875
transcript.pyannote[325].speaker SPEAKER_07
transcript.pyannote[325].start 4376.14034375
transcript.pyannote[325].end 4378.31721875
transcript.pyannote[326].speaker SPEAKER_21
transcript.pyannote[326].start 4377.72659375
transcript.pyannote[326].end 4382.94096875
transcript.pyannote[327].speaker SPEAKER_07
transcript.pyannote[327].start 4381.87784375
transcript.pyannote[327].end 4393.72409375
transcript.pyannote[328].speaker SPEAKER_21
transcript.pyannote[328].start 4394.60159375
transcript.pyannote[328].end 4415.27346875
transcript.pyannote[329].speaker SPEAKER_07
transcript.pyannote[329].start 4414.88534375
transcript.pyannote[329].end 4416.75846875
transcript.pyannote[330].speaker SPEAKER_21
transcript.pyannote[330].start 4416.16784375
transcript.pyannote[330].end 4418.27721875
transcript.pyannote[331].speaker SPEAKER_07
transcript.pyannote[331].start 4417.97346875
transcript.pyannote[331].end 4419.45846875
transcript.pyannote[332].speaker SPEAKER_21
transcript.pyannote[332].start 4419.44159375
transcript.pyannote[332].end 4421.04471875
transcript.pyannote[333].speaker SPEAKER_07
transcript.pyannote[333].start 4421.04471875
transcript.pyannote[333].end 4423.89659375
transcript.pyannote[334].speaker SPEAKER_21
transcript.pyannote[334].start 4422.61409375
transcript.pyannote[334].end 4423.40721875
transcript.pyannote[335].speaker SPEAKER_07
transcript.pyannote[335].start 4425.36471875
transcript.pyannote[335].end 4426.49534375
transcript.pyannote[336].speaker SPEAKER_21
transcript.pyannote[336].start 4426.49534375
transcript.pyannote[336].end 4433.11034375
transcript.pyannote[337].speaker SPEAKER_21
transcript.pyannote[337].start 4433.32971875
transcript.pyannote[337].end 4438.00409375
transcript.pyannote[338].speaker SPEAKER_21
transcript.pyannote[338].start 4438.59471875
transcript.pyannote[338].end 4440.77159375
transcript.pyannote[339].speaker SPEAKER_07
transcript.pyannote[339].start 4441.24409375
transcript.pyannote[339].end 4443.89346875
transcript.pyannote[340].speaker SPEAKER_21
transcript.pyannote[340].start 4441.81784375
transcript.pyannote[340].end 4444.28159375
transcript.pyannote[341].speaker SPEAKER_07
transcript.pyannote[341].start 4444.51784375
transcript.pyannote[341].end 4448.07846875
transcript.pyannote[342].speaker SPEAKER_21
transcript.pyannote[342].start 4447.92659375
transcript.pyannote[342].end 4451.14971875
transcript.pyannote[343].speaker SPEAKER_07
transcript.pyannote[343].start 4448.34846875
transcript.pyannote[343].end 4450.67721875
transcript.pyannote[344].speaker SPEAKER_07
transcript.pyannote[344].start 4451.25096875
transcript.pyannote[344].end 4452.09471875
transcript.pyannote[345].speaker SPEAKER_21
transcript.pyannote[345].start 4452.26346875
transcript.pyannote[345].end 4453.10721875
transcript.pyannote[346].speaker SPEAKER_07
transcript.pyannote[346].start 4452.73596875
transcript.pyannote[346].end 4455.57096875
transcript.pyannote[347].speaker SPEAKER_21
transcript.pyannote[347].start 4455.57096875
transcript.pyannote[347].end 4456.51596875
transcript.pyannote[348].speaker SPEAKER_07
transcript.pyannote[348].start 4456.02659375
transcript.pyannote[348].end 4458.25409375
transcript.pyannote[349].speaker SPEAKER_21
transcript.pyannote[349].start 4457.91659375
transcript.pyannote[349].end 4466.79284375
transcript.pyannote[350].speaker SPEAKER_07
transcript.pyannote[350].start 4465.47659375
transcript.pyannote[350].end 4470.47159375
transcript.pyannote[351].speaker SPEAKER_07
transcript.pyannote[351].start 4471.46721875
transcript.pyannote[351].end 4476.44534375
transcript.pyannote[352].speaker SPEAKER_21
transcript.pyannote[352].start 4476.44534375
transcript.pyannote[352].end 4480.09034375
transcript.pyannote[353].speaker SPEAKER_07
transcript.pyannote[353].start 4478.58846875
transcript.pyannote[353].end 4479.04409375
transcript.pyannote[354].speaker SPEAKER_07
transcript.pyannote[354].start 4479.71909375
transcript.pyannote[354].end 4481.94659375
transcript.pyannote[355].speaker SPEAKER_21
transcript.pyannote[355].start 4480.96784375
transcript.pyannote[355].end 4482.95909375
transcript.pyannote[356].speaker SPEAKER_07
transcript.pyannote[356].start 4482.31784375
transcript.pyannote[356].end 4484.71409375
transcript.pyannote[357].speaker SPEAKER_07
transcript.pyannote[357].start 4484.98409375
transcript.pyannote[357].end 4487.00909375
transcript.pyannote[358].speaker SPEAKER_21
transcript.pyannote[358].start 4486.77284375
transcript.pyannote[358].end 4493.77596875
transcript.pyannote[359].speaker SPEAKER_07
transcript.pyannote[359].start 4492.24034375
transcript.pyannote[359].end 4492.25721875
transcript.pyannote[360].speaker SPEAKER_06
transcript.pyannote[360].start 4492.25721875
transcript.pyannote[360].end 4492.71284375
transcript.pyannote[361].speaker SPEAKER_06
transcript.pyannote[361].start 4494.46784375
transcript.pyannote[361].end 4497.33659375
transcript.pyannote[362].speaker SPEAKER_06
transcript.pyannote[362].start 4497.42096875
transcript.pyannote[362].end 4499.95221875
transcript.pyannote[363].speaker SPEAKER_20
transcript.pyannote[363].start 4507.64721875
transcript.pyannote[363].end 4508.54159375
transcript.pyannote[364].speaker SPEAKER_20
transcript.pyannote[364].start 4508.57534375
transcript.pyannote[364].end 4510.26284375
transcript.pyannote[365].speaker SPEAKER_06
transcript.pyannote[365].start 4512.10221875
transcript.pyannote[365].end 4512.86159375
transcript.pyannote[366].speaker SPEAKER_06
transcript.pyannote[366].start 4517.06346875
transcript.pyannote[366].end 4517.56971875
transcript.pyannote[367].speaker SPEAKER_08
transcript.pyannote[367].start 4517.11409375
transcript.pyannote[367].end 4517.14784375
transcript.pyannote[368].speaker SPEAKER_20
transcript.pyannote[368].start 4517.14784375
transcript.pyannote[368].end 4517.23221875
transcript.pyannote[369].speaker SPEAKER_08
transcript.pyannote[369].start 4517.23221875
transcript.pyannote[369].end 4517.33346875
transcript.pyannote[370].speaker SPEAKER_08
transcript.pyannote[370].start 4517.56971875
transcript.pyannote[370].end 4517.62034375
transcript.pyannote[371].speaker SPEAKER_20
transcript.pyannote[371].start 4517.94096875
transcript.pyannote[371].end 4586.84159375
transcript.pyannote[372].speaker SPEAKER_20
transcript.pyannote[372].start 4586.92596875
transcript.pyannote[372].end 4602.36659375
transcript.pyannote[373].speaker SPEAKER_20
transcript.pyannote[373].start 4602.87284375
transcript.pyannote[373].end 4613.03159375
transcript.pyannote[374].speaker SPEAKER_20
transcript.pyannote[374].start 4613.21721875
transcript.pyannote[374].end 4619.02221875
transcript.pyannote[375].speaker SPEAKER_20
transcript.pyannote[375].start 4619.47784375
transcript.pyannote[375].end 4635.34034375
transcript.pyannote[376].speaker SPEAKER_20
transcript.pyannote[376].start 4635.71159375
transcript.pyannote[376].end 4655.94471875
transcript.pyannote[377].speaker SPEAKER_08
transcript.pyannote[377].start 4652.60346875
transcript.pyannote[377].end 4652.62034375
transcript.pyannote[378].speaker SPEAKER_07
transcript.pyannote[378].start 4652.62034375
transcript.pyannote[378].end 4655.23596875
transcript.pyannote[379].speaker SPEAKER_20
transcript.pyannote[379].start 4655.99534375
transcript.pyannote[379].end 4656.87284375
transcript.pyannote[380].speaker SPEAKER_07
transcript.pyannote[380].start 4657.17659375
transcript.pyannote[380].end 4658.32409375
transcript.pyannote[381].speaker SPEAKER_20
transcript.pyannote[381].start 4657.19346875
transcript.pyannote[381].end 4659.13409375
transcript.pyannote[382].speaker SPEAKER_07
transcript.pyannote[382].start 4659.28596875
transcript.pyannote[382].end 4660.38284375
transcript.pyannote[383].speaker SPEAKER_20
transcript.pyannote[383].start 4660.41659375
transcript.pyannote[383].end 4661.27721875
transcript.pyannote[384].speaker SPEAKER_07
transcript.pyannote[384].start 4661.42909375
transcript.pyannote[384].end 4670.27159375
transcript.pyannote[385].speaker SPEAKER_20
transcript.pyannote[385].start 4672.04346875
transcript.pyannote[385].end 4684.37909375
transcript.pyannote[386].speaker SPEAKER_30
transcript.pyannote[386].start 4678.96221875
transcript.pyannote[386].end 4679.50221875
transcript.pyannote[387].speaker SPEAKER_07
transcript.pyannote[387].start 4685.27346875
transcript.pyannote[387].end 4690.63971875
transcript.pyannote[388].speaker SPEAKER_07
transcript.pyannote[388].start 4691.01096875
transcript.pyannote[388].end 4694.20034375
transcript.pyannote[389].speaker SPEAKER_07
transcript.pyannote[389].start 4694.35221875
transcript.pyannote[389].end 4700.69721875
transcript.pyannote[390].speaker SPEAKER_20
transcript.pyannote[390].start 4700.42721875
transcript.pyannote[390].end 4705.69221875
transcript.pyannote[391].speaker SPEAKER_20
transcript.pyannote[391].start 4706.38409375
transcript.pyannote[391].end 4739.08784375
transcript.pyannote[392].speaker SPEAKER_07
transcript.pyannote[392].start 4721.26784375
transcript.pyannote[392].end 4721.97659375
transcript.pyannote[393].speaker SPEAKER_00
transcript.pyannote[393].start 4721.97659375
transcript.pyannote[393].end 4722.36471875
transcript.pyannote[394].speaker SPEAKER_07
transcript.pyannote[394].start 4737.87284375
transcript.pyannote[394].end 4739.15534375
transcript.pyannote[395].speaker SPEAKER_07
transcript.pyannote[395].start 4740.48846875
transcript.pyannote[395].end 4742.80034375
transcript.pyannote[396].speaker SPEAKER_20
transcript.pyannote[396].start 4744.77471875
transcript.pyannote[396].end 4747.35659375
transcript.pyannote[397].speaker SPEAKER_07
transcript.pyannote[397].start 4746.07409375
transcript.pyannote[397].end 4749.21284375
transcript.pyannote[398].speaker SPEAKER_20
transcript.pyannote[398].start 4747.84596875
transcript.pyannote[398].end 4754.00534375
transcript.pyannote[399].speaker SPEAKER_07
transcript.pyannote[399].start 4753.81971875
transcript.pyannote[399].end 4755.28784375
transcript.pyannote[400].speaker SPEAKER_20
transcript.pyannote[400].start 4754.19096875
transcript.pyannote[400].end 4756.01346875
transcript.pyannote[401].speaker SPEAKER_20
transcript.pyannote[401].start 4756.11471875
transcript.pyannote[401].end 4810.16534375
transcript.pyannote[402].speaker SPEAKER_20
transcript.pyannote[402].start 4810.65471875
transcript.pyannote[402].end 4831.15784375
transcript.pyannote[403].speaker SPEAKER_20
transcript.pyannote[403].start 4832.49096875
transcript.pyannote[403].end 4835.17409375
transcript.pyannote[404].speaker SPEAKER_20
transcript.pyannote[404].start 4835.22471875
transcript.pyannote[404].end 4836.57471875
transcript.pyannote[405].speaker SPEAKER_20
transcript.pyannote[405].start 4836.99659375
transcript.pyannote[405].end 4838.14409375
transcript.pyannote[406].speaker SPEAKER_07
transcript.pyannote[406].start 4837.03034375
transcript.pyannote[406].end 4841.62034375
transcript.pyannote[407].speaker SPEAKER_07
transcript.pyannote[407].start 4842.34596875
transcript.pyannote[407].end 4852.63971875
transcript.pyannote[408].speaker SPEAKER_20
transcript.pyannote[408].start 4852.36971875
transcript.pyannote[408].end 4859.92971875
transcript.pyannote[409].speaker SPEAKER_07
transcript.pyannote[409].start 4854.07409375
transcript.pyannote[409].end 4855.44096875
transcript.pyannote[410].speaker SPEAKER_30
transcript.pyannote[410].start 4855.44096875
transcript.pyannote[410].end 4855.45784375
transcript.pyannote[411].speaker SPEAKER_07
transcript.pyannote[411].start 4856.04846875
transcript.pyannote[411].end 4857.76971875
transcript.pyannote[412].speaker SPEAKER_30
transcript.pyannote[412].start 4857.76971875
transcript.pyannote[412].end 4857.85409375
transcript.pyannote[413].speaker SPEAKER_30
transcript.pyannote[413].start 4858.47846875
transcript.pyannote[413].end 4860.16596875
transcript.pyannote[414].speaker SPEAKER_20
transcript.pyannote[414].start 4860.06471875
transcript.pyannote[414].end 4880.33159375
transcript.pyannote[415].speaker SPEAKER_20
transcript.pyannote[415].start 4880.60159375
transcript.pyannote[415].end 4882.28909375
transcript.pyannote[416].speaker SPEAKER_07
transcript.pyannote[416].start 4882.08659375
transcript.pyannote[416].end 4946.24534375
transcript.pyannote[417].speaker SPEAKER_08
transcript.pyannote[417].start 4927.24409375
transcript.pyannote[417].end 4927.59846875
transcript.pyannote[418].speaker SPEAKER_20
transcript.pyannote[418].start 4947.62909375
transcript.pyannote[418].end 4957.33221875
transcript.pyannote[419].speaker SPEAKER_20
transcript.pyannote[419].start 4958.96909375
transcript.pyannote[419].end 4961.12909375
transcript.pyannote[420].speaker SPEAKER_20
transcript.pyannote[420].start 4962.12471875
transcript.pyannote[420].end 4965.95534375
transcript.pyannote[421].speaker SPEAKER_20
transcript.pyannote[421].start 4966.27596875
transcript.pyannote[421].end 5026.30034375
transcript.pyannote[422].speaker SPEAKER_30
transcript.pyannote[422].start 4968.79034375
transcript.pyannote[422].end 4968.97596875
transcript.pyannote[423].speaker SPEAKER_00
transcript.pyannote[423].start 4968.97596875
transcript.pyannote[423].end 4969.29659375
transcript.pyannote[424].speaker SPEAKER_20
transcript.pyannote[424].start 5026.67159375
transcript.pyannote[424].end 5040.12096875
transcript.pyannote[425].speaker SPEAKER_20
transcript.pyannote[425].start 5040.62721875
transcript.pyannote[425].end 5041.43721875
transcript.pyannote[426].speaker SPEAKER_20
transcript.pyannote[426].start 5042.26409375
transcript.pyannote[426].end 5056.70909375
transcript.pyannote[427].speaker SPEAKER_20
transcript.pyannote[427].start 5057.09721875
transcript.pyannote[427].end 5059.69596875
transcript.pyannote[428].speaker SPEAKER_07
transcript.pyannote[428].start 5059.86471875
transcript.pyannote[428].end 5080.45221875
transcript.pyannote[429].speaker SPEAKER_30
transcript.pyannote[429].start 5080.40159375
transcript.pyannote[429].end 5080.67159375
transcript.pyannote[430].speaker SPEAKER_07
transcript.pyannote[430].start 5080.67159375
transcript.pyannote[430].end 5095.35284375
transcript.pyannote[431].speaker SPEAKER_20
transcript.pyannote[431].start 5094.10409375
transcript.pyannote[431].end 5094.54284375
transcript.pyannote[432].speaker SPEAKER_20
transcript.pyannote[432].start 5094.82971875
transcript.pyannote[432].end 5096.19659375
transcript.pyannote[433].speaker SPEAKER_07
transcript.pyannote[433].start 5095.94346875
transcript.pyannote[433].end 5108.81909375
transcript.pyannote[434].speaker SPEAKER_20
transcript.pyannote[434].start 5103.89159375
transcript.pyannote[434].end 5104.26284375
transcript.pyannote[435].speaker SPEAKER_00
transcript.pyannote[435].start 5104.26284375
transcript.pyannote[435].end 5104.27971875
transcript.pyannote[436].speaker SPEAKER_07
transcript.pyannote[436].start 5108.95409375
transcript.pyannote[436].end 5119.16346875
transcript.pyannote[437].speaker SPEAKER_20
transcript.pyannote[437].start 5121.12096875
transcript.pyannote[437].end 5121.15471875
transcript.pyannote[438].speaker SPEAKER_14
transcript.pyannote[438].start 5121.15471875
transcript.pyannote[438].end 5122.08284375
transcript.pyannote[439].speaker SPEAKER_20
transcript.pyannote[439].start 5122.08284375
transcript.pyannote[439].end 5134.97534375
transcript.pyannote[440].speaker SPEAKER_14
transcript.pyannote[440].start 5122.28534375
transcript.pyannote[440].end 5122.35284375
transcript.pyannote[441].speaker SPEAKER_07
transcript.pyannote[441].start 5134.70534375
transcript.pyannote[441].end 5141.37096875
transcript.pyannote[442].speaker SPEAKER_20
transcript.pyannote[442].start 5137.32096875
transcript.pyannote[442].end 5141.23596875
transcript.pyannote[443].speaker SPEAKER_20
transcript.pyannote[443].start 5141.92784375
transcript.pyannote[443].end 5144.50971875
transcript.pyannote[444].speaker SPEAKER_07
transcript.pyannote[444].start 5144.03721875
transcript.pyannote[444].end 5145.08346875
transcript.pyannote[445].speaker SPEAKER_07
transcript.pyannote[445].start 5145.35346875
transcript.pyannote[445].end 5145.84284375
transcript.pyannote[446].speaker SPEAKER_07
transcript.pyannote[446].start 5146.46721875
transcript.pyannote[446].end 5149.82534375
transcript.pyannote[447].speaker SPEAKER_20
transcript.pyannote[447].start 5147.69909375
transcript.pyannote[447].end 5149.96034375
transcript.pyannote[448].speaker SPEAKER_07
transcript.pyannote[448].start 5150.17971875
transcript.pyannote[448].end 5152.74471875
transcript.pyannote[449].speaker SPEAKER_20
transcript.pyannote[449].start 5152.39034375
transcript.pyannote[449].end 5157.33471875
transcript.pyannote[450].speaker SPEAKER_07
transcript.pyannote[450].start 5153.23409375
transcript.pyannote[450].end 5153.48721875
transcript.pyannote[451].speaker SPEAKER_20
transcript.pyannote[451].start 5158.21221875
transcript.pyannote[451].end 5159.34284375
transcript.pyannote[452].speaker SPEAKER_19
transcript.pyannote[452].start 5161.95846875
transcript.pyannote[452].end 5165.83971875
transcript.pyannote[453].speaker SPEAKER_00
transcript.pyannote[453].start 5165.43471875
transcript.pyannote[453].end 5165.75534375
transcript.pyannote[454].speaker SPEAKER_19
transcript.pyannote[454].start 5166.39659375
transcript.pyannote[454].end 5177.39909375
transcript.pyannote[455].speaker SPEAKER_19
transcript.pyannote[455].start 5177.65221875
transcript.pyannote[455].end 5178.37784375
transcript.pyannote[456].speaker SPEAKER_19
transcript.pyannote[456].start 5179.89659375
transcript.pyannote[456].end 5181.36471875
transcript.pyannote[457].speaker SPEAKER_19
transcript.pyannote[457].start 5181.65159375
transcript.pyannote[457].end 5182.71471875
transcript.pyannote[458].speaker SPEAKER_20
transcript.pyannote[458].start 5184.50346875
transcript.pyannote[458].end 5184.89159375
transcript.pyannote[459].speaker SPEAKER_20
transcript.pyannote[459].start 5186.02221875
transcript.pyannote[459].end 5203.13346875
transcript.pyannote[460].speaker SPEAKER_07
transcript.pyannote[460].start 5203.16721875
transcript.pyannote[460].end 5215.19909375
transcript.pyannote[461].speaker SPEAKER_07
transcript.pyannote[461].start 5216.17784375
transcript.pyannote[461].end 5219.08034375
transcript.pyannote[462].speaker SPEAKER_20
transcript.pyannote[462].start 5216.36346875
transcript.pyannote[462].end 5224.53096875
transcript.pyannote[463].speaker SPEAKER_07
transcript.pyannote[463].start 5223.83909375
transcript.pyannote[463].end 5225.83034375
transcript.pyannote[464].speaker SPEAKER_06
transcript.pyannote[464].start 5229.96471875
transcript.pyannote[464].end 5234.01471875
transcript.pyannote[465].speaker SPEAKER_01
transcript.pyannote[465].start 5238.95909375
transcript.pyannote[465].end 5240.05596875
transcript.pyannote[466].speaker SPEAKER_06
transcript.pyannote[466].start 5241.22034375
transcript.pyannote[466].end 5242.08096875
transcript.pyannote[467].speaker SPEAKER_01
transcript.pyannote[467].start 5249.67471875
transcript.pyannote[467].end 5263.73159375
transcript.pyannote[468].speaker SPEAKER_06
transcript.pyannote[468].start 5249.82659375
transcript.pyannote[468].end 5250.31596875
transcript.pyannote[469].speaker SPEAKER_08
transcript.pyannote[469].start 5250.31596875
transcript.pyannote[469].end 5250.82221875
transcript.pyannote[470].speaker SPEAKER_07
transcript.pyannote[470].start 5265.97596875
transcript.pyannote[470].end 5267.15721875
transcript.pyannote[471].speaker SPEAKER_07
transcript.pyannote[471].start 5267.64659375
transcript.pyannote[471].end 5280.97784375
transcript.pyannote[472].speaker SPEAKER_01
transcript.pyannote[472].start 5280.57284375
transcript.pyannote[472].end 5293.21221875
transcript.pyannote[473].speaker SPEAKER_01
transcript.pyannote[473].start 5293.33034375
transcript.pyannote[473].end 5314.79534375
transcript.pyannote[474].speaker SPEAKER_16
transcript.pyannote[474].start 5317.29284375
transcript.pyannote[474].end 5325.22409375
transcript.pyannote[475].speaker SPEAKER_16
transcript.pyannote[475].start 5325.39284375
transcript.pyannote[475].end 5337.35721875
transcript.pyannote[476].speaker SPEAKER_01
transcript.pyannote[476].start 5336.19284375
transcript.pyannote[476].end 5340.36096875
transcript.pyannote[477].speaker SPEAKER_16
transcript.pyannote[477].start 5340.12471875
transcript.pyannote[477].end 5343.22971875
transcript.pyannote[478].speaker SPEAKER_01
transcript.pyannote[478].start 5343.55034375
transcript.pyannote[478].end 5345.03534375
transcript.pyannote[479].speaker SPEAKER_16
transcript.pyannote[479].start 5343.58409375
transcript.pyannote[479].end 5344.29284375
transcript.pyannote[480].speaker SPEAKER_16
transcript.pyannote[480].start 5345.50784375
transcript.pyannote[480].end 5348.93346875
transcript.pyannote[481].speaker SPEAKER_01
transcript.pyannote[481].start 5346.13221875
transcript.pyannote[481].end 5346.85784375
transcript.pyannote[482].speaker SPEAKER_01
transcript.pyannote[482].start 5347.73534375
transcript.pyannote[482].end 5417.46284375
transcript.pyannote[483].speaker SPEAKER_16
transcript.pyannote[483].start 5419.33596875
transcript.pyannote[483].end 5420.60159375
transcript.pyannote[484].speaker SPEAKER_01
transcript.pyannote[484].start 5420.06159375
transcript.pyannote[484].end 5420.34846875
transcript.pyannote[485].speaker SPEAKER_16
transcript.pyannote[485].start 5420.77034375
transcript.pyannote[485].end 5427.62159375
transcript.pyannote[486].speaker SPEAKER_16
transcript.pyannote[486].start 5428.27971875
transcript.pyannote[486].end 5448.39471875
transcript.pyannote[487].speaker SPEAKER_01
transcript.pyannote[487].start 5448.19221875
transcript.pyannote[487].end 5491.37534375
transcript.pyannote[488].speaker SPEAKER_16
transcript.pyannote[488].start 5491.93221875
transcript.pyannote[488].end 5497.80471875
transcript.pyannote[489].speaker SPEAKER_01
transcript.pyannote[489].start 5493.33284375
transcript.pyannote[489].end 5493.60284375
transcript.pyannote[490].speaker SPEAKER_16
transcript.pyannote[490].start 5498.00721875
transcript.pyannote[490].end 5500.36971875
transcript.pyannote[491].speaker SPEAKER_16
transcript.pyannote[491].start 5500.92659375
transcript.pyannote[491].end 5503.45784375
transcript.pyannote[492].speaker SPEAKER_01
transcript.pyannote[492].start 5502.68159375
transcript.pyannote[492].end 5532.82034375
transcript.pyannote[493].speaker SPEAKER_16
transcript.pyannote[493].start 5507.82846875
transcript.pyannote[493].end 5508.09846875
transcript.pyannote[494].speaker SPEAKER_07
transcript.pyannote[494].start 5533.91721875
transcript.pyannote[494].end 5544.95346875
transcript.pyannote[495].speaker SPEAKER_01
transcript.pyannote[495].start 5544.83534375
transcript.pyannote[495].end 5549.59409375
transcript.pyannote[496].speaker SPEAKER_07
transcript.pyannote[496].start 5546.99534375
transcript.pyannote[496].end 5555.41596875
transcript.pyannote[497].speaker SPEAKER_16
transcript.pyannote[497].start 5556.17534375
transcript.pyannote[497].end 5575.85159375
transcript.pyannote[498].speaker SPEAKER_16
transcript.pyannote[498].start 5576.49284375
transcript.pyannote[498].end 5577.04971875
transcript.pyannote[499].speaker SPEAKER_16
transcript.pyannote[499].start 5577.28596875
transcript.pyannote[499].end 5583.02346875
transcript.pyannote[500].speaker SPEAKER_16
transcript.pyannote[500].start 5583.32721875
transcript.pyannote[500].end 5588.72721875
transcript.pyannote[501].speaker SPEAKER_16
transcript.pyannote[501].start 5588.96346875
transcript.pyannote[501].end 5592.74346875
transcript.pyannote[502].speaker SPEAKER_01
transcript.pyannote[502].start 5592.37221875
transcript.pyannote[502].end 5654.45534375
transcript.pyannote[503].speaker SPEAKER_07
transcript.pyannote[503].start 5654.45534375
transcript.pyannote[503].end 5675.75159375
transcript.pyannote[504].speaker SPEAKER_07
transcript.pyannote[504].start 5676.13971875
transcript.pyannote[504].end 5683.53096875
transcript.pyannote[505].speaker SPEAKER_01
transcript.pyannote[505].start 5677.64159375
transcript.pyannote[505].end 5677.65846875
transcript.pyannote[506].speaker SPEAKER_00
transcript.pyannote[506].start 5677.65846875
transcript.pyannote[506].end 5677.79346875
transcript.pyannote[507].speaker SPEAKER_00
transcript.pyannote[507].start 5677.84409375
transcript.pyannote[507].end 5678.02971875
transcript.pyannote[508].speaker SPEAKER_01
transcript.pyannote[508].start 5678.02971875
transcript.pyannote[508].end 5679.04221875
transcript.pyannote[509].speaker SPEAKER_01
transcript.pyannote[509].start 5679.51471875
transcript.pyannote[509].end 5680.27409375
transcript.pyannote[510].speaker SPEAKER_00
transcript.pyannote[510].start 5680.27409375
transcript.pyannote[510].end 5680.30784375
transcript.pyannote[511].speaker SPEAKER_07
transcript.pyannote[511].start 5684.15534375
transcript.pyannote[511].end 5706.73409375
transcript.pyannote[512].speaker SPEAKER_08
transcript.pyannote[512].start 5693.65596875
transcript.pyannote[512].end 5694.53346875
transcript.pyannote[513].speaker SPEAKER_01
transcript.pyannote[513].start 5699.35971875
transcript.pyannote[513].end 5700.10221875
transcript.pyannote[514].speaker SPEAKER_01
transcript.pyannote[514].start 5706.10971875
transcript.pyannote[514].end 5714.19284375
transcript.pyannote[515].speaker SPEAKER_07
transcript.pyannote[515].start 5714.78346875
transcript.pyannote[515].end 5726.57909375
transcript.pyannote[516].speaker SPEAKER_01
transcript.pyannote[516].start 5721.92159375
transcript.pyannote[516].end 5723.96346875
transcript.pyannote[517].speaker SPEAKER_01
transcript.pyannote[517].start 5725.29659375
transcript.pyannote[517].end 5732.82284375
transcript.pyannote[518].speaker SPEAKER_07
transcript.pyannote[518].start 5732.24909375
transcript.pyannote[518].end 5740.97346875
transcript.pyannote[519].speaker SPEAKER_01
transcript.pyannote[519].start 5735.59034375
transcript.pyannote[519].end 5736.21471875
transcript.pyannote[520].speaker SPEAKER_08
transcript.pyannote[520].start 5736.21471875
transcript.pyannote[520].end 5736.23159375
transcript.pyannote[521].speaker SPEAKER_01
transcript.pyannote[521].start 5736.23159375
transcript.pyannote[521].end 5736.24846875
transcript.pyannote[522].speaker SPEAKER_08
transcript.pyannote[522].start 5740.14659375
transcript.pyannote[522].end 5740.93971875
transcript.pyannote[523].speaker SPEAKER_08
transcript.pyannote[523].start 5740.97346875
transcript.pyannote[523].end 5741.61471875
transcript.pyannote[524].speaker SPEAKER_01
transcript.pyannote[524].start 5743.70721875
transcript.pyannote[524].end 5743.92659375
transcript.pyannote[525].speaker SPEAKER_35
transcript.pyannote[525].start 5754.67596875
transcript.pyannote[525].end 5760.12659375
transcript.pyannote[526].speaker SPEAKER_15
transcript.pyannote[526].start 5766.84284375
transcript.pyannote[526].end 5769.44159375
transcript.pyannote[527].speaker SPEAKER_35
transcript.pyannote[527].start 5770.20096875
transcript.pyannote[527].end 5770.72409375
transcript.pyannote[528].speaker SPEAKER_15
transcript.pyannote[528].start 5771.51721875
transcript.pyannote[528].end 5775.63471875
transcript.pyannote[529].speaker SPEAKER_15
transcript.pyannote[529].start 5777.52471875
transcript.pyannote[529].end 5794.51784375
transcript.pyannote[530].speaker SPEAKER_35
transcript.pyannote[530].start 5778.08159375
transcript.pyannote[530].end 5778.87471875
transcript.pyannote[531].speaker SPEAKER_15
transcript.pyannote[531].start 5794.80471875
transcript.pyannote[531].end 5830.59659375
transcript.pyannote[532].speaker SPEAKER_15
transcript.pyannote[532].start 5830.64721875
transcript.pyannote[532].end 5833.02659375
transcript.pyannote[533].speaker SPEAKER_15
transcript.pyannote[533].start 5833.22909375
transcript.pyannote[533].end 5839.62471875
transcript.pyannote[534].speaker SPEAKER_07
transcript.pyannote[534].start 5839.94534375
transcript.pyannote[534].end 5841.78471875
transcript.pyannote[535].speaker SPEAKER_15
transcript.pyannote[535].start 5842.08846875
transcript.pyannote[535].end 5843.74221875
transcript.pyannote[536].speaker SPEAKER_07
transcript.pyannote[536].start 5843.77596875
transcript.pyannote[536].end 5848.04534375
transcript.pyannote[537].speaker SPEAKER_15
transcript.pyannote[537].start 5848.12971875
transcript.pyannote[537].end 5850.30659375
transcript.pyannote[538].speaker SPEAKER_07
transcript.pyannote[538].start 5851.01534375
transcript.pyannote[538].end 5853.00659375
transcript.pyannote[539].speaker SPEAKER_07
transcript.pyannote[539].start 5853.51284375
transcript.pyannote[539].end 5856.68534375
transcript.pyannote[540].speaker SPEAKER_15
transcript.pyannote[540].start 5855.35221875
transcript.pyannote[540].end 5859.57096875
transcript.pyannote[541].speaker SPEAKER_07
transcript.pyannote[541].start 5858.42346875
transcript.pyannote[541].end 5858.64284375
transcript.pyannote[542].speaker SPEAKER_07
transcript.pyannote[542].start 5859.65534375
transcript.pyannote[542].end 5865.10596875
transcript.pyannote[543].speaker SPEAKER_15
transcript.pyannote[543].start 5865.91596875
transcript.pyannote[543].end 5868.37971875
transcript.pyannote[544].speaker SPEAKER_07
transcript.pyannote[544].start 5867.43471875
transcript.pyannote[544].end 5869.34159375
transcript.pyannote[545].speaker SPEAKER_15
transcript.pyannote[545].start 5868.59909375
transcript.pyannote[545].end 5873.05409375
transcript.pyannote[546].speaker SPEAKER_15
transcript.pyannote[546].start 5873.17221875
transcript.pyannote[546].end 5881.18784375
transcript.pyannote[547].speaker SPEAKER_07
transcript.pyannote[547].start 5881.45784375
transcript.pyannote[547].end 5907.98534375
transcript.pyannote[548].speaker SPEAKER_15
transcript.pyannote[548].start 5908.25534375
transcript.pyannote[548].end 5913.21659375
transcript.pyannote[549].speaker SPEAKER_07
transcript.pyannote[549].start 5913.90846875
transcript.pyannote[549].end 5922.48096875
transcript.pyannote[550].speaker SPEAKER_15
transcript.pyannote[550].start 5920.27034375
transcript.pyannote[550].end 5921.46846875
transcript.pyannote[551].speaker SPEAKER_15
transcript.pyannote[551].start 5922.17721875
transcript.pyannote[551].end 5929.46721875
transcript.pyannote[552].speaker SPEAKER_07
transcript.pyannote[552].start 5929.72034375
transcript.pyannote[552].end 5930.24346875
transcript.pyannote[553].speaker SPEAKER_15
transcript.pyannote[553].start 5930.24346875
transcript.pyannote[553].end 5932.40346875
transcript.pyannote[554].speaker SPEAKER_07
transcript.pyannote[554].start 5931.03659375
transcript.pyannote[554].end 5933.61846875
transcript.pyannote[555].speaker SPEAKER_15
transcript.pyannote[555].start 5933.17971875
transcript.pyannote[555].end 5937.95534375
transcript.pyannote[556].speaker SPEAKER_07
transcript.pyannote[556].start 5937.70221875
transcript.pyannote[556].end 5941.04346875
transcript.pyannote[557].speaker SPEAKER_15
transcript.pyannote[557].start 5939.69346875
transcript.pyannote[557].end 5939.84534375
transcript.pyannote[558].speaker SPEAKER_07
transcript.pyannote[558].start 5941.54971875
transcript.pyannote[558].end 5952.90659375
transcript.pyannote[559].speaker SPEAKER_15
transcript.pyannote[559].start 5951.38784375
transcript.pyannote[559].end 5952.40034375
transcript.pyannote[560].speaker SPEAKER_15
transcript.pyannote[560].start 5953.27784375
transcript.pyannote[560].end 5956.50096875
transcript.pyannote[561].speaker SPEAKER_15
transcript.pyannote[561].start 5957.09159375
transcript.pyannote[561].end 5959.15034375
transcript.pyannote[562].speaker SPEAKER_12
transcript.pyannote[562].start 5959.72409375
transcript.pyannote[562].end 5962.20471875
transcript.pyannote[563].speaker SPEAKER_15
transcript.pyannote[563].start 5961.42846875
transcript.pyannote[563].end 5965.19159375
transcript.pyannote[564].speaker SPEAKER_15
transcript.pyannote[564].start 5965.46159375
transcript.pyannote[564].end 5966.92971875
transcript.pyannote[565].speaker SPEAKER_15
transcript.pyannote[565].start 5967.67221875
transcript.pyannote[565].end 5979.13034375
transcript.pyannote[566].speaker SPEAKER_12
transcript.pyannote[566].start 5980.59846875
transcript.pyannote[566].end 5982.75846875
transcript.pyannote[567].speaker SPEAKER_12
transcript.pyannote[567].start 5982.92721875
transcript.pyannote[567].end 5987.87159375
transcript.pyannote[568].speaker SPEAKER_15
transcript.pyannote[568].start 5988.10784375
transcript.pyannote[568].end 5989.91346875
transcript.pyannote[569].speaker SPEAKER_12
transcript.pyannote[569].start 5990.30159375
transcript.pyannote[569].end 6000.08909375
transcript.pyannote[570].speaker SPEAKER_15
transcript.pyannote[570].start 6000.52784375
transcript.pyannote[570].end 6002.78909375
transcript.pyannote[571].speaker SPEAKER_15
transcript.pyannote[571].start 6004.34159375
transcript.pyannote[571].end 6006.11346875
transcript.pyannote[572].speaker SPEAKER_15
transcript.pyannote[572].start 6006.63659375
transcript.pyannote[572].end 6008.15534375
transcript.pyannote[573].speaker SPEAKER_15
transcript.pyannote[573].start 6008.54346875
transcript.pyannote[573].end 6024.23721875
transcript.pyannote[574].speaker SPEAKER_15
transcript.pyannote[574].start 6025.19909375
transcript.pyannote[574].end 6026.98784375
transcript.pyannote[575].speaker SPEAKER_15
transcript.pyannote[575].start 6027.52784375
transcript.pyannote[575].end 6028.15221875
transcript.pyannote[576].speaker SPEAKER_15
transcript.pyannote[576].start 6028.59096875
transcript.pyannote[576].end 6036.62346875
transcript.pyannote[577].speaker SPEAKER_15
transcript.pyannote[577].start 6037.09596875
transcript.pyannote[577].end 6037.75409375
transcript.pyannote[578].speaker SPEAKER_15
transcript.pyannote[578].start 6038.41221875
transcript.pyannote[578].end 6039.13784375
transcript.pyannote[579].speaker SPEAKER_15
transcript.pyannote[579].start 6040.48784375
transcript.pyannote[579].end 6049.14471875
transcript.pyannote[580].speaker SPEAKER_15
transcript.pyannote[580].start 6049.48221875
transcript.pyannote[580].end 6064.09596875
transcript.pyannote[581].speaker SPEAKER_15
transcript.pyannote[581].start 6064.60221875
transcript.pyannote[581].end 6072.11159375
transcript.pyannote[582].speaker SPEAKER_15
transcript.pyannote[582].start 6072.33096875
transcript.pyannote[582].end 6074.01846875
transcript.pyannote[583].speaker SPEAKER_15
transcript.pyannote[583].start 6075.01409375
transcript.pyannote[583].end 6081.39284375
transcript.pyannote[584].speaker SPEAKER_15
transcript.pyannote[584].start 6081.59534375
transcript.pyannote[584].end 6085.37534375
transcript.pyannote[585].speaker SPEAKER_15
transcript.pyannote[585].start 6085.57784375
transcript.pyannote[585].end 6087.99096875
transcript.pyannote[586].speaker SPEAKER_30
transcript.pyannote[586].start 6089.18909375
transcript.pyannote[586].end 6089.71221875
transcript.pyannote[587].speaker SPEAKER_15
transcript.pyannote[587].start 6089.22284375
transcript.pyannote[587].end 6091.26471875
transcript.pyannote[588].speaker SPEAKER_30
transcript.pyannote[588].start 6091.16346875
transcript.pyannote[588].end 6091.58534375
transcript.pyannote[589].speaker SPEAKER_15
transcript.pyannote[589].start 6091.58534375
transcript.pyannote[589].end 6096.37784375
transcript.pyannote[590].speaker SPEAKER_15
transcript.pyannote[590].start 6096.54659375
transcript.pyannote[590].end 6098.14971875
transcript.pyannote[591].speaker SPEAKER_15
transcript.pyannote[591].start 6098.77409375
transcript.pyannote[591].end 6111.02534375
transcript.pyannote[592].speaker SPEAKER_07
transcript.pyannote[592].start 6111.17721875
transcript.pyannote[592].end 6159.72659375
transcript.pyannote[593].speaker SPEAKER_30
transcript.pyannote[593].start 6120.64409375
transcript.pyannote[593].end 6120.66096875
transcript.pyannote[594].speaker SPEAKER_08
transcript.pyannote[594].start 6120.66096875
transcript.pyannote[594].end 6120.89721875
transcript.pyannote[595].speaker SPEAKER_08
transcript.pyannote[595].start 6120.91409375
transcript.pyannote[595].end 6120.93096875
transcript.pyannote[596].speaker SPEAKER_08
transcript.pyannote[596].start 6120.94784375
transcript.pyannote[596].end 6120.96471875
transcript.pyannote[597].speaker SPEAKER_15
transcript.pyannote[597].start 6159.94596875
transcript.pyannote[597].end 6171.11721875
transcript.pyannote[598].speaker SPEAKER_07
transcript.pyannote[598].start 6162.20721875
transcript.pyannote[598].end 6162.69659375
transcript.pyannote[599].speaker SPEAKER_07
transcript.pyannote[599].start 6163.54034375
transcript.pyannote[599].end 6164.08034375
transcript.pyannote[600].speaker SPEAKER_07
transcript.pyannote[600].start 6170.89784375
transcript.pyannote[600].end 6174.79596875
transcript.pyannote[601].speaker SPEAKER_07
transcript.pyannote[601].start 6175.25159375
transcript.pyannote[601].end 6178.94721875
transcript.pyannote[602].speaker SPEAKER_15
transcript.pyannote[602].start 6175.31909375
transcript.pyannote[602].end 6177.14159375
transcript.pyannote[603].speaker SPEAKER_15
transcript.pyannote[603].start 6179.35221875
transcript.pyannote[603].end 6203.04471875
transcript.pyannote[604].speaker SPEAKER_07
transcript.pyannote[604].start 6179.40284375
transcript.pyannote[604].end 6181.30971875
transcript.pyannote[605].speaker SPEAKER_15
transcript.pyannote[605].start 6203.80409375
transcript.pyannote[605].end 6204.44534375
transcript.pyannote[606].speaker SPEAKER_15
transcript.pyannote[606].start 6205.13721875
transcript.pyannote[606].end 6210.33471875
transcript.pyannote[607].speaker SPEAKER_07
transcript.pyannote[607].start 6206.87534375
transcript.pyannote[607].end 6207.49971875
transcript.pyannote[608].speaker SPEAKER_07
transcript.pyannote[608].start 6209.98034375
transcript.pyannote[608].end 6212.22471875
transcript.pyannote[609].speaker SPEAKER_07
transcript.pyannote[609].start 6212.47784375
transcript.pyannote[609].end 6220.81409375
transcript.pyannote[610].speaker SPEAKER_15
transcript.pyannote[610].start 6219.95346875
transcript.pyannote[610].end 6222.36659375
transcript.pyannote[611].speaker SPEAKER_07
transcript.pyannote[611].start 6221.26971875
transcript.pyannote[611].end 6222.06284375
transcript.pyannote[612].speaker SPEAKER_07
transcript.pyannote[612].start 6222.48471875
transcript.pyannote[612].end 6238.31346875
transcript.pyannote[613].speaker SPEAKER_15
transcript.pyannote[613].start 6239.35971875
transcript.pyannote[613].end 6265.71846875
transcript.pyannote[614].speaker SPEAKER_07
transcript.pyannote[614].start 6240.64221875
transcript.pyannote[614].end 6243.17346875
transcript.pyannote[615].speaker SPEAKER_07
transcript.pyannote[615].start 6265.65096875
transcript.pyannote[615].end 6266.88284375
transcript.pyannote[616].speaker SPEAKER_15
transcript.pyannote[616].start 6265.75221875
transcript.pyannote[616].end 6265.76909375
transcript.pyannote[617].speaker SPEAKER_15
transcript.pyannote[617].start 6267.01784375
transcript.pyannote[617].end 6276.61971875
transcript.pyannote[618].speaker SPEAKER_07
transcript.pyannote[618].start 6276.31596875
transcript.pyannote[618].end 6278.23971875
transcript.pyannote[619].speaker SPEAKER_15
transcript.pyannote[619].start 6278.18909375
transcript.pyannote[619].end 6281.07471875
transcript.pyannote[620].speaker SPEAKER_07
transcript.pyannote[620].start 6282.66096875
transcript.pyannote[620].end 6283.20096875
transcript.pyannote[621].speaker SPEAKER_15
transcript.pyannote[621].start 6283.99409375
transcript.pyannote[621].end 6320.07284375
transcript.pyannote[622].speaker SPEAKER_15
transcript.pyannote[622].start 6320.35971875
transcript.pyannote[622].end 6321.38909375
transcript.pyannote[623].speaker SPEAKER_15
transcript.pyannote[623].start 6321.62534375
transcript.pyannote[623].end 6322.21596875
transcript.pyannote[624].speaker SPEAKER_15
transcript.pyannote[624].start 6323.12721875
transcript.pyannote[624].end 6333.79221875
transcript.pyannote[625].speaker SPEAKER_15
transcript.pyannote[625].start 6334.02846875
transcript.pyannote[625].end 6339.86721875
transcript.pyannote[626].speaker SPEAKER_15
transcript.pyannote[626].start 6340.50846875
transcript.pyannote[626].end 6342.51659375
transcript.pyannote[627].speaker SPEAKER_07
transcript.pyannote[627].start 6342.90471875
transcript.pyannote[627].end 6346.29659375
transcript.pyannote[628].speaker SPEAKER_07
transcript.pyannote[628].start 6346.73534375
transcript.pyannote[628].end 6355.62846875
transcript.pyannote[629].speaker SPEAKER_15
transcript.pyannote[629].start 6355.99971875
transcript.pyannote[629].end 6357.23159375
transcript.pyannote[630].speaker SPEAKER_14
transcript.pyannote[630].start 6357.23159375
transcript.pyannote[630].end 6357.31596875
transcript.pyannote[631].speaker SPEAKER_14
transcript.pyannote[631].start 6357.33284375
transcript.pyannote[631].end 6364.35284375
transcript.pyannote[632].speaker SPEAKER_14
transcript.pyannote[632].start 6364.53846875
transcript.pyannote[632].end 6365.98971875
transcript.pyannote[633].speaker SPEAKER_14
transcript.pyannote[633].start 6366.37784375
transcript.pyannote[633].end 6368.60534375
transcript.pyannote[634].speaker SPEAKER_14
transcript.pyannote[634].start 6368.75721875
transcript.pyannote[634].end 6373.70159375
transcript.pyannote[635].speaker SPEAKER_14
transcript.pyannote[635].start 6373.83659375
transcript.pyannote[635].end 6375.62534375
transcript.pyannote[636].speaker SPEAKER_14
transcript.pyannote[636].start 6375.94596875
transcript.pyannote[636].end 6379.94534375
transcript.pyannote[637].speaker SPEAKER_14
transcript.pyannote[637].start 6380.14784375
transcript.pyannote[637].end 6383.20221875
transcript.pyannote[638].speaker SPEAKER_15
transcript.pyannote[638].start 6383.97846875
transcript.pyannote[638].end 6400.39784375
transcript.pyannote[639].speaker SPEAKER_15
transcript.pyannote[639].start 6400.58346875
transcript.pyannote[639].end 6430.70534375
transcript.pyannote[640].speaker SPEAKER_07
transcript.pyannote[640].start 6428.03909375
transcript.pyannote[640].end 6428.51159375
transcript.pyannote[641].speaker SPEAKER_07
transcript.pyannote[641].start 6430.70534375
transcript.pyannote[641].end 6466.86846875
transcript.pyannote[642].speaker SPEAKER_15
transcript.pyannote[642].start 6433.32096875
transcript.pyannote[642].end 6433.75971875
transcript.pyannote[643].speaker SPEAKER_15
transcript.pyannote[643].start 6438.51846875
transcript.pyannote[643].end 6438.97409375
transcript.pyannote[644].speaker SPEAKER_00
transcript.pyannote[644].start 6455.44409375
transcript.pyannote[644].end 6455.86596875
transcript.pyannote[645].speaker SPEAKER_15
transcript.pyannote[645].start 6466.63221875
transcript.pyannote[645].end 6477.17909375
transcript.pyannote[646].speaker SPEAKER_06
transcript.pyannote[646].start 6476.20034375
transcript.pyannote[646].end 6476.89221875
transcript.pyannote[647].speaker SPEAKER_06
transcript.pyannote[647].start 6479.76096875
transcript.pyannote[647].end 6481.46534375
transcript.pyannote[648].speaker SPEAKER_06
transcript.pyannote[648].start 6483.22034375
transcript.pyannote[648].end 6485.22846875
transcript.pyannote[649].speaker SPEAKER_35
transcript.pyannote[649].start 6490.37534375
transcript.pyannote[649].end 6495.42096875
transcript.pyannote[650].speaker SPEAKER_35
transcript.pyannote[650].start 6495.50534375
transcript.pyannote[650].end 6498.15471875
transcript.pyannote[651].speaker SPEAKER_04
transcript.pyannote[651].start 6499.60596875
transcript.pyannote[651].end 6499.87596875
transcript.pyannote[652].speaker SPEAKER_35
transcript.pyannote[652].start 6509.07284375
transcript.pyannote[652].end 6517.15596875
transcript.pyannote[653].speaker SPEAKER_07
transcript.pyannote[653].start 6509.49471875
transcript.pyannote[653].end 6510.10221875
transcript.pyannote[654].speaker SPEAKER_35
transcript.pyannote[654].start 6517.96596875
transcript.pyannote[654].end 6521.66159375
transcript.pyannote[655].speaker SPEAKER_07
transcript.pyannote[655].start 6522.45471875
transcript.pyannote[655].end 6564.06846875
transcript.pyannote[656].speaker SPEAKER_35
transcript.pyannote[656].start 6563.64659375
transcript.pyannote[656].end 6565.09784375
transcript.pyannote[657].speaker SPEAKER_07
transcript.pyannote[657].start 6564.69284375
transcript.pyannote[657].end 6564.74346875
transcript.pyannote[658].speaker SPEAKER_35
transcript.pyannote[658].start 6565.73909375
transcript.pyannote[658].end 6570.51471875
transcript.pyannote[659].speaker SPEAKER_35
transcript.pyannote[659].start 6570.64971875
transcript.pyannote[659].end 6577.95659375
transcript.pyannote[660].speaker SPEAKER_35
transcript.pyannote[660].start 6577.97346875
transcript.pyannote[660].end 6581.34846875
transcript.pyannote[661].speaker SPEAKER_16
transcript.pyannote[661].start 6581.39909375
transcript.pyannote[661].end 6583.60971875
transcript.pyannote[662].speaker SPEAKER_35
transcript.pyannote[662].start 6583.72784375
transcript.pyannote[662].end 6584.82471875
transcript.pyannote[663].speaker SPEAKER_16
transcript.pyannote[663].start 6584.40284375
transcript.pyannote[663].end 6586.44471875
transcript.pyannote[664].speaker SPEAKER_35
transcript.pyannote[664].start 6585.07784375
transcript.pyannote[664].end 6585.29721875
transcript.pyannote[665].speaker SPEAKER_35
transcript.pyannote[665].start 6586.09034375
transcript.pyannote[665].end 6588.03096875
transcript.pyannote[666].speaker SPEAKER_35
transcript.pyannote[666].start 6589.07721875
transcript.pyannote[666].end 6590.62971875
transcript.pyannote[667].speaker SPEAKER_16
transcript.pyannote[667].start 6591.42284375
transcript.pyannote[667].end 6594.20721875
transcript.pyannote[668].speaker SPEAKER_35
transcript.pyannote[668].start 6595.32096875
transcript.pyannote[668].end 6605.42909375
transcript.pyannote[669].speaker SPEAKER_16
transcript.pyannote[669].start 6596.06346875
transcript.pyannote[669].end 6597.12659375
transcript.pyannote[670].speaker SPEAKER_16
transcript.pyannote[670].start 6597.90284375
transcript.pyannote[670].end 6599.79284375
transcript.pyannote[671].speaker SPEAKER_35
transcript.pyannote[671].start 6605.71596875
transcript.pyannote[671].end 6610.64346875
transcript.pyannote[672].speaker SPEAKER_07
transcript.pyannote[672].start 6610.64346875
transcript.pyannote[672].end 6634.58909375
transcript.pyannote[673].speaker SPEAKER_35
transcript.pyannote[673].start 6634.72409375
transcript.pyannote[673].end 6637.99784375
transcript.pyannote[674].speaker SPEAKER_35
transcript.pyannote[674].start 6639.80346875
transcript.pyannote[674].end 6647.46471875
transcript.pyannote[675].speaker SPEAKER_07
transcript.pyannote[675].start 6647.46471875
transcript.pyannote[675].end 6658.14659375
transcript.pyannote[676].speaker SPEAKER_35
transcript.pyannote[676].start 6647.80221875
transcript.pyannote[676].end 6648.22409375
transcript.pyannote[677].speaker SPEAKER_35
transcript.pyannote[677].start 6658.09596875
transcript.pyannote[677].end 6668.96346875
transcript.pyannote[678].speaker SPEAKER_07
transcript.pyannote[678].start 6667.17471875
transcript.pyannote[678].end 6667.41096875
transcript.pyannote[679].speaker SPEAKER_07
transcript.pyannote[679].start 6668.57534375
transcript.pyannote[679].end 6693.87096875
transcript.pyannote[680].speaker SPEAKER_35
transcript.pyannote[680].start 6693.87096875
transcript.pyannote[680].end 6712.12971875
transcript.pyannote[681].speaker SPEAKER_07
transcript.pyannote[681].start 6693.88784375
transcript.pyannote[681].end 6694.10721875
transcript.pyannote[682].speaker SPEAKER_30
transcript.pyannote[682].start 6705.75096875
transcript.pyannote[682].end 6706.03784375
transcript.pyannote[683].speaker SPEAKER_07
transcript.pyannote[683].start 6711.87659375
transcript.pyannote[683].end 6713.27721875
transcript.pyannote[684].speaker SPEAKER_17
transcript.pyannote[684].start 6714.69471875
transcript.pyannote[684].end 6719.36909375
transcript.pyannote[685].speaker SPEAKER_17
transcript.pyannote[685].start 6720.38159375
transcript.pyannote[685].end 6720.39846875
transcript.pyannote[686].speaker SPEAKER_07
transcript.pyannote[686].start 6720.39846875
transcript.pyannote[686].end 6721.96784375
transcript.pyannote[687].speaker SPEAKER_35
transcript.pyannote[687].start 6721.96784375
transcript.pyannote[687].end 6722.15346875
transcript.pyannote[688].speaker SPEAKER_07
transcript.pyannote[688].start 6722.15346875
transcript.pyannote[688].end 6722.27159375
transcript.pyannote[689].speaker SPEAKER_35
transcript.pyannote[689].start 6722.27159375
transcript.pyannote[689].end 6725.66346875
transcript.pyannote[690].speaker SPEAKER_07
transcript.pyannote[690].start 6723.43596875
transcript.pyannote[690].end 6724.78596875
transcript.pyannote[691].speaker SPEAKER_07
transcript.pyannote[691].start 6725.66346875
transcript.pyannote[691].end 6725.96721875
transcript.pyannote[692].speaker SPEAKER_35
transcript.pyannote[692].start 6725.96721875
transcript.pyannote[692].end 6726.74346875
transcript.pyannote[693].speaker SPEAKER_35
transcript.pyannote[693].start 6726.81096875
transcript.pyannote[693].end 6733.99971875
transcript.pyannote[694].speaker SPEAKER_07
transcript.pyannote[694].start 6732.86909375
transcript.pyannote[694].end 6740.09159375
transcript.pyannote[695].speaker SPEAKER_35
transcript.pyannote[695].start 6739.31534375
transcript.pyannote[695].end 6745.99784375
transcript.pyannote[696].speaker SPEAKER_35
transcript.pyannote[696].start 6746.41971875
transcript.pyannote[696].end 6764.13846875
transcript.pyannote[697].speaker SPEAKER_35
transcript.pyannote[697].start 6764.94846875
transcript.pyannote[697].end 6781.70534375
transcript.pyannote[698].speaker SPEAKER_35
transcript.pyannote[698].start 6781.92471875
transcript.pyannote[698].end 6799.23846875
transcript.pyannote[699].speaker SPEAKER_35
transcript.pyannote[699].start 6799.71096875
transcript.pyannote[699].end 6802.37721875
transcript.pyannote[700].speaker SPEAKER_07
transcript.pyannote[700].start 6803.37284375
transcript.pyannote[700].end 6810.44346875
transcript.pyannote[701].speaker SPEAKER_07
transcript.pyannote[701].start 6811.08471875
transcript.pyannote[701].end 6811.11846875
transcript.pyannote[702].speaker SPEAKER_35
transcript.pyannote[702].start 6811.11846875
transcript.pyannote[702].end 6811.40534375
transcript.pyannote[703].speaker SPEAKER_35
transcript.pyannote[703].start 6811.69221875
transcript.pyannote[703].end 6819.38721875
transcript.pyannote[704].speaker SPEAKER_35
transcript.pyannote[704].start 6819.52221875
transcript.pyannote[704].end 6819.82596875
transcript.pyannote[705].speaker SPEAKER_07
transcript.pyannote[705].start 6819.82596875
transcript.pyannote[705].end 6819.85971875
transcript.pyannote[706].speaker SPEAKER_35
transcript.pyannote[706].start 6819.85971875
transcript.pyannote[706].end 6820.02846875
transcript.pyannote[707].speaker SPEAKER_07
transcript.pyannote[707].start 6820.02846875
transcript.pyannote[707].end 6825.52971875
transcript.pyannote[708].speaker SPEAKER_35
transcript.pyannote[708].start 6820.51784375
transcript.pyannote[708].end 6820.82159375
transcript.pyannote[709].speaker SPEAKER_00
transcript.pyannote[709].start 6821.98596875
transcript.pyannote[709].end 6822.03659375
transcript.pyannote[710].speaker SPEAKER_35
transcript.pyannote[710].start 6822.03659375
transcript.pyannote[710].end 6822.39096875
transcript.pyannote[711].speaker SPEAKER_00
transcript.pyannote[711].start 6822.39096875
transcript.pyannote[711].end 6822.52596875
transcript.pyannote[712].speaker SPEAKER_35
transcript.pyannote[712].start 6823.40346875
transcript.pyannote[712].end 6829.02284375
transcript.pyannote[713].speaker SPEAKER_35
transcript.pyannote[713].start 6829.36034375
transcript.pyannote[713].end 6858.75659375
transcript.pyannote[714].speaker SPEAKER_35
transcript.pyannote[714].start 6859.02659375
transcript.pyannote[714].end 6864.12284375
transcript.pyannote[715].speaker SPEAKER_35
transcript.pyannote[715].start 6864.64596875
transcript.pyannote[715].end 6867.83534375
transcript.pyannote[716].speaker SPEAKER_35
transcript.pyannote[716].start 6868.05471875
transcript.pyannote[716].end 6869.59034375
transcript.pyannote[717].speaker SPEAKER_35
transcript.pyannote[717].start 6870.23159375
transcript.pyannote[717].end 6875.20971875
transcript.pyannote[718].speaker SPEAKER_07
transcript.pyannote[718].start 6875.81721875
transcript.pyannote[718].end 6877.26846875
transcript.pyannote[719].speaker SPEAKER_07
transcript.pyannote[719].start 6877.79159375
transcript.pyannote[719].end 6879.05721875
transcript.pyannote[720].speaker SPEAKER_07
transcript.pyannote[720].start 6879.64784375
transcript.pyannote[720].end 6881.90909375
transcript.pyannote[721].speaker SPEAKER_35
transcript.pyannote[721].start 6882.17909375
transcript.pyannote[721].end 6890.38034375
transcript.pyannote[722].speaker SPEAKER_35
transcript.pyannote[722].start 6891.47721875
transcript.pyannote[722].end 6903.30659375
transcript.pyannote[723].speaker SPEAKER_35
transcript.pyannote[723].start 6903.72846875
transcript.pyannote[723].end 6910.63034375
transcript.pyannote[724].speaker SPEAKER_35
transcript.pyannote[724].start 6910.84971875
transcript.pyannote[724].end 6915.43971875
transcript.pyannote[725].speaker SPEAKER_07
transcript.pyannote[725].start 6917.39721875
transcript.pyannote[725].end 6922.35846875
transcript.pyannote[726].speaker SPEAKER_35
transcript.pyannote[726].start 6920.83971875
transcript.pyannote[726].end 6923.33721875
transcript.pyannote[727].speaker SPEAKER_07
transcript.pyannote[727].start 6923.33721875
transcript.pyannote[727].end 6958.38659375
transcript.pyannote[728].speaker SPEAKER_35
transcript.pyannote[728].start 6959.34846875
transcript.pyannote[728].end 6966.43596875
transcript.pyannote[729].speaker SPEAKER_35
transcript.pyannote[729].start 6966.73971875
transcript.pyannote[729].end 6970.55346875
transcript.pyannote[730].speaker SPEAKER_35
transcript.pyannote[730].start 6970.95846875
transcript.pyannote[730].end 6972.10596875
transcript.pyannote[731].speaker SPEAKER_35
transcript.pyannote[731].start 6972.54471875
transcript.pyannote[731].end 6975.97034375
transcript.pyannote[732].speaker SPEAKER_35
transcript.pyannote[732].start 6976.71284375
transcript.pyannote[732].end 6985.25159375
transcript.pyannote[733].speaker SPEAKER_16
transcript.pyannote[733].start 6987.25971875
transcript.pyannote[733].end 7004.72534375
transcript.pyannote[734].speaker SPEAKER_35
transcript.pyannote[734].start 7005.40034375
transcript.pyannote[734].end 7007.12159375
transcript.pyannote[735].speaker SPEAKER_16
transcript.pyannote[735].start 7007.03721875
transcript.pyannote[735].end 7014.85034375
transcript.pyannote[736].speaker SPEAKER_35
transcript.pyannote[736].start 7016.50409375
transcript.pyannote[736].end 7016.97659375
transcript.pyannote[737].speaker SPEAKER_35
transcript.pyannote[737].start 7017.76971875
transcript.pyannote[737].end 7020.73971875
transcript.pyannote[738].speaker SPEAKER_35
transcript.pyannote[738].start 7022.17409375
transcript.pyannote[738].end 7031.92784375
transcript.pyannote[739].speaker SPEAKER_07
transcript.pyannote[739].start 7032.13034375
transcript.pyannote[739].end 7039.50471875
transcript.pyannote[740].speaker SPEAKER_07
transcript.pyannote[740].start 7039.90971875
transcript.pyannote[740].end 7054.27034375
transcript.pyannote[741].speaker SPEAKER_07
transcript.pyannote[741].start 7054.57409375
transcript.pyannote[741].end 7071.38159375
transcript.pyannote[742].speaker SPEAKER_07
transcript.pyannote[742].start 7071.65159375
transcript.pyannote[742].end 7085.80971875
transcript.pyannote[743].speaker SPEAKER_07
transcript.pyannote[743].start 7086.18096875
transcript.pyannote[743].end 7093.58909375
transcript.pyannote[744].speaker SPEAKER_07
transcript.pyannote[744].start 7093.92659375
transcript.pyannote[744].end 7099.47846875
transcript.pyannote[745].speaker SPEAKER_30
transcript.pyannote[745].start 7098.36471875
transcript.pyannote[745].end 7100.50784375
transcript.pyannote[746].speaker SPEAKER_07
transcript.pyannote[746].start 7099.74846875
transcript.pyannote[746].end 7128.19971875
transcript.pyannote[747].speaker SPEAKER_35
transcript.pyannote[747].start 7119.32346875
transcript.pyannote[747].end 7120.45409375
transcript.pyannote[748].speaker SPEAKER_35
transcript.pyannote[748].start 7126.71471875
transcript.pyannote[748].end 7127.60909375
transcript.pyannote[749].speaker SPEAKER_35
transcript.pyannote[749].start 7128.19971875
transcript.pyannote[749].end 7128.65534375
transcript.pyannote[750].speaker SPEAKER_07
transcript.pyannote[750].start 7128.65534375
transcript.pyannote[750].end 7129.11096875
transcript.pyannote[751].speaker SPEAKER_35
transcript.pyannote[751].start 7128.67221875
transcript.pyannote[751].end 7132.11471875
transcript.pyannote[752].speaker SPEAKER_07
transcript.pyannote[752].start 7132.57034375
transcript.pyannote[752].end 7140.51846875
transcript.pyannote[753].speaker SPEAKER_07
transcript.pyannote[753].start 7141.10909375
transcript.pyannote[753].end 7153.57971875
transcript.pyannote[754].speaker SPEAKER_07
transcript.pyannote[754].start 7154.81159375
transcript.pyannote[754].end 7166.05034375
transcript.pyannote[755].speaker SPEAKER_07
transcript.pyannote[755].start 7167.29909375
transcript.pyannote[755].end 7187.46471875
transcript.pyannote[756].speaker SPEAKER_07
transcript.pyannote[756].start 7187.63346875
transcript.pyannote[756].end 7189.45596875
transcript.pyannote[757].speaker SPEAKER_35
transcript.pyannote[757].start 7189.99596875
transcript.pyannote[757].end 7190.38409375
transcript.pyannote[758].speaker SPEAKER_35
transcript.pyannote[758].start 7190.82284375
transcript.pyannote[758].end 7192.42596875
transcript.pyannote[759].speaker SPEAKER_35
transcript.pyannote[759].start 7192.91534375
transcript.pyannote[759].end 7197.01596875
transcript.pyannote[760].speaker SPEAKER_07
transcript.pyannote[760].start 7196.35784375
transcript.pyannote[760].end 7196.77971875
transcript.pyannote[761].speaker SPEAKER_35
transcript.pyannote[761].start 7197.20159375
transcript.pyannote[761].end 7199.36159375
transcript.pyannote[762].speaker SPEAKER_35
transcript.pyannote[762].start 7200.08721875
transcript.pyannote[762].end 7205.75721875
transcript.pyannote[763].speaker SPEAKER_07
transcript.pyannote[763].start 7205.33534375
transcript.pyannote[763].end 7205.63909375
transcript.pyannote[764].speaker SPEAKER_07
transcript.pyannote[764].start 7205.75721875
transcript.pyannote[764].end 7205.79096875
transcript.pyannote[765].speaker SPEAKER_35
transcript.pyannote[765].start 7205.79096875
transcript.pyannote[765].end 7206.26346875
transcript.pyannote[766].speaker SPEAKER_07
transcript.pyannote[766].start 7206.26346875
transcript.pyannote[766].end 7206.28034375
transcript.pyannote[767].speaker SPEAKER_35
transcript.pyannote[767].start 7206.28034375
transcript.pyannote[767].end 7206.33096875
transcript.pyannote[768].speaker SPEAKER_07
transcript.pyannote[768].start 7206.33096875
transcript.pyannote[768].end 7206.39846875
transcript.pyannote[769].speaker SPEAKER_35
transcript.pyannote[769].start 7206.39846875
transcript.pyannote[769].end 7208.98034375
transcript.pyannote[770].speaker SPEAKER_07
transcript.pyannote[770].start 7207.00596875
transcript.pyannote[770].end 7215.40971875
transcript.pyannote[771].speaker SPEAKER_07
transcript.pyannote[771].start 7216.55721875
transcript.pyannote[771].end 7217.83971875
transcript.pyannote[772].speaker SPEAKER_07
transcript.pyannote[772].start 7217.92409375
transcript.pyannote[772].end 7220.33721875
transcript.pyannote[773].speaker SPEAKER_07
transcript.pyannote[773].start 7220.91096875
transcript.pyannote[773].end 7230.12471875
transcript.pyannote[774].speaker SPEAKER_07
transcript.pyannote[774].start 7231.45784375
transcript.pyannote[774].end 7232.72346875
transcript.pyannote[775].speaker SPEAKER_35
transcript.pyannote[775].start 7232.72346875
transcript.pyannote[775].end 7232.95971875
transcript.pyannote[776].speaker SPEAKER_07
transcript.pyannote[776].start 7232.95971875
transcript.pyannote[776].end 7232.97659375
transcript.pyannote[777].speaker SPEAKER_07
transcript.pyannote[777].start 7235.47409375
transcript.pyannote[777].end 7246.29096875
transcript.pyannote[778].speaker SPEAKER_35
transcript.pyannote[778].start 7235.49096875
transcript.pyannote[778].end 7236.08159375
transcript.pyannote[779].speaker SPEAKER_06
transcript.pyannote[779].start 7252.43346875
transcript.pyannote[779].end 7258.62659375
transcript.pyannote[780].speaker SPEAKER_32
transcript.pyannote[780].start 7265.47784375
transcript.pyannote[780].end 7267.75596875
transcript.pyannote[781].speaker SPEAKER_08
transcript.pyannote[781].start 7276.32846875
transcript.pyannote[781].end 7277.05409375
transcript.pyannote[782].speaker SPEAKER_32
transcript.pyannote[782].start 7277.57721875
transcript.pyannote[782].end 7310.44971875
transcript.pyannote[783].speaker SPEAKER_32
transcript.pyannote[783].start 7310.73659375
transcript.pyannote[783].end 7348.16534375
transcript.pyannote[784].speaker SPEAKER_32
transcript.pyannote[784].start 7349.27909375
transcript.pyannote[784].end 7366.74471875
transcript.pyannote[785].speaker SPEAKER_32
transcript.pyannote[785].start 7366.98096875
transcript.pyannote[785].end 7369.07346875
transcript.pyannote[786].speaker SPEAKER_32
transcript.pyannote[786].start 7369.25909375
transcript.pyannote[786].end 7371.67221875
transcript.pyannote[787].speaker SPEAKER_32
transcript.pyannote[787].start 7372.68471875
transcript.pyannote[787].end 7374.20346875
transcript.pyannote[788].speaker SPEAKER_32
transcript.pyannote[788].start 7374.87846875
transcript.pyannote[788].end 7375.84034375
transcript.pyannote[789].speaker SPEAKER_32
transcript.pyannote[789].start 7376.36346875
transcript.pyannote[789].end 7378.03409375
transcript.pyannote[790].speaker SPEAKER_32
transcript.pyannote[790].start 7378.15221875
transcript.pyannote[790].end 7388.02409375
transcript.pyannote[791].speaker SPEAKER_32
transcript.pyannote[791].start 7388.36159375
transcript.pyannote[791].end 7424.20409375
transcript.pyannote[792].speaker SPEAKER_32
transcript.pyannote[792].start 7424.89596875
transcript.pyannote[792].end 7428.23721875
transcript.pyannote[793].speaker SPEAKER_07
transcript.pyannote[793].start 7428.23721875
transcript.pyannote[793].end 7428.28784375
transcript.pyannote[794].speaker SPEAKER_07
transcript.pyannote[794].start 7428.65909375
transcript.pyannote[794].end 7469.37846875
transcript.pyannote[795].speaker SPEAKER_07
transcript.pyannote[795].start 7470.03659375
transcript.pyannote[795].end 7480.00971875
transcript.pyannote[796].speaker SPEAKER_32
transcript.pyannote[796].start 7480.87034375
transcript.pyannote[796].end 7495.28159375
transcript.pyannote[797].speaker SPEAKER_30
transcript.pyannote[797].start 7494.99471875
transcript.pyannote[797].end 7495.63596875
transcript.pyannote[798].speaker SPEAKER_32
transcript.pyannote[798].start 7495.63596875
transcript.pyannote[798].end 7527.17534375
transcript.pyannote[799].speaker SPEAKER_32
transcript.pyannote[799].start 7527.64784375
transcript.pyannote[799].end 7562.66346875
transcript.pyannote[800].speaker SPEAKER_32
transcript.pyannote[800].start 7563.00096875
transcript.pyannote[800].end 7574.32409375
transcript.pyannote[801].speaker SPEAKER_32
transcript.pyannote[801].start 7574.44221875
transcript.pyannote[801].end 7644.03471875
transcript.pyannote[802].speaker SPEAKER_32
transcript.pyannote[802].start 7644.52409375
transcript.pyannote[802].end 7672.72221875
transcript.pyannote[803].speaker SPEAKER_07
transcript.pyannote[803].start 7673.71784375
transcript.pyannote[803].end 7675.33784375
transcript.pyannote[804].speaker SPEAKER_16
transcript.pyannote[804].start 7677.00846875
transcript.pyannote[804].end 7694.11971875
transcript.pyannote[805].speaker SPEAKER_16
transcript.pyannote[805].start 7694.37284375
transcript.pyannote[805].end 7701.20721875
transcript.pyannote[806].speaker SPEAKER_16
transcript.pyannote[806].start 7701.30846875
transcript.pyannote[806].end 7702.70909375
transcript.pyannote[807].speaker SPEAKER_16
transcript.pyannote[807].start 7703.09721875
transcript.pyannote[807].end 7726.68846875
transcript.pyannote[808].speaker SPEAKER_16
transcript.pyannote[808].start 7727.14409375
transcript.pyannote[808].end 7730.21534375
transcript.pyannote[809].speaker SPEAKER_16
transcript.pyannote[809].start 7730.43471875
transcript.pyannote[809].end 7733.08409375
transcript.pyannote[810].speaker SPEAKER_16
transcript.pyannote[810].start 7733.50596875
transcript.pyannote[810].end 7741.42034375
transcript.pyannote[811].speaker SPEAKER_16
transcript.pyannote[811].start 7741.67346875
transcript.pyannote[811].end 7749.36846875
transcript.pyannote[812].speaker SPEAKER_32
transcript.pyannote[812].start 7748.62596875
transcript.pyannote[812].end 7781.92034375
transcript.pyannote[813].speaker SPEAKER_07
transcript.pyannote[813].start 7782.19034375
transcript.pyannote[813].end 7794.62721875
transcript.pyannote[814].speaker SPEAKER_32
transcript.pyannote[814].start 7794.76221875
transcript.pyannote[814].end 7810.52346875
transcript.pyannote[815].speaker SPEAKER_32
transcript.pyannote[815].start 7811.02971875
transcript.pyannote[815].end 7819.04534375
transcript.pyannote[816].speaker SPEAKER_32
transcript.pyannote[816].start 7819.31534375
transcript.pyannote[816].end 7893.64971875
transcript.pyannote[817].speaker SPEAKER_07
transcript.pyannote[817].start 7893.64971875
transcript.pyannote[817].end 7948.02096875
transcript.pyannote[818].speaker SPEAKER_00
transcript.pyannote[818].start 7937.54159375
transcript.pyannote[818].end 7938.46971875
transcript.pyannote[819].speaker SPEAKER_00
transcript.pyannote[819].start 7938.48659375
transcript.pyannote[819].end 7938.82409375
transcript.pyannote[820].speaker SPEAKER_00
transcript.pyannote[820].start 7941.28784375
transcript.pyannote[820].end 7941.55784375
transcript.pyannote[821].speaker SPEAKER_07
transcript.pyannote[821].start 7948.22346875
transcript.pyannote[821].end 7955.46284375
transcript.pyannote[822].speaker SPEAKER_07
transcript.pyannote[822].start 7957.50471875
transcript.pyannote[822].end 7967.76471875
transcript.pyannote[823].speaker SPEAKER_32
transcript.pyannote[823].start 7968.08534375
transcript.pyannote[823].end 7977.21471875
transcript.pyannote[824].speaker SPEAKER_35
transcript.pyannote[824].start 7974.00846875
transcript.pyannote[824].end 7974.44721875
transcript.pyannote[825].speaker SPEAKER_32
transcript.pyannote[825].start 7978.22721875
transcript.pyannote[825].end 7978.24409375
transcript.pyannote[826].speaker SPEAKER_35
transcript.pyannote[826].start 7978.24409375
transcript.pyannote[826].end 7982.86784375
transcript.pyannote[827].speaker SPEAKER_06
transcript.pyannote[827].start 7992.68909375
transcript.pyannote[827].end 7994.34284375
transcript.pyannote[828].speaker SPEAKER_06
transcript.pyannote[828].start 8000.68784375
transcript.pyannote[828].end 8013.17534375
transcript.pyannote[829].speaker SPEAKER_06
transcript.pyannote[829].start 8013.58034375
transcript.pyannote[829].end 8019.31784375
transcript.pyannote[830].speaker SPEAKER_06
transcript.pyannote[830].start 8019.77346875
transcript.pyannote[830].end 8025.19034375
transcript.pyannote[831].speaker SPEAKER_06
transcript.pyannote[831].start 8025.71346875
transcript.pyannote[831].end 8027.06346875
transcript.pyannote[832].speaker SPEAKER_06
transcript.pyannote[832].start 8027.62034375
transcript.pyannote[832].end 8040.07409375
transcript.pyannote[833].speaker SPEAKER_06
transcript.pyannote[833].start 8040.41159375
transcript.pyannote[833].end 8044.37721875
transcript.pyannote[834].speaker SPEAKER_06
transcript.pyannote[834].start 8044.93409375
transcript.pyannote[834].end 8055.48096875
transcript.pyannote[835].speaker SPEAKER_06
transcript.pyannote[835].start 8056.03784375
transcript.pyannote[835].end 8057.28659375
transcript.pyannote[836].speaker SPEAKER_06
transcript.pyannote[836].start 8058.11346875
transcript.pyannote[836].end 8063.31096875
transcript.pyannote[837].speaker SPEAKER_06
transcript.pyannote[837].start 8063.54721875
transcript.pyannote[837].end 8071.46159375
transcript.pyannote[838].speaker SPEAKER_06
transcript.pyannote[838].start 8071.79909375
transcript.pyannote[838].end 8078.11034375
transcript.pyannote[839].speaker SPEAKER_06
transcript.pyannote[839].start 8078.86971875
transcript.pyannote[839].end 8092.20096875
transcript.pyannote[840].speaker SPEAKER_06
transcript.pyannote[840].start 8092.70721875
transcript.pyannote[840].end 8110.22346875
transcript.pyannote[841].speaker SPEAKER_06
transcript.pyannote[841].start 8111.06721875
transcript.pyannote[841].end 8116.48409375
transcript.pyannote[842].speaker SPEAKER_06
transcript.pyannote[842].start 8117.14221875
transcript.pyannote[842].end 8119.53846875
transcript.pyannote[843].speaker SPEAKER_06
transcript.pyannote[843].start 8119.97721875
transcript.pyannote[843].end 8132.58284375
transcript.pyannote[844].speaker SPEAKER_07
transcript.pyannote[844].start 8134.48971875
transcript.pyannote[844].end 8136.66659375
transcript.pyannote[845].speaker SPEAKER_07
transcript.pyannote[845].start 8136.85221875
transcript.pyannote[845].end 8136.88596875
transcript.pyannote[846].speaker SPEAKER_07
transcript.pyannote[846].start 8136.95346875
transcript.pyannote[846].end 8136.98721875
transcript.pyannote[847].speaker SPEAKER_06
transcript.pyannote[847].start 8137.27409375
transcript.pyannote[847].end 8149.03596875
transcript.pyannote[848].speaker SPEAKER_07
transcript.pyannote[848].start 8149.03596875
transcript.pyannote[848].end 8149.18784375
transcript.pyannote[849].speaker SPEAKER_07
transcript.pyannote[849].start 8149.64346875
transcript.pyannote[849].end 8175.44534375
transcript.pyannote[850].speaker SPEAKER_06
transcript.pyannote[850].start 8172.35721875
transcript.pyannote[850].end 8177.16659375
transcript.pyannote[851].speaker SPEAKER_08
transcript.pyannote[851].start 8175.44534375
transcript.pyannote[851].end 8175.54659375
transcript.pyannote[852].speaker SPEAKER_06
transcript.pyannote[852].start 8177.28471875
transcript.pyannote[852].end 8195.07096875
transcript.pyannote[853].speaker SPEAKER_07
transcript.pyannote[853].start 8194.90221875
transcript.pyannote[853].end 8196.10034375
transcript.pyannote[854].speaker SPEAKER_07
transcript.pyannote[854].start 8196.62346875
transcript.pyannote[854].end 8198.31096875
transcript.pyannote[855].speaker SPEAKER_06
transcript.pyannote[855].start 8198.69909375
transcript.pyannote[855].end 8198.73284375
transcript.pyannote[856].speaker SPEAKER_07
transcript.pyannote[856].start 8198.73284375
transcript.pyannote[856].end 8198.74971875
transcript.pyannote[857].speaker SPEAKER_06
transcript.pyannote[857].start 8198.74971875
transcript.pyannote[857].end 8198.93534375
transcript.pyannote[858].speaker SPEAKER_07
transcript.pyannote[858].start 8198.93534375
transcript.pyannote[858].end 8198.95221875
transcript.pyannote[859].speaker SPEAKER_06
transcript.pyannote[859].start 8198.95221875
transcript.pyannote[859].end 8198.96909375
transcript.pyannote[860].speaker SPEAKER_07
transcript.pyannote[860].start 8198.96909375
transcript.pyannote[860].end 8198.98596875
transcript.pyannote[861].speaker SPEAKER_07
transcript.pyannote[861].start 8199.32346875
transcript.pyannote[861].end 8202.81659375
transcript.pyannote[862].speaker SPEAKER_07
transcript.pyannote[862].start 8203.06971875
transcript.pyannote[862].end 8207.17034375
transcript.pyannote[863].speaker SPEAKER_07
transcript.pyannote[863].start 8207.45721875
transcript.pyannote[863].end 8232.07784375
transcript.pyannote[864].speaker SPEAKER_00
transcript.pyannote[864].start 8217.41346875
transcript.pyannote[864].end 8218.03784375
transcript.pyannote[865].speaker SPEAKER_06
transcript.pyannote[865].start 8218.03784375
transcript.pyannote[865].end 8218.47659375
transcript.pyannote[866].speaker SPEAKER_00
transcript.pyannote[866].start 8221.00784375
transcript.pyannote[866].end 8221.12596875
transcript.pyannote[867].speaker SPEAKER_06
transcript.pyannote[867].start 8221.12596875
transcript.pyannote[867].end 8221.14284375
transcript.pyannote[868].speaker SPEAKER_00
transcript.pyannote[868].start 8221.14284375
transcript.pyannote[868].end 8221.15971875
transcript.pyannote[869].speaker SPEAKER_07
transcript.pyannote[869].start 8232.58409375
transcript.pyannote[869].end 8233.27596875
transcript.pyannote[870].speaker SPEAKER_07
transcript.pyannote[870].start 8234.00159375
transcript.pyannote[870].end 8235.63846875
transcript.pyannote[871].speaker SPEAKER_07
transcript.pyannote[871].start 8235.97596875
transcript.pyannote[871].end 8239.41846875
transcript.pyannote[872].speaker SPEAKER_07
transcript.pyannote[872].start 8239.99221875
transcript.pyannote[872].end 8255.43284375
transcript.pyannote[873].speaker SPEAKER_07
transcript.pyannote[873].start 8256.09096875
transcript.pyannote[873].end 8258.58846875
transcript.pyannote[874].speaker SPEAKER_07
transcript.pyannote[874].start 8259.28034375
transcript.pyannote[874].end 8270.53596875
transcript.pyannote[875].speaker SPEAKER_06
transcript.pyannote[875].start 8267.24534375
transcript.pyannote[875].end 8269.59096875
transcript.pyannote[876].speaker SPEAKER_07
transcript.pyannote[876].start 8271.00846875
transcript.pyannote[876].end 8283.49596875
transcript.pyannote[877].speaker SPEAKER_06
transcript.pyannote[877].start 8281.53846875
transcript.pyannote[877].end 8282.38221875
transcript.pyannote[878].speaker SPEAKER_07
transcript.pyannote[878].start 8283.61409375
transcript.pyannote[878].end 8284.47471875
transcript.pyannote[879].speaker SPEAKER_06
transcript.pyannote[879].start 8284.30596875
transcript.pyannote[879].end 8293.18221875
transcript.pyannote[880].speaker SPEAKER_07
transcript.pyannote[880].start 8293.23284375
transcript.pyannote[880].end 8295.84846875
transcript.pyannote[881].speaker SPEAKER_07
transcript.pyannote[881].start 8297.09721875
transcript.pyannote[881].end 8300.97846875
transcript.pyannote[882].speaker SPEAKER_06
transcript.pyannote[882].start 8300.97846875
transcript.pyannote[882].end 8302.39596875
transcript.pyannote[883].speaker SPEAKER_06
transcript.pyannote[883].start 8302.78409375
transcript.pyannote[883].end 8305.87221875
transcript.pyannote[884].speaker SPEAKER_06
transcript.pyannote[884].start 8306.12534375
transcript.pyannote[884].end 8308.06596875
transcript.pyannote[885].speaker SPEAKER_06
transcript.pyannote[885].start 8309.07846875
transcript.pyannote[885].end 8318.79846875
transcript.pyannote[886].speaker SPEAKER_06
transcript.pyannote[886].start 8319.45659375
transcript.pyannote[886].end 8325.05909375
transcript.pyannote[887].speaker SPEAKER_06
transcript.pyannote[887].start 8325.44721875
transcript.pyannote[887].end 8329.17659375
transcript.pyannote[888].speaker SPEAKER_06
transcript.pyannote[888].start 8329.29471875
transcript.pyannote[888].end 8329.32846875
transcript.pyannote[889].speaker SPEAKER_06
transcript.pyannote[889].start 8329.34534375
transcript.pyannote[889].end 8350.40534375
transcript.pyannote[890].speaker SPEAKER_06
transcript.pyannote[890].start 8350.77659375
transcript.pyannote[890].end 8376.76409375
transcript.pyannote[891].speaker SPEAKER_06
transcript.pyannote[891].start 8377.72596875
transcript.pyannote[891].end 8383.02471875
transcript.pyannote[892].speaker SPEAKER_07
transcript.pyannote[892].start 8383.02471875
transcript.pyannote[892].end 8400.38909375
transcript.pyannote[893].speaker SPEAKER_06
transcript.pyannote[893].start 8392.89659375
transcript.pyannote[893].end 8394.26346875
transcript.pyannote[894].speaker SPEAKER_06
transcript.pyannote[894].start 8394.82034375
transcript.pyannote[894].end 8394.97221875
transcript.pyannote[895].speaker SPEAKER_00
transcript.pyannote[895].start 8394.97221875
transcript.pyannote[895].end 8395.36034375
transcript.pyannote[896].speaker SPEAKER_07
transcript.pyannote[896].start 8401.24971875
transcript.pyannote[896].end 8421.46596875
transcript.pyannote[897].speaker SPEAKER_07
transcript.pyannote[897].start 8422.15784375
transcript.pyannote[897].end 8435.99534375
transcript.pyannote[898].speaker SPEAKER_06
transcript.pyannote[898].start 8434.69596875
transcript.pyannote[898].end 8494.39971875
transcript.pyannote[899].speaker SPEAKER_06
transcript.pyannote[899].start 8494.87221875
transcript.pyannote[899].end 8525.09534375
transcript.pyannote[900].speaker SPEAKER_07
transcript.pyannote[900].start 8525.21346875
transcript.pyannote[900].end 8546.59409375
transcript.pyannote[901].speaker SPEAKER_06
transcript.pyannote[901].start 8546.23971875
transcript.pyannote[901].end 8576.42909375
transcript.pyannote[902].speaker SPEAKER_07
transcript.pyannote[902].start 8547.11721875
transcript.pyannote[902].end 8547.53909375
transcript.pyannote[903].speaker SPEAKER_06
transcript.pyannote[903].start 8576.66534375
transcript.pyannote[903].end 8613.53721875
transcript.pyannote[904].speaker SPEAKER_06
transcript.pyannote[904].start 8613.80721875
transcript.pyannote[904].end 8616.47346875
transcript.pyannote[905].speaker SPEAKER_07
transcript.pyannote[905].start 8616.86159375
transcript.pyannote[905].end 8638.78221875
transcript.pyannote[906].speaker SPEAKER_07
transcript.pyannote[906].start 8638.91721875
transcript.pyannote[906].end 8638.93409375
transcript.pyannote[907].speaker SPEAKER_06
transcript.pyannote[907].start 8638.93409375
transcript.pyannote[907].end 8642.20784375
transcript.pyannote[908].speaker SPEAKER_07
transcript.pyannote[908].start 8642.20784375
transcript.pyannote[908].end 8643.43971875
transcript.pyannote[909].speaker SPEAKER_07
transcript.pyannote[909].start 8643.76034375
transcript.pyannote[909].end 8657.95221875
transcript.pyannote[910].speaker SPEAKER_07
transcript.pyannote[910].start 8658.35721875
transcript.pyannote[910].end 8666.38971875
transcript.pyannote[911].speaker SPEAKER_06
transcript.pyannote[911].start 8664.29721875
transcript.pyannote[911].end 8669.84909375
transcript.pyannote[912].speaker SPEAKER_07
transcript.pyannote[912].start 8669.44409375
transcript.pyannote[912].end 8676.73409375
transcript.pyannote[913].speaker SPEAKER_07
transcript.pyannote[913].start 8677.05471875
transcript.pyannote[913].end 8683.83846875
transcript.pyannote[914].speaker SPEAKER_06
transcript.pyannote[914].start 8683.75409375
transcript.pyannote[914].end 8718.48284375
transcript.pyannote[915].speaker SPEAKER_06
transcript.pyannote[915].start 8719.03971875
transcript.pyannote[915].end 8722.56659375
transcript.pyannote[916].speaker SPEAKER_14
transcript.pyannote[916].start 8722.34721875
transcript.pyannote[916].end 8726.73471875
transcript.pyannote[917].speaker SPEAKER_14
transcript.pyannote[917].start 8727.39284375
transcript.pyannote[917].end 8731.15596875
transcript.pyannote[918].speaker SPEAKER_14
transcript.pyannote[918].start 8731.34159375
transcript.pyannote[918].end 8734.07534375
transcript.pyannote[919].speaker SPEAKER_14
transcript.pyannote[919].start 8734.42971875
transcript.pyannote[919].end 8742.37784375
transcript.pyannote[920].speaker SPEAKER_14
transcript.pyannote[920].start 8742.63096875
transcript.pyannote[920].end 8744.65596875
transcript.pyannote[921].speaker SPEAKER_06
transcript.pyannote[921].start 8745.12846875
transcript.pyannote[921].end 8747.10284375
transcript.pyannote[922].speaker SPEAKER_14
transcript.pyannote[922].start 8747.22096875
transcript.pyannote[922].end 8755.72596875
transcript.pyannote[923].speaker SPEAKER_06
transcript.pyannote[923].start 8755.40534375
transcript.pyannote[923].end 8765.29409375
transcript.pyannote[924].speaker SPEAKER_14
transcript.pyannote[924].start 8757.05909375
transcript.pyannote[924].end 8757.27846875
transcript.pyannote[925].speaker SPEAKER_14
transcript.pyannote[925].start 8759.77596875
transcript.pyannote[925].end 8760.01221875
transcript.pyannote[926].speaker SPEAKER_14
transcript.pyannote[926].start 8765.22659375
transcript.pyannote[926].end 8766.57659375
transcript.pyannote[927].speaker SPEAKER_06
transcript.pyannote[927].start 8765.41221875
transcript.pyannote[927].end 8792.98596875
transcript.pyannote[928].speaker SPEAKER_07
transcript.pyannote[928].start 8770.08659375
transcript.pyannote[928].end 8770.93034375
transcript.pyannote[929].speaker SPEAKER_07
transcript.pyannote[929].start 8792.02409375
transcript.pyannote[929].end 8792.53034375
transcript.pyannote[930].speaker SPEAKER_07
transcript.pyannote[930].start 8792.98596875
transcript.pyannote[930].end 8799.19596875
transcript.pyannote[931].speaker SPEAKER_06
transcript.pyannote[931].start 8796.15846875
transcript.pyannote[931].end 8797.28909375
transcript.pyannote[932].speaker SPEAKER_06
transcript.pyannote[932].start 8798.25096875
transcript.pyannote[932].end 8804.68034375
transcript.pyannote[933].speaker SPEAKER_07
transcript.pyannote[933].start 8803.71846875
transcript.pyannote[933].end 8804.93346875
transcript.pyannote[934].speaker SPEAKER_06
transcript.pyannote[934].start 8805.49034375
transcript.pyannote[934].end 8807.17784375
transcript.pyannote[935].speaker SPEAKER_06
transcript.pyannote[935].start 8807.48159375
transcript.pyannote[935].end 8810.90721875
transcript.pyannote[936].speaker SPEAKER_06
transcript.pyannote[936].start 8811.12659375
transcript.pyannote[936].end 8813.32034375
transcript.pyannote[937].speaker SPEAKER_07
transcript.pyannote[937].start 8812.17284375
transcript.pyannote[937].end 8817.35346875
transcript.pyannote[938].speaker SPEAKER_07
transcript.pyannote[938].start 8818.02846875
transcript.pyannote[938].end 8833.90784375
transcript.pyannote[939].speaker SPEAKER_06
transcript.pyannote[939].start 8818.18034375
transcript.pyannote[939].end 8819.39534375
transcript.pyannote[940].speaker SPEAKER_08
transcript.pyannote[940].start 8826.39846875
transcript.pyannote[940].end 8826.43221875
transcript.pyannote[941].speaker SPEAKER_06
transcript.pyannote[941].start 8826.43221875
transcript.pyannote[941].end 8826.75284375
transcript.pyannote[942].speaker SPEAKER_08
transcript.pyannote[942].start 8826.75284375
transcript.pyannote[942].end 8826.76971875
transcript.pyannote[943].speaker SPEAKER_06
transcript.pyannote[943].start 8831.22471875
transcript.pyannote[943].end 8836.30409375
transcript.pyannote[944].speaker SPEAKER_07
transcript.pyannote[944].start 8835.86534375
transcript.pyannote[944].end 8836.47284375
transcript.pyannote[945].speaker SPEAKER_06
transcript.pyannote[945].start 8836.47284375
transcript.pyannote[945].end 8838.71721875
transcript.pyannote[946].speaker SPEAKER_07
transcript.pyannote[946].start 8836.91159375
transcript.pyannote[946].end 8837.29971875
transcript.pyannote[947].speaker SPEAKER_06
transcript.pyannote[947].start 8839.08846875
transcript.pyannote[947].end 8841.34971875
transcript.pyannote[948].speaker SPEAKER_07
transcript.pyannote[948].start 8839.18971875
transcript.pyannote[948].end 8839.99971875
transcript.pyannote[949].speaker SPEAKER_07
transcript.pyannote[949].start 8840.06721875
transcript.pyannote[949].end 8845.16346875
transcript.pyannote[950].speaker SPEAKER_06
transcript.pyannote[950].start 8844.25221875
transcript.pyannote[950].end 8848.96034375
transcript.pyannote[951].speaker SPEAKER_07
transcript.pyannote[951].start 8849.39909375
transcript.pyannote[951].end 8850.74909375
transcript.pyannote[952].speaker SPEAKER_06
transcript.pyannote[952].start 8851.15409375
transcript.pyannote[952].end 8864.48534375
transcript.pyannote[953].speaker SPEAKER_07
transcript.pyannote[953].start 8860.89096875
transcript.pyannote[953].end 8861.71784375
transcript.pyannote[954].speaker SPEAKER_07
transcript.pyannote[954].start 8864.31659375
transcript.pyannote[954].end 8867.53971875
transcript.pyannote[955].speaker SPEAKER_06
transcript.pyannote[955].start 8867.01659375
transcript.pyannote[955].end 8870.59409375
transcript.pyannote[956].speaker SPEAKER_07
transcript.pyannote[956].start 8869.37909375
transcript.pyannote[956].end 8877.05721875
transcript.pyannote[957].speaker SPEAKER_06
transcript.pyannote[957].start 8876.24721875
transcript.pyannote[957].end 8882.65971875
transcript.pyannote[958].speaker SPEAKER_07
transcript.pyannote[958].start 8880.14534375
transcript.pyannote[958].end 8880.73596875
transcript.pyannote[959].speaker SPEAKER_06
transcript.pyannote[959].start 8882.77784375
transcript.pyannote[959].end 8886.30471875
transcript.pyannote[960].speaker SPEAKER_07
transcript.pyannote[960].start 8885.59596875
transcript.pyannote[960].end 8887.58721875
transcript.pyannote[961].speaker SPEAKER_06
transcript.pyannote[961].start 8887.87409375
transcript.pyannote[961].end 8890.35471875
transcript.pyannote[962].speaker SPEAKER_06
transcript.pyannote[962].start 8890.70909375
transcript.pyannote[962].end 8899.55159375
transcript.pyannote[963].speaker SPEAKER_07
transcript.pyannote[963].start 8898.84284375
transcript.pyannote[963].end 8901.74534375
transcript.pyannote[964].speaker SPEAKER_06
transcript.pyannote[964].start 8901.32346875
transcript.pyannote[964].end 8919.17721875
transcript.pyannote[965].speaker SPEAKER_06
transcript.pyannote[965].start 8919.22784375
transcript.pyannote[965].end 8923.91909375
transcript.pyannote[966].speaker SPEAKER_07
transcript.pyannote[966].start 8923.39596875
transcript.pyannote[966].end 8958.19221875
transcript.pyannote[967].speaker SPEAKER_06
transcript.pyannote[967].start 8958.19221875
transcript.pyannote[967].end 8959.37346875
transcript.pyannote[968].speaker SPEAKER_07
transcript.pyannote[968].start 8959.37346875
transcript.pyannote[968].end 8959.39034375
transcript.pyannote[969].speaker SPEAKER_06
transcript.pyannote[969].start 8959.39034375
transcript.pyannote[969].end 8959.40721875
transcript.pyannote[970].speaker SPEAKER_07
transcript.pyannote[970].start 8959.40721875
transcript.pyannote[970].end 8959.44096875
transcript.pyannote[971].speaker SPEAKER_06
transcript.pyannote[971].start 8959.44096875
transcript.pyannote[971].end 8963.05221875
transcript.pyannote[972].speaker SPEAKER_07
transcript.pyannote[972].start 8959.47471875
transcript.pyannote[972].end 8966.91659375
transcript.pyannote[973].speaker SPEAKER_06
transcript.pyannote[973].start 8967.15284375
transcript.pyannote[973].end 8982.91409375
transcript.pyannote[974].speaker SPEAKER_28
transcript.pyannote[974].start 8987.74034375
transcript.pyannote[974].end 8988.49971875
transcript.pyannote[975].speaker SPEAKER_28
transcript.pyannote[975].start 8988.70221875
transcript.pyannote[975].end 8988.87096875
transcript.pyannote[976].speaker SPEAKER_06
transcript.pyannote[976].start 8996.29596875
transcript.pyannote[976].end 8996.63346875
transcript.pyannote[977].speaker SPEAKER_06
transcript.pyannote[977].start 8998.38846875
transcript.pyannote[977].end 9000.19409375
transcript.pyannote[978].speaker SPEAKER_28
transcript.pyannote[978].start 9005.17221875
transcript.pyannote[978].end 9007.02846875
transcript.pyannote[979].speaker SPEAKER_28
transcript.pyannote[979].start 9007.09596875
transcript.pyannote[979].end 9007.75409375
transcript.pyannote[980].speaker SPEAKER_06
transcript.pyannote[980].start 9008.41221875
transcript.pyannote[980].end 9009.10409375
transcript.pyannote[981].speaker SPEAKER_28
transcript.pyannote[981].start 9009.28971875
transcript.pyannote[981].end 9010.28534375
transcript.pyannote[982].speaker SPEAKER_28
transcript.pyannote[982].start 9010.75784375
transcript.pyannote[982].end 9011.33159375
transcript.pyannote[983].speaker SPEAKER_28
transcript.pyannote[983].start 9012.47909375
transcript.pyannote[983].end 9013.60971875
transcript.pyannote[984].speaker SPEAKER_28
transcript.pyannote[984].start 9013.79534375
transcript.pyannote[984].end 9014.84159375
transcript.pyannote[985].speaker SPEAKER_08
transcript.pyannote[985].start 9016.71471875
transcript.pyannote[985].end 9017.25471875
transcript.pyannote[986].speaker SPEAKER_28
transcript.pyannote[986].start 9017.35596875
transcript.pyannote[986].end 9018.25034375
transcript.pyannote[987].speaker SPEAKER_28
transcript.pyannote[987].start 9019.11096875
transcript.pyannote[987].end 9020.86596875
transcript.pyannote[988].speaker SPEAKER_28
transcript.pyannote[988].start 9021.42284375
transcript.pyannote[988].end 9025.91159375
transcript.pyannote[989].speaker SPEAKER_28
transcript.pyannote[989].start 9026.36721875
transcript.pyannote[989].end 9030.09659375
transcript.pyannote[990].speaker SPEAKER_28
transcript.pyannote[990].start 9030.38346875
transcript.pyannote[990].end 9031.98659375
transcript.pyannote[991].speaker SPEAKER_28
transcript.pyannote[991].start 9032.86409375
transcript.pyannote[991].end 9033.96096875
transcript.pyannote[992].speaker SPEAKER_28
transcript.pyannote[992].start 9034.51784375
transcript.pyannote[992].end 9035.96909375
transcript.pyannote[993].speaker SPEAKER_28
transcript.pyannote[993].start 9036.59346875
transcript.pyannote[993].end 9036.82971875
transcript.pyannote[994].speaker SPEAKER_28
transcript.pyannote[994].start 9037.01534375
transcript.pyannote[994].end 9040.17096875
transcript.pyannote[995].speaker SPEAKER_28
transcript.pyannote[995].start 9040.23846875
transcript.pyannote[995].end 9040.25534375
transcript.pyannote[996].speaker SPEAKER_07
transcript.pyannote[996].start 9040.25534375
transcript.pyannote[996].end 9061.07909375
transcript.pyannote[997].speaker SPEAKER_28
transcript.pyannote[997].start 9061.28159375
transcript.pyannote[997].end 9069.34784375
transcript.pyannote[998].speaker SPEAKER_07
transcript.pyannote[998].start 9061.34909375
transcript.pyannote[998].end 9061.73721875
transcript.pyannote[999].speaker SPEAKER_07
transcript.pyannote[999].start 9067.64346875
transcript.pyannote[999].end 9068.01471875
transcript.pyannote[1000].speaker SPEAKER_07
transcript.pyannote[1000].start 9068.43659375
transcript.pyannote[1000].end 9070.36034375
transcript.pyannote[1001].speaker SPEAKER_28
transcript.pyannote[1001].start 9069.97221875
transcript.pyannote[1001].end 9070.14096875
transcript.pyannote[1002].speaker SPEAKER_28
transcript.pyannote[1002].start 9070.36034375
transcript.pyannote[1002].end 9070.42784375
transcript.pyannote[1003].speaker SPEAKER_07
transcript.pyannote[1003].start 9070.42784375
transcript.pyannote[1003].end 9071.74409375
transcript.pyannote[1004].speaker SPEAKER_28
transcript.pyannote[1004].start 9070.56284375
transcript.pyannote[1004].end 9070.98471875
transcript.pyannote[1005].speaker SPEAKER_07
transcript.pyannote[1005].start 9071.84534375
transcript.pyannote[1005].end 9072.45284375
transcript.pyannote[1006].speaker SPEAKER_28
transcript.pyannote[1006].start 9071.89596875
transcript.pyannote[1006].end 9075.22034375
transcript.pyannote[1007].speaker SPEAKER_28
transcript.pyannote[1007].start 9075.27096875
transcript.pyannote[1007].end 9084.50159375
transcript.pyannote[1008].speaker SPEAKER_07
transcript.pyannote[1008].start 9079.89471875
transcript.pyannote[1008].end 9080.26596875
transcript.pyannote[1009].speaker SPEAKER_07
transcript.pyannote[1009].start 9084.50159375
transcript.pyannote[1009].end 9087.11721875
transcript.pyannote[1010].speaker SPEAKER_28
transcript.pyannote[1010].start 9085.37909375
transcript.pyannote[1010].end 9087.04971875
transcript.pyannote[1011].speaker SPEAKER_28
transcript.pyannote[1011].start 9087.11721875
transcript.pyannote[1011].end 9088.02846875
transcript.pyannote[1012].speaker SPEAKER_07
transcript.pyannote[1012].start 9088.02846875
transcript.pyannote[1012].end 9090.94784375
transcript.pyannote[1013].speaker SPEAKER_28
transcript.pyannote[1013].start 9088.04534375
transcript.pyannote[1013].end 9089.15909375
transcript.pyannote[1014].speaker SPEAKER_28
transcript.pyannote[1014].start 9090.94784375
transcript.pyannote[1014].end 9127.11096875
transcript.pyannote[1015].speaker SPEAKER_07
transcript.pyannote[1015].start 9093.88409375
transcript.pyannote[1015].end 9094.18784375
transcript.pyannote[1016].speaker SPEAKER_28
transcript.pyannote[1016].start 9127.27971875
transcript.pyannote[1016].end 9158.90346875
transcript.pyannote[1017].speaker SPEAKER_28
transcript.pyannote[1017].start 9159.88221875
transcript.pyannote[1017].end 9161.65409375
transcript.pyannote[1018].speaker SPEAKER_28
transcript.pyannote[1018].start 9162.14346875
transcript.pyannote[1018].end 9164.48909375
transcript.pyannote[1019].speaker SPEAKER_28
transcript.pyannote[1019].start 9165.09659375
transcript.pyannote[1019].end 9165.28221875
transcript.pyannote[1020].speaker SPEAKER_28
transcript.pyannote[1020].start 9165.36659375
transcript.pyannote[1020].end 9167.54346875
transcript.pyannote[1021].speaker SPEAKER_28
transcript.pyannote[1021].start 9167.76284375
transcript.pyannote[1021].end 9168.15096875
transcript.pyannote[1022].speaker SPEAKER_28
transcript.pyannote[1022].start 9168.50534375
transcript.pyannote[1022].end 9169.09596875
transcript.pyannote[1023].speaker SPEAKER_28
transcript.pyannote[1023].start 9169.39971875
transcript.pyannote[1023].end 9170.80034375
transcript.pyannote[1024].speaker SPEAKER_28
transcript.pyannote[1024].start 9170.90159375
transcript.pyannote[1024].end 9172.18409375
transcript.pyannote[1025].speaker SPEAKER_28
transcript.pyannote[1025].start 9173.41596875
transcript.pyannote[1025].end 9174.41159375
transcript.pyannote[1026].speaker SPEAKER_28
transcript.pyannote[1026].start 9174.71534375
transcript.pyannote[1026].end 9175.54221875
transcript.pyannote[1027].speaker SPEAKER_28
transcript.pyannote[1027].start 9176.25096875
transcript.pyannote[1027].end 9177.61784375
transcript.pyannote[1028].speaker SPEAKER_28
transcript.pyannote[1028].start 9178.46159375
transcript.pyannote[1028].end 9180.87471875
transcript.pyannote[1029].speaker SPEAKER_28
transcript.pyannote[1029].start 9181.26284375
transcript.pyannote[1029].end 9181.61721875
transcript.pyannote[1030].speaker SPEAKER_28
transcript.pyannote[1030].start 9182.51159375
transcript.pyannote[1030].end 9183.00096875
transcript.pyannote[1031].speaker SPEAKER_28
transcript.pyannote[1031].start 9183.54096875
transcript.pyannote[1031].end 9184.01346875
transcript.pyannote[1032].speaker SPEAKER_28
transcript.pyannote[1032].start 9184.35096875
transcript.pyannote[1032].end 9185.14409375
transcript.pyannote[1033].speaker SPEAKER_28
transcript.pyannote[1033].start 9185.54909375
transcript.pyannote[1033].end 9187.50659375
transcript.pyannote[1034].speaker SPEAKER_28
transcript.pyannote[1034].start 9187.77659375
transcript.pyannote[1034].end 9189.16034375
transcript.pyannote[1035].speaker SPEAKER_28
transcript.pyannote[1035].start 9189.34596875
transcript.pyannote[1035].end 9190.32471875
transcript.pyannote[1036].speaker SPEAKER_28
transcript.pyannote[1036].start 9191.11784375
transcript.pyannote[1036].end 9192.78846875
transcript.pyannote[1037].speaker SPEAKER_28
transcript.pyannote[1037].start 9193.27784375
transcript.pyannote[1037].end 9198.98159375
transcript.pyannote[1038].speaker SPEAKER_28
transcript.pyannote[1038].start 9199.97721875
transcript.pyannote[1038].end 9202.15409375
transcript.pyannote[1039].speaker SPEAKER_28
transcript.pyannote[1039].start 9202.37346875
transcript.pyannote[1039].end 9203.26784375
transcript.pyannote[1040].speaker SPEAKER_28
transcript.pyannote[1040].start 9203.92596875
transcript.pyannote[1040].end 9204.97221875
transcript.pyannote[1041].speaker SPEAKER_28
transcript.pyannote[1041].start 9205.74846875
transcript.pyannote[1041].end 9206.86221875
transcript.pyannote[1042].speaker SPEAKER_07
transcript.pyannote[1042].start 9206.86221875
transcript.pyannote[1042].end 9207.36846875
transcript.pyannote[1043].speaker SPEAKER_28
transcript.pyannote[1043].start 9207.63846875
transcript.pyannote[1043].end 9208.41471875
transcript.pyannote[1044].speaker SPEAKER_07
transcript.pyannote[1044].start 9208.76909375
transcript.pyannote[1044].end 9209.95034375
transcript.pyannote[1045].speaker SPEAKER_28
transcript.pyannote[1045].start 9209.46096875
transcript.pyannote[1045].end 9209.91659375
transcript.pyannote[1046].speaker SPEAKER_28
transcript.pyannote[1046].start 9209.95034375
transcript.pyannote[1046].end 9209.96721875
transcript.pyannote[1047].speaker SPEAKER_28
transcript.pyannote[1047].start 9210.96284375
transcript.pyannote[1047].end 9215.09721875
transcript.pyannote[1048].speaker SPEAKER_28
transcript.pyannote[1048].start 9216.41346875
transcript.pyannote[1048].end 9220.22721875
transcript.pyannote[1049].speaker SPEAKER_28
transcript.pyannote[1049].start 9220.96971875
transcript.pyannote[1049].end 9222.03284375
transcript.pyannote[1050].speaker SPEAKER_28
transcript.pyannote[1050].start 9222.13409375
transcript.pyannote[1050].end 9222.70784375
transcript.pyannote[1051].speaker SPEAKER_28
transcript.pyannote[1051].start 9223.26471875
transcript.pyannote[1051].end 9224.56409375
transcript.pyannote[1052].speaker SPEAKER_28
transcript.pyannote[1052].start 9224.74971875
transcript.pyannote[1052].end 9226.11659375
transcript.pyannote[1053].speaker SPEAKER_28
transcript.pyannote[1053].start 9226.67346875
transcript.pyannote[1053].end 9227.19659375
transcript.pyannote[1054].speaker SPEAKER_07
transcript.pyannote[1054].start 9227.83784375
transcript.pyannote[1054].end 9228.32721875
transcript.pyannote[1055].speaker SPEAKER_28
transcript.pyannote[1055].start 9228.39471875
transcript.pyannote[1055].end 9229.23846875
transcript.pyannote[1056].speaker SPEAKER_28
transcript.pyannote[1056].start 9229.47471875
transcript.pyannote[1056].end 9230.75721875
transcript.pyannote[1057].speaker SPEAKER_28
transcript.pyannote[1057].start 9231.88784375
transcript.pyannote[1057].end 9244.83096875
transcript.pyannote[1058].speaker SPEAKER_28
transcript.pyannote[1058].start 9246.80534375
transcript.pyannote[1058].end 9247.75034375
transcript.pyannote[1059].speaker SPEAKER_28
transcript.pyannote[1059].start 9248.42534375
transcript.pyannote[1059].end 9262.04346875
transcript.pyannote[1060].speaker SPEAKER_28
transcript.pyannote[1060].start 9262.53284375
transcript.pyannote[1060].end 9282.31034375
transcript.pyannote[1061].speaker SPEAKER_28
transcript.pyannote[1061].start 9283.06971875
transcript.pyannote[1061].end 9299.11784375
transcript.pyannote[1062].speaker SPEAKER_28
transcript.pyannote[1062].start 9299.28659375
transcript.pyannote[1062].end 9318.89534375
transcript.pyannote[1063].speaker SPEAKER_28
transcript.pyannote[1063].start 9319.38471875
transcript.pyannote[1063].end 9320.88659375
transcript.pyannote[1064].speaker SPEAKER_28
transcript.pyannote[1064].start 9321.52784375
transcript.pyannote[1064].end 9323.56971875
transcript.pyannote[1065].speaker SPEAKER_28
transcript.pyannote[1065].start 9324.24471875
transcript.pyannote[1065].end 9326.82659375
transcript.pyannote[1066].speaker SPEAKER_28
transcript.pyannote[1066].start 9327.60284375
transcript.pyannote[1066].end 9329.20596875
transcript.pyannote[1067].speaker SPEAKER_28
transcript.pyannote[1067].start 9330.15096875
transcript.pyannote[1067].end 9330.84284375
transcript.pyannote[1068].speaker SPEAKER_28
transcript.pyannote[1068].start 9330.97784375
transcript.pyannote[1068].end 9331.83846875
transcript.pyannote[1069].speaker SPEAKER_28
transcript.pyannote[1069].start 9332.17596875
transcript.pyannote[1069].end 9332.71596875
transcript.pyannote[1070].speaker SPEAKER_28
transcript.pyannote[1070].start 9334.47096875
transcript.pyannote[1070].end 9335.23034375
transcript.pyannote[1071].speaker SPEAKER_28
transcript.pyannote[1071].start 9335.83784375
transcript.pyannote[1071].end 9339.12846875
transcript.pyannote[1072].speaker SPEAKER_28
transcript.pyannote[1072].start 9339.75284375
transcript.pyannote[1072].end 9344.39346875
transcript.pyannote[1073].speaker SPEAKER_28
transcript.pyannote[1073].start 9345.01784375
transcript.pyannote[1073].end 9347.00909375
transcript.pyannote[1074].speaker SPEAKER_28
transcript.pyannote[1074].start 9347.97096875
transcript.pyannote[1074].end 9349.08471875
transcript.pyannote[1075].speaker SPEAKER_28
transcript.pyannote[1075].start 9349.30409375
transcript.pyannote[1075].end 9349.82721875
transcript.pyannote[1076].speaker SPEAKER_28
transcript.pyannote[1076].start 9349.96221875
transcript.pyannote[1076].end 9350.90721875
transcript.pyannote[1077].speaker SPEAKER_28
transcript.pyannote[1077].start 9351.24471875
transcript.pyannote[1077].end 9352.29096875
transcript.pyannote[1078].speaker SPEAKER_28
transcript.pyannote[1078].start 9352.57784375
transcript.pyannote[1078].end 9353.67471875
transcript.pyannote[1079].speaker SPEAKER_28
transcript.pyannote[1079].start 9353.80971875
transcript.pyannote[1079].end 9354.72096875
transcript.pyannote[1080].speaker SPEAKER_28
transcript.pyannote[1080].start 9354.78846875
transcript.pyannote[1080].end 9355.34534375
transcript.pyannote[1081].speaker SPEAKER_28
transcript.pyannote[1081].start 9357.15096875
transcript.pyannote[1081].end 9357.70784375
transcript.pyannote[1082].speaker SPEAKER_28
transcript.pyannote[1082].start 9358.01159375
transcript.pyannote[1082].end 9358.29846875
transcript.pyannote[1083].speaker SPEAKER_07
transcript.pyannote[1083].start 9358.29846875
transcript.pyannote[1083].end 9358.87221875
transcript.pyannote[1084].speaker SPEAKER_28
transcript.pyannote[1084].start 9359.14221875
transcript.pyannote[1084].end 9359.44596875
transcript.pyannote[1085].speaker SPEAKER_28
transcript.pyannote[1085].start 9359.69909375
transcript.pyannote[1085].end 9363.78284375
transcript.pyannote[1086].speaker SPEAKER_07
transcript.pyannote[1086].start 9360.86346875
transcript.pyannote[1086].end 9361.80846875
transcript.pyannote[1087].speaker SPEAKER_28
transcript.pyannote[1087].start 9364.22159375
transcript.pyannote[1087].end 9369.03096875
transcript.pyannote[1088].speaker SPEAKER_28
transcript.pyannote[1088].start 9369.57096875
transcript.pyannote[1088].end 9372.01784375
transcript.pyannote[1089].speaker SPEAKER_28
transcript.pyannote[1089].start 9373.65471875
transcript.pyannote[1089].end 9376.13534375
transcript.pyannote[1090].speaker SPEAKER_28
transcript.pyannote[1090].start 9376.67534375
transcript.pyannote[1090].end 9377.90721875
transcript.pyannote[1091].speaker SPEAKER_28
transcript.pyannote[1091].start 9379.20659375
transcript.pyannote[1091].end 9379.52721875
transcript.pyannote[1092].speaker SPEAKER_28
transcript.pyannote[1092].start 9379.83096875
transcript.pyannote[1092].end 9382.32846875
transcript.pyannote[1093].speaker SPEAKER_28
transcript.pyannote[1093].start 9383.89784375
transcript.pyannote[1093].end 9384.23534375
transcript.pyannote[1094].speaker SPEAKER_28
transcript.pyannote[1094].start 9384.62346875
transcript.pyannote[1094].end 9385.23096875
transcript.pyannote[1095].speaker SPEAKER_28
transcript.pyannote[1095].start 9386.10846875
transcript.pyannote[1095].end 9387.15471875
transcript.pyannote[1096].speaker SPEAKER_28
transcript.pyannote[1096].start 9388.20096875
transcript.pyannote[1096].end 9388.94346875
transcript.pyannote[1097].speaker SPEAKER_07
transcript.pyannote[1097].start 9389.97284375
transcript.pyannote[1097].end 9391.03596875
transcript.pyannote[1098].speaker SPEAKER_07
transcript.pyannote[1098].start 9391.22159375
transcript.pyannote[1098].end 9421.27596875
transcript.pyannote[1099].speaker SPEAKER_28
transcript.pyannote[1099].start 9422.76096875
transcript.pyannote[1099].end 9432.90284375
transcript.pyannote[1100].speaker SPEAKER_07
transcript.pyannote[1100].start 9424.53284375
transcript.pyannote[1100].end 9424.60034375
transcript.pyannote[1101].speaker SPEAKER_07
transcript.pyannote[1101].start 9425.07284375
transcript.pyannote[1101].end 9427.65471875
transcript.pyannote[1102].speaker SPEAKER_28
transcript.pyannote[1102].start 9433.67909375
transcript.pyannote[1102].end 9435.43409375
transcript.pyannote[1103].speaker SPEAKER_28
transcript.pyannote[1103].start 9436.61534375
transcript.pyannote[1103].end 9438.11721875
transcript.pyannote[1104].speaker SPEAKER_28
transcript.pyannote[1104].start 9438.80909375
transcript.pyannote[1104].end 9440.64846875
transcript.pyannote[1105].speaker SPEAKER_28
transcript.pyannote[1105].start 9441.94784375
transcript.pyannote[1105].end 9442.26846875
transcript.pyannote[1106].speaker SPEAKER_28
transcript.pyannote[1106].start 9442.62284375
transcript.pyannote[1106].end 9445.49159375
transcript.pyannote[1107].speaker SPEAKER_07
transcript.pyannote[1107].start 9445.49159375
transcript.pyannote[1107].end 9446.97659375
transcript.pyannote[1108].speaker SPEAKER_28
transcript.pyannote[1108].start 9446.97659375
transcript.pyannote[1108].end 9447.58409375
transcript.pyannote[1109].speaker SPEAKER_28
transcript.pyannote[1109].start 9448.86659375
transcript.pyannote[1109].end 9449.76096875
transcript.pyannote[1110].speaker SPEAKER_28
transcript.pyannote[1110].start 9449.87909375
transcript.pyannote[1110].end 9471.64784375
transcript.pyannote[1111].speaker SPEAKER_28
transcript.pyannote[1111].start 9472.84596875
transcript.pyannote[1111].end 9502.61346875
transcript.pyannote[1112].speaker SPEAKER_28
transcript.pyannote[1112].start 9503.01846875
transcript.pyannote[1112].end 9518.22284375
transcript.pyannote[1113].speaker SPEAKER_28
transcript.pyannote[1113].start 9519.40409375
transcript.pyannote[1113].end 9519.74159375
transcript.pyannote[1114].speaker SPEAKER_28
transcript.pyannote[1114].start 9519.80909375
transcript.pyannote[1114].end 9529.07346875
transcript.pyannote[1115].speaker SPEAKER_28
transcript.pyannote[1115].start 9529.51221875
transcript.pyannote[1115].end 9537.22409375
transcript.pyannote[1116].speaker SPEAKER_28
transcript.pyannote[1116].start 9538.05096875
transcript.pyannote[1116].end 9540.29534375
transcript.pyannote[1117].speaker SPEAKER_28
transcript.pyannote[1117].start 9540.37971875
transcript.pyannote[1117].end 9541.20659375
transcript.pyannote[1118].speaker SPEAKER_28
transcript.pyannote[1118].start 9541.32471875
transcript.pyannote[1118].end 9550.53846875
transcript.pyannote[1119].speaker SPEAKER_28
transcript.pyannote[1119].start 9551.53409375
transcript.pyannote[1119].end 9551.77034375
transcript.pyannote[1120].speaker SPEAKER_28
transcript.pyannote[1120].start 9552.61409375
transcript.pyannote[1120].end 9556.10721875
transcript.pyannote[1121].speaker SPEAKER_28
transcript.pyannote[1121].start 9556.17471875
transcript.pyannote[1121].end 9557.59221875
transcript.pyannote[1122].speaker SPEAKER_28
transcript.pyannote[1122].start 9558.06471875
transcript.pyannote[1122].end 9560.15721875
transcript.pyannote[1123].speaker SPEAKER_28
transcript.pyannote[1123].start 9561.57471875
transcript.pyannote[1123].end 9567.78471875
transcript.pyannote[1124].speaker SPEAKER_28
transcript.pyannote[1124].start 9568.29096875
transcript.pyannote[1124].end 9569.03346875
transcript.pyannote[1125].speaker SPEAKER_07
transcript.pyannote[1125].start 9569.03346875
transcript.pyannote[1125].end 9579.46221875
transcript.pyannote[1126].speaker SPEAKER_17
transcript.pyannote[1126].start 9579.54659375
transcript.pyannote[1126].end 9594.07596875
transcript.pyannote[1127].speaker SPEAKER_07
transcript.pyannote[1127].start 9585.16596875
transcript.pyannote[1127].end 9585.18284375
transcript.pyannote[1128].speaker SPEAKER_28
transcript.pyannote[1128].start 9585.18284375
transcript.pyannote[1128].end 9585.58784375
transcript.pyannote[1129].speaker SPEAKER_28
transcript.pyannote[1129].start 9586.22909375
transcript.pyannote[1129].end 9586.66784375
transcript.pyannote[1130].speaker SPEAKER_28
transcript.pyannote[1130].start 9593.80596875
transcript.pyannote[1130].end 9599.81346875
transcript.pyannote[1131].speaker SPEAKER_17
transcript.pyannote[1131].start 9597.26534375
transcript.pyannote[1131].end 9597.99096875
transcript.pyannote[1132].speaker SPEAKER_17
transcript.pyannote[1132].start 9598.76721875
transcript.pyannote[1132].end 9599.47596875
transcript.pyannote[1133].speaker SPEAKER_07
transcript.pyannote[1133].start 9599.47596875
transcript.pyannote[1133].end 9599.49284375
transcript.pyannote[1134].speaker SPEAKER_28
transcript.pyannote[1134].start 9599.94846875
transcript.pyannote[1134].end 9601.23096875
transcript.pyannote[1135].speaker SPEAKER_28
transcript.pyannote[1135].start 9602.12534375
transcript.pyannote[1135].end 9602.98596875
transcript.pyannote[1136].speaker SPEAKER_07
transcript.pyannote[1136].start 9602.98596875
transcript.pyannote[1136].end 9604.31909375
transcript.pyannote[1137].speaker SPEAKER_28
transcript.pyannote[1137].start 9604.26846875
transcript.pyannote[1137].end 9607.32284375
transcript.pyannote[1138].speaker SPEAKER_07
transcript.pyannote[1138].start 9605.36534375
transcript.pyannote[1138].end 9606.25971875
transcript.pyannote[1139].speaker SPEAKER_07
transcript.pyannote[1139].start 9607.13721875
transcript.pyannote[1139].end 9613.17846875
transcript.pyannote[1140].speaker SPEAKER_28
transcript.pyannote[1140].start 9611.60909375
transcript.pyannote[1140].end 9618.32534375
transcript.pyannote[1141].speaker SPEAKER_28
transcript.pyannote[1141].start 9618.96659375
transcript.pyannote[1141].end 9619.81034375
transcript.pyannote[1142].speaker SPEAKER_28
transcript.pyannote[1142].start 9620.50221875
transcript.pyannote[1142].end 9622.71284375
transcript.pyannote[1143].speaker SPEAKER_08
transcript.pyannote[1143].start 9624.40034375
transcript.pyannote[1143].end 9624.41721875
transcript.pyannote[1144].speaker SPEAKER_07
transcript.pyannote[1144].start 9624.41721875
transcript.pyannote[1144].end 9625.93596875
transcript.pyannote[1145].speaker SPEAKER_28
transcript.pyannote[1145].start 9625.14284375
transcript.pyannote[1145].end 9627.13409375
transcript.pyannote[1146].speaker SPEAKER_07
transcript.pyannote[1146].start 9627.13409375
transcript.pyannote[1146].end 9628.97346875
transcript.pyannote[1147].speaker SPEAKER_28
transcript.pyannote[1147].start 9628.97346875
transcript.pyannote[1147].end 9637.14096875
transcript.pyannote[1148].speaker SPEAKER_07
transcript.pyannote[1148].start 9629.02409375
transcript.pyannote[1148].end 9630.61034375
transcript.pyannote[1149].speaker SPEAKER_28
transcript.pyannote[1149].start 9637.52909375
transcript.pyannote[1149].end 9640.34721875
transcript.pyannote[1150].speaker SPEAKER_08
transcript.pyannote[1150].start 9640.98846875
transcript.pyannote[1150].end 9641.91659375
transcript.pyannote[1151].speaker SPEAKER_28
transcript.pyannote[1151].start 9641.44409375
transcript.pyannote[1151].end 9651.24846875
transcript.pyannote[1152].speaker SPEAKER_28
transcript.pyannote[1152].start 9652.36221875
transcript.pyannote[1152].end 9652.53096875
transcript.pyannote[1153].speaker SPEAKER_07
transcript.pyannote[1153].start 9653.42534375
transcript.pyannote[1153].end 9666.04784375
transcript.pyannote[1154].speaker SPEAKER_08
transcript.pyannote[1154].start 9657.96471875
transcript.pyannote[1154].end 9658.38659375
transcript.pyannote[1155].speaker SPEAKER_28
transcript.pyannote[1155].start 9666.04784375
transcript.pyannote[1155].end 9666.13221875
transcript.pyannote[1156].speaker SPEAKER_07
transcript.pyannote[1156].start 9666.13221875
transcript.pyannote[1156].end 9666.19971875
transcript.pyannote[1157].speaker SPEAKER_07
transcript.pyannote[1157].start 9667.19534375
transcript.pyannote[1157].end 9670.57034375
transcript.pyannote[1158].speaker SPEAKER_28
transcript.pyannote[1158].start 9670.57034375
transcript.pyannote[1158].end 9675.86909375
transcript.pyannote[1159].speaker SPEAKER_07
transcript.pyannote[1159].start 9670.58721875
transcript.pyannote[1159].end 9670.82346875
transcript.pyannote[1160].speaker SPEAKER_07
transcript.pyannote[1160].start 9674.95784375
transcript.pyannote[1160].end 9675.56534375
transcript.pyannote[1161].speaker SPEAKER_07
transcript.pyannote[1161].start 9675.86909375
transcript.pyannote[1161].end 9678.45096875
transcript.pyannote[1162].speaker SPEAKER_28
transcript.pyannote[1162].start 9676.32471875
transcript.pyannote[1162].end 9689.28471875
transcript.pyannote[1163].speaker SPEAKER_07
transcript.pyannote[1163].start 9682.36596875
transcript.pyannote[1163].end 9684.17159375
transcript.pyannote[1164].speaker SPEAKER_28
transcript.pyannote[1164].start 9689.82471875
transcript.pyannote[1164].end 9689.90909375
transcript.pyannote[1165].speaker SPEAKER_30
transcript.pyannote[1165].start 9689.90909375
transcript.pyannote[1165].end 9690.09471875
transcript.pyannote[1166].speaker SPEAKER_28
transcript.pyannote[1166].start 9690.09471875
transcript.pyannote[1166].end 9691.05659375
transcript.pyannote[1167].speaker SPEAKER_30
transcript.pyannote[1167].start 9690.11159375
transcript.pyannote[1167].end 9690.16221875
transcript.pyannote[1168].speaker SPEAKER_28
transcript.pyannote[1168].start 9691.61346875
transcript.pyannote[1168].end 9693.04784375
transcript.pyannote[1169].speaker SPEAKER_28
transcript.pyannote[1169].start 9694.44846875
transcript.pyannote[1169].end 9696.92909375
transcript.pyannote[1170].speaker SPEAKER_28
transcript.pyannote[1170].start 9697.62096875
transcript.pyannote[1170].end 9698.49846875
transcript.pyannote[1171].speaker SPEAKER_07
transcript.pyannote[1171].start 9699.17346875
transcript.pyannote[1171].end 9710.66534375
transcript.pyannote[1172].speaker SPEAKER_28
transcript.pyannote[1172].start 9711.67784375
transcript.pyannote[1172].end 9731.86034375
transcript.pyannote[1173].speaker SPEAKER_07
transcript.pyannote[1173].start 9714.95159375
transcript.pyannote[1173].end 9715.23846875
transcript.pyannote[1174].speaker SPEAKER_07
transcript.pyannote[1174].start 9732.01221875
transcript.pyannote[1174].end 9736.38284375
transcript.pyannote[1175].speaker SPEAKER_28
transcript.pyannote[1175].start 9736.38284375
transcript.pyannote[1175].end 9742.08659375
transcript.pyannote[1176].speaker SPEAKER_07
transcript.pyannote[1176].start 9736.51784375
transcript.pyannote[1176].end 9736.63596875
transcript.pyannote[1177].speaker SPEAKER_28
transcript.pyannote[1177].start 9742.22159375
transcript.pyannote[1177].end 9744.58409375
transcript.pyannote[1178].speaker SPEAKER_28
transcript.pyannote[1178].start 9744.87096875
transcript.pyannote[1178].end 9746.74409375
transcript.pyannote[1179].speaker SPEAKER_28
transcript.pyannote[1179].start 9747.14909375
transcript.pyannote[1179].end 9747.60471875
transcript.pyannote[1180].speaker SPEAKER_28
transcript.pyannote[1180].start 9748.16159375
transcript.pyannote[1180].end 9748.63409375
transcript.pyannote[1181].speaker SPEAKER_28
transcript.pyannote[1181].start 9749.39346875
transcript.pyannote[1181].end 9750.38909375
transcript.pyannote[1182].speaker SPEAKER_28
transcript.pyannote[1182].start 9750.62534375
transcript.pyannote[1182].end 9751.26659375
transcript.pyannote[1183].speaker SPEAKER_28
transcript.pyannote[1183].start 9751.51971875
transcript.pyannote[1183].end 9757.24034375
transcript.pyannote[1184].speaker SPEAKER_30
transcript.pyannote[1184].start 9757.20659375
transcript.pyannote[1184].end 9757.22346875
transcript.pyannote[1185].speaker SPEAKER_30
transcript.pyannote[1185].start 9757.24034375
transcript.pyannote[1185].end 9757.34159375
transcript.pyannote[1186].speaker SPEAKER_28
transcript.pyannote[1186].start 9757.34159375
transcript.pyannote[1186].end 9758.65784375
transcript.pyannote[1187].speaker SPEAKER_30
transcript.pyannote[1187].start 9757.35846875
transcript.pyannote[1187].end 9757.51034375
transcript.pyannote[1188].speaker SPEAKER_28
transcript.pyannote[1188].start 9758.69159375
transcript.pyannote[1188].end 9758.70846875
transcript.pyannote[1189].speaker SPEAKER_28
transcript.pyannote[1189].start 9758.72534375
transcript.pyannote[1189].end 9759.68721875
transcript.pyannote[1190].speaker SPEAKER_28
transcript.pyannote[1190].start 9760.24409375
transcript.pyannote[1190].end 9761.47596875
transcript.pyannote[1191].speaker SPEAKER_07
transcript.pyannote[1191].start 9762.72471875
transcript.pyannote[1191].end 9772.09034375
transcript.pyannote[1192].speaker SPEAKER_28
transcript.pyannote[1192].start 9772.09034375
transcript.pyannote[1192].end 9783.41346875
transcript.pyannote[1193].speaker SPEAKER_07
transcript.pyannote[1193].start 9783.41346875
transcript.pyannote[1193].end 9786.63659375
transcript.pyannote[1194].speaker SPEAKER_28
transcript.pyannote[1194].start 9786.46784375
transcript.pyannote[1194].end 9787.73346875
transcript.pyannote[1195].speaker SPEAKER_07
transcript.pyannote[1195].start 9788.81346875
transcript.pyannote[1195].end 9789.16784375
transcript.pyannote[1196].speaker SPEAKER_28
transcript.pyannote[1196].start 9789.64034375
transcript.pyannote[1196].end 9797.90909375
transcript.pyannote[1197].speaker SPEAKER_07
transcript.pyannote[1197].start 9790.33221875
transcript.pyannote[1197].end 9791.15909375
transcript.pyannote[1198].speaker SPEAKER_07
transcript.pyannote[1198].start 9791.32784375
transcript.pyannote[1198].end 9791.39534375
transcript.pyannote[1199].speaker SPEAKER_30
transcript.pyannote[1199].start 9791.39534375
transcript.pyannote[1199].end 9791.41221875
transcript.pyannote[1200].speaker SPEAKER_07
transcript.pyannote[1200].start 9791.41221875
transcript.pyannote[1200].end 9792.15471875
transcript.pyannote[1201].speaker SPEAKER_30
transcript.pyannote[1201].start 9794.90534375
transcript.pyannote[1201].end 9794.97284375
transcript.pyannote[1202].speaker SPEAKER_08
transcript.pyannote[1202].start 9794.97284375
transcript.pyannote[1202].end 9796.00221875
transcript.pyannote[1203].speaker SPEAKER_08
transcript.pyannote[1203].start 9796.72784375
transcript.pyannote[1203].end 9797.09909375
transcript.pyannote[1204].speaker SPEAKER_28
transcript.pyannote[1204].start 9798.66846875
transcript.pyannote[1204].end 9799.22534375
transcript.pyannote[1205].speaker SPEAKER_28
transcript.pyannote[1205].start 9799.66409375
transcript.pyannote[1205].end 9801.19971875
transcript.pyannote[1206].speaker SPEAKER_28
transcript.pyannote[1206].start 9803.17409375
transcript.pyannote[1206].end 9807.54471875
transcript.pyannote[1207].speaker SPEAKER_28
transcript.pyannote[1207].start 9808.08471875
transcript.pyannote[1207].end 9808.42221875
transcript.pyannote[1208].speaker SPEAKER_08
transcript.pyannote[1208].start 9808.42221875
transcript.pyannote[1208].end 9809.11409375
transcript.pyannote[1209].speaker SPEAKER_28
transcript.pyannote[1209].start 9808.43909375
transcript.pyannote[1209].end 9810.83534375
transcript.pyannote[1210].speaker SPEAKER_28
transcript.pyannote[1210].start 9811.67909375
transcript.pyannote[1210].end 9812.16846875
transcript.pyannote[1211].speaker SPEAKER_28
transcript.pyannote[1211].start 9814.00784375
transcript.pyannote[1211].end 9814.71659375
transcript.pyannote[1212].speaker SPEAKER_28
transcript.pyannote[1212].start 9816.16784375
transcript.pyannote[1212].end 9816.48846875
transcript.pyannote[1213].speaker SPEAKER_28
transcript.pyannote[1213].start 9816.91034375
transcript.pyannote[1213].end 9820.53846875
transcript.pyannote[1214].speaker SPEAKER_28
transcript.pyannote[1214].start 9821.16284375
transcript.pyannote[1214].end 9821.46659375
transcript.pyannote[1215].speaker SPEAKER_28
transcript.pyannote[1215].start 9824.48721875
transcript.pyannote[1215].end 9827.91284375
transcript.pyannote[1216].speaker SPEAKER_28
transcript.pyannote[1216].start 9828.33471875
transcript.pyannote[1216].end 9831.74346875
transcript.pyannote[1217].speaker SPEAKER_28
transcript.pyannote[1217].start 9832.16534375
transcript.pyannote[1217].end 9835.20284375
transcript.pyannote[1218].speaker SPEAKER_28
transcript.pyannote[1218].start 9835.74284375
transcript.pyannote[1218].end 9837.58221875
transcript.pyannote[1219].speaker SPEAKER_28
transcript.pyannote[1219].start 9838.47659375
transcript.pyannote[1219].end 9840.13034375
transcript.pyannote[1220].speaker SPEAKER_28
transcript.pyannote[1220].start 9840.40034375
transcript.pyannote[1220].end 9845.12534375
transcript.pyannote[1221].speaker SPEAKER_28
transcript.pyannote[1221].start 9845.46284375
transcript.pyannote[1221].end 9850.32284375
transcript.pyannote[1222].speaker SPEAKER_28
transcript.pyannote[1222].start 9850.99784375
transcript.pyannote[1222].end 9853.83284375
transcript.pyannote[1223].speaker SPEAKER_07
transcript.pyannote[1223].start 9852.38159375
transcript.pyannote[1223].end 9859.92471875
transcript.pyannote[1224].speaker SPEAKER_28
transcript.pyannote[1224].start 9861.61221875
transcript.pyannote[1224].end 9862.05096875
transcript.pyannote[1225].speaker SPEAKER_31
transcript.pyannote[1225].start 9862.05096875
transcript.pyannote[1225].end 9862.06784375
transcript.pyannote[1226].speaker SPEAKER_07
transcript.pyannote[1226].start 9862.21971875
transcript.pyannote[1226].end 9863.38409375
transcript.pyannote[1227].speaker SPEAKER_28
transcript.pyannote[1227].start 9863.31659375
transcript.pyannote[1227].end 9865.03784375
transcript.pyannote[1228].speaker SPEAKER_31
transcript.pyannote[1228].start 9863.38409375
transcript.pyannote[1228].end 9863.51909375
transcript.pyannote[1229].speaker SPEAKER_28
transcript.pyannote[1229].start 9865.74659375
transcript.pyannote[1229].end 9866.38784375
transcript.pyannote[1230].speaker SPEAKER_31
transcript.pyannote[1230].start 9865.83096875
transcript.pyannote[1230].end 9882.85784375
transcript.pyannote[1231].speaker SPEAKER_31
transcript.pyannote[1231].start 9883.34721875
transcript.pyannote[1231].end 9886.33409375
transcript.pyannote[1232].speaker SPEAKER_28
transcript.pyannote[1232].start 9887.19471875
transcript.pyannote[1232].end 9888.05534375
transcript.pyannote[1233].speaker SPEAKER_28
transcript.pyannote[1233].start 9888.57846875
transcript.pyannote[1233].end 9888.59534375
transcript.pyannote[1234].speaker SPEAKER_31
transcript.pyannote[1234].start 9888.59534375
transcript.pyannote[1234].end 9888.61221875
transcript.pyannote[1235].speaker SPEAKER_28
transcript.pyannote[1235].start 9888.61221875
transcript.pyannote[1235].end 9896.17221875
transcript.pyannote[1236].speaker SPEAKER_07
transcript.pyannote[1236].start 9896.49284375
transcript.pyannote[1236].end 9899.59784375
transcript.pyannote[1237].speaker SPEAKER_28
transcript.pyannote[1237].start 9898.95659375
transcript.pyannote[1237].end 9903.95159375
transcript.pyannote[1238].speaker SPEAKER_28
transcript.pyannote[1238].start 9904.57596875
transcript.pyannote[1238].end 9904.96409375
transcript.pyannote[1239].speaker SPEAKER_28
transcript.pyannote[1239].start 9905.45346875
transcript.pyannote[1239].end 9915.57846875
transcript.pyannote[1240].speaker SPEAKER_28
transcript.pyannote[1240].start 9915.73034375
transcript.pyannote[1240].end 9926.66534375
transcript.pyannote[1241].speaker SPEAKER_28
transcript.pyannote[1241].start 9927.40784375
transcript.pyannote[1241].end 9939.03471875
transcript.pyannote[1242].speaker SPEAKER_00
transcript.pyannote[1242].start 9934.64721875
transcript.pyannote[1242].end 9935.01846875
transcript.pyannote[1243].speaker SPEAKER_28
transcript.pyannote[1243].start 9939.55784375
transcript.pyannote[1243].end 9944.63721875
transcript.pyannote[1244].speaker SPEAKER_07
transcript.pyannote[1244].start 9943.01721875
transcript.pyannote[1244].end 9943.43909375
transcript.pyannote[1245].speaker SPEAKER_07
transcript.pyannote[1245].start 9944.63721875
transcript.pyannote[1245].end 9946.35846875
transcript.pyannote[1246].speaker SPEAKER_28
transcript.pyannote[1246].start 9946.35846875
transcript.pyannote[1246].end 9951.99471875
transcript.pyannote[1247].speaker SPEAKER_07
transcript.pyannote[1247].start 9952.75409375
transcript.pyannote[1247].end 9953.44596875
transcript.pyannote[1248].speaker SPEAKER_28
transcript.pyannote[1248].start 9953.32784375
transcript.pyannote[1248].end 9953.34471875
transcript.pyannote[1249].speaker SPEAKER_28
transcript.pyannote[1249].start 9953.44596875
transcript.pyannote[1249].end 9954.34034375
transcript.pyannote[1250].speaker SPEAKER_07
transcript.pyannote[1250].start 9954.34034375
transcript.pyannote[1250].end 9956.44971875
transcript.pyannote[1251].speaker SPEAKER_28
transcript.pyannote[1251].start 9956.07846875
transcript.pyannote[1251].end 9963.97596875
transcript.pyannote[1252].speaker SPEAKER_28
transcript.pyannote[1252].start 9964.39784375
transcript.pyannote[1252].end 9967.06409375
transcript.pyannote[1253].speaker SPEAKER_07
transcript.pyannote[1253].start 9967.06409375
transcript.pyannote[1253].end 9968.44784375
transcript.pyannote[1254].speaker SPEAKER_28
transcript.pyannote[1254].start 9968.44784375
transcript.pyannote[1254].end 9989.03534375
transcript.pyannote[1255].speaker SPEAKER_07
transcript.pyannote[1255].start 9969.03846875
transcript.pyannote[1255].end 9970.05096875
transcript.pyannote[1256].speaker SPEAKER_28
transcript.pyannote[1256].start 9989.13659375
transcript.pyannote[1256].end 9991.36409375
transcript.pyannote[1257].speaker SPEAKER_28
transcript.pyannote[1257].start 9993.47346875
transcript.pyannote[1257].end 9993.99659375
transcript.pyannote[1258].speaker SPEAKER_28
transcript.pyannote[1258].start 9994.99221875
transcript.pyannote[1258].end 9995.49846875
transcript.pyannote[1259].speaker SPEAKER_28
transcript.pyannote[1259].start 9995.81909375
transcript.pyannote[1259].end 9998.83971875
transcript.pyannote[1260].speaker SPEAKER_08
transcript.pyannote[1260].start 9998.65409375
transcript.pyannote[1260].end 9998.99159375
transcript.pyannote[1261].speaker SPEAKER_28
transcript.pyannote[1261].start 9998.99159375
transcript.pyannote[1261].end 9999.51471875
transcript.pyannote[1262].speaker SPEAKER_08
transcript.pyannote[1262].start 9999.51471875
transcript.pyannote[1262].end 9999.97034375
transcript.pyannote[1263].speaker SPEAKER_28
transcript.pyannote[1263].start 9999.53159375
transcript.pyannote[1263].end 9999.58221875
transcript.pyannote[1264].speaker SPEAKER_28
transcript.pyannote[1264].start 9999.97034375
transcript.pyannote[1264].end 10018.48221875
transcript.pyannote[1265].speaker SPEAKER_08
transcript.pyannote[1265].start 10000.45971875
transcript.pyannote[1265].end 10001.37096875
transcript.pyannote[1266].speaker SPEAKER_08
transcript.pyannote[1266].start 10002.55221875
transcript.pyannote[1266].end 10004.20596875
transcript.pyannote[1267].speaker SPEAKER_28
transcript.pyannote[1267].start 10019.08971875
transcript.pyannote[1267].end 10023.78096875
transcript.pyannote[1268].speaker SPEAKER_28
transcript.pyannote[1268].start 10024.21971875
transcript.pyannote[1268].end 10032.53909375
transcript.pyannote[1269].speaker SPEAKER_07
transcript.pyannote[1269].start 10029.99096875
transcript.pyannote[1269].end 10030.00784375
transcript.pyannote[1270].speaker SPEAKER_06
transcript.pyannote[1270].start 10030.00784375
transcript.pyannote[1270].end 10030.27784375
transcript.pyannote[1271].speaker SPEAKER_06
transcript.pyannote[1271].start 10032.99471875
transcript.pyannote[1271].end 10035.72846875
transcript.pyannote[1272].speaker SPEAKER_06
transcript.pyannote[1272].start 10677.60284375
transcript.pyannote[1272].end 10681.82159375
transcript.pyannote[1273].speaker SPEAKER_22
transcript.pyannote[1273].start 10688.62221875
transcript.pyannote[1273].end 10691.40659375
transcript.pyannote[1274].speaker SPEAKER_06
transcript.pyannote[1274].start 10691.71034375
transcript.pyannote[1274].end 10692.62159375
transcript.pyannote[1275].speaker SPEAKER_06
transcript.pyannote[1275].start 10698.56159375
transcript.pyannote[1275].end 10698.59534375
transcript.pyannote[1276].speaker SPEAKER_08
transcript.pyannote[1276].start 10698.59534375
transcript.pyannote[1276].end 10699.20284375
transcript.pyannote[1277].speaker SPEAKER_22
transcript.pyannote[1277].start 10699.28721875
transcript.pyannote[1277].end 10804.70534375
transcript.pyannote[1278].speaker SPEAKER_22
transcript.pyannote[1278].start 10805.04284375
transcript.pyannote[1278].end 10846.23471875
transcript.pyannote[1279].speaker SPEAKER_07
transcript.pyannote[1279].start 10846.80846875
transcript.pyannote[1279].end 10877.33534375
transcript.pyannote[1280].speaker SPEAKER_22
transcript.pyannote[1280].start 10877.13284375
transcript.pyannote[1280].end 10936.44846875
transcript.pyannote[1281].speaker SPEAKER_07
transcript.pyannote[1281].start 10879.81596875
transcript.pyannote[1281].end 10880.60909375
transcript.pyannote[1282].speaker SPEAKER_00
transcript.pyannote[1282].start 10934.60909375
transcript.pyannote[1282].end 10934.86221875
transcript.pyannote[1283].speaker SPEAKER_30
transcript.pyannote[1283].start 10934.86221875
transcript.pyannote[1283].end 10934.87909375
transcript.pyannote[1284].speaker SPEAKER_22
transcript.pyannote[1284].start 10936.92096875
transcript.pyannote[1284].end 10942.69221875
transcript.pyannote[1285].speaker SPEAKER_22
transcript.pyannote[1285].start 10943.29971875
transcript.pyannote[1285].end 10965.05159375
transcript.pyannote[1286].speaker SPEAKER_22
transcript.pyannote[1286].start 10965.18659375
transcript.pyannote[1286].end 10983.05721875
transcript.pyannote[1287].speaker SPEAKER_22
transcript.pyannote[1287].start 10983.71534375
transcript.pyannote[1287].end 11054.89409375
transcript.pyannote[1288].speaker SPEAKER_22
transcript.pyannote[1288].start 11055.33284375
transcript.pyannote[1288].end 11080.93221875
transcript.pyannote[1289].speaker SPEAKER_22
transcript.pyannote[1289].start 11081.55659375
transcript.pyannote[1289].end 11085.35346875
transcript.pyannote[1290].speaker SPEAKER_07
transcript.pyannote[1290].start 11086.16346875
transcript.pyannote[1290].end 11092.17096875
transcript.pyannote[1291].speaker SPEAKER_22
transcript.pyannote[1291].start 11091.90096875
transcript.pyannote[1291].end 11092.89659375
transcript.pyannote[1292].speaker SPEAKER_07
transcript.pyannote[1292].start 11092.89659375
transcript.pyannote[1292].end 11092.93034375
transcript.pyannote[1293].speaker SPEAKER_22
transcript.pyannote[1293].start 11092.93034375
transcript.pyannote[1293].end 11092.96409375
transcript.pyannote[1294].speaker SPEAKER_07
transcript.pyannote[1294].start 11092.96409375
transcript.pyannote[1294].end 11093.92596875
transcript.pyannote[1295].speaker SPEAKER_22
transcript.pyannote[1295].start 11092.98096875
transcript.pyannote[1295].end 11093.89221875
transcript.pyannote[1296].speaker SPEAKER_22
transcript.pyannote[1296].start 11095.25909375
transcript.pyannote[1296].end 11107.59471875
transcript.pyannote[1297].speaker SPEAKER_22
transcript.pyannote[1297].start 11107.88159375
transcript.pyannote[1297].end 11108.67471875
transcript.pyannote[1298].speaker SPEAKER_22
transcript.pyannote[1298].start 11109.06284375
transcript.pyannote[1298].end 11110.17659375
transcript.pyannote[1299].speaker SPEAKER_22
transcript.pyannote[1299].start 11110.56471875
transcript.pyannote[1299].end 11118.41159375
transcript.pyannote[1300].speaker SPEAKER_22
transcript.pyannote[1300].start 11119.37346875
transcript.pyannote[1300].end 11120.67284375
transcript.pyannote[1301].speaker SPEAKER_07
transcript.pyannote[1301].start 11119.42409375
transcript.pyannote[1301].end 11122.36034375
transcript.pyannote[1302].speaker SPEAKER_22
transcript.pyannote[1302].start 11122.96784375
transcript.pyannote[1302].end 11125.90409375
transcript.pyannote[1303].speaker SPEAKER_22
transcript.pyannote[1303].start 11126.51159375
transcript.pyannote[1303].end 11128.11471875
transcript.pyannote[1304].speaker SPEAKER_07
transcript.pyannote[1304].start 11128.11471875
transcript.pyannote[1304].end 11128.14846875
transcript.pyannote[1305].speaker SPEAKER_08
transcript.pyannote[1305].start 11128.14846875
transcript.pyannote[1305].end 11128.50284375
transcript.pyannote[1306].speaker SPEAKER_07
transcript.pyannote[1306].start 11128.50284375
transcript.pyannote[1306].end 11128.51971875
transcript.pyannote[1307].speaker SPEAKER_08
transcript.pyannote[1307].start 11128.51971875
transcript.pyannote[1307].end 11128.55346875
transcript.pyannote[1308].speaker SPEAKER_22
transcript.pyannote[1308].start 11128.85721875
transcript.pyannote[1308].end 11130.84846875
transcript.pyannote[1309].speaker SPEAKER_22
transcript.pyannote[1309].start 11131.21971875
transcript.pyannote[1309].end 11133.21096875
transcript.pyannote[1310].speaker SPEAKER_22
transcript.pyannote[1310].start 11133.41346875
transcript.pyannote[1310].end 11143.63971875
transcript.pyannote[1311].speaker SPEAKER_07
transcript.pyannote[1311].start 11144.44971875
transcript.pyannote[1311].end 11154.05159375
transcript.pyannote[1312].speaker SPEAKER_22
transcript.pyannote[1312].start 11154.05159375
transcript.pyannote[1312].end 11157.94971875
transcript.pyannote[1313].speaker SPEAKER_22
transcript.pyannote[1313].start 11160.19409375
transcript.pyannote[1313].end 11161.52721875
transcript.pyannote[1314].speaker SPEAKER_22
transcript.pyannote[1314].start 11161.66221875
transcript.pyannote[1314].end 11164.80096875
transcript.pyannote[1315].speaker SPEAKER_22
transcript.pyannote[1315].start 11165.20596875
transcript.pyannote[1315].end 11167.23096875
transcript.pyannote[1316].speaker SPEAKER_14
transcript.pyannote[1316].start 11168.31096875
transcript.pyannote[1316].end 11176.37721875
transcript.pyannote[1317].speaker SPEAKER_14
transcript.pyannote[1317].start 11176.63034375
transcript.pyannote[1317].end 11182.41846875
transcript.pyannote[1318].speaker SPEAKER_14
transcript.pyannote[1318].start 11182.67159375
transcript.pyannote[1318].end 11183.02596875
transcript.pyannote[1319].speaker SPEAKER_14
transcript.pyannote[1319].start 11183.46471875
transcript.pyannote[1319].end 11185.60784375
transcript.pyannote[1320].speaker SPEAKER_14
transcript.pyannote[1320].start 11185.77659375
transcript.pyannote[1320].end 11188.49346875
transcript.pyannote[1321].speaker SPEAKER_22
transcript.pyannote[1321].start 11188.49346875
transcript.pyannote[1321].end 11190.60284375
transcript.pyannote[1322].speaker SPEAKER_22
transcript.pyannote[1322].start 11190.83909375
transcript.pyannote[1322].end 11205.04784375
transcript.pyannote[1323].speaker SPEAKER_22
transcript.pyannote[1323].start 11205.28409375
transcript.pyannote[1323].end 11236.03034375
transcript.pyannote[1324].speaker SPEAKER_00
transcript.pyannote[1324].start 11234.44409375
transcript.pyannote[1324].end 11234.46096875
transcript.pyannote[1325].speaker SPEAKER_22
transcript.pyannote[1325].start 11236.62096875
transcript.pyannote[1325].end 11240.77221875
transcript.pyannote[1326].speaker SPEAKER_22
transcript.pyannote[1326].start 11241.54846875
transcript.pyannote[1326].end 11262.57471875
transcript.pyannote[1327].speaker SPEAKER_22
transcript.pyannote[1327].start 11263.89096875
transcript.pyannote[1327].end 11273.61096875
transcript.pyannote[1328].speaker SPEAKER_22
transcript.pyannote[1328].start 11275.87221875
transcript.pyannote[1328].end 11276.20971875
transcript.pyannote[1329].speaker SPEAKER_22
transcript.pyannote[1329].start 11277.55971875
transcript.pyannote[1329].end 11281.74471875
transcript.pyannote[1330].speaker SPEAKER_07
transcript.pyannote[1330].start 11280.73221875
transcript.pyannote[1330].end 11295.39659375
transcript.pyannote[1331].speaker SPEAKER_22
transcript.pyannote[1331].start 11294.95784375
transcript.pyannote[1331].end 11308.18784375
transcript.pyannote[1332].speaker SPEAKER_07
transcript.pyannote[1332].start 11300.61096875
transcript.pyannote[1332].end 11301.30284375
transcript.pyannote[1333].speaker SPEAKER_00
transcript.pyannote[1333].start 11301.30284375
transcript.pyannote[1333].end 11301.35346875
transcript.pyannote[1334].speaker SPEAKER_07
transcript.pyannote[1334].start 11302.72034375
transcript.pyannote[1334].end 11303.00721875
transcript.pyannote[1335].speaker SPEAKER_30
transcript.pyannote[1335].start 11303.00721875
transcript.pyannote[1335].end 11303.05784375
transcript.pyannote[1336].speaker SPEAKER_22
transcript.pyannote[1336].start 11308.49159375
transcript.pyannote[1336].end 11312.00159375
transcript.pyannote[1337].speaker SPEAKER_22
transcript.pyannote[1337].start 11312.65971875
transcript.pyannote[1337].end 11314.41471875
transcript.pyannote[1338].speaker SPEAKER_07
transcript.pyannote[1338].start 11312.77784375
transcript.pyannote[1338].end 11323.47659375
transcript.pyannote[1339].speaker SPEAKER_22
transcript.pyannote[1339].start 11319.83159375
transcript.pyannote[1339].end 11320.28721875
transcript.pyannote[1340].speaker SPEAKER_22
transcript.pyannote[1340].start 11322.26159375
transcript.pyannote[1340].end 11322.83534375
transcript.pyannote[1341].speaker SPEAKER_22
transcript.pyannote[1341].start 11323.39221875
transcript.pyannote[1341].end 11326.58159375
transcript.pyannote[1342].speaker SPEAKER_22
transcript.pyannote[1342].start 11327.12159375
transcript.pyannote[1342].end 11348.43471875
transcript.pyannote[1343].speaker SPEAKER_22
transcript.pyannote[1343].start 11348.63721875
transcript.pyannote[1343].end 11359.65659375
transcript.pyannote[1344].speaker SPEAKER_22
transcript.pyannote[1344].start 11360.12909375
transcript.pyannote[1344].end 11361.04034375
transcript.pyannote[1345].speaker SPEAKER_22
transcript.pyannote[1345].start 11361.32721875
transcript.pyannote[1345].end 11407.27784375
transcript.pyannote[1346].speaker SPEAKER_22
transcript.pyannote[1346].start 11407.39596875
transcript.pyannote[1346].end 11418.02721875
transcript.pyannote[1347].speaker SPEAKER_22
transcript.pyannote[1347].start 11418.34784375
transcript.pyannote[1347].end 11435.03721875
transcript.pyannote[1348].speaker SPEAKER_22
transcript.pyannote[1348].start 11436.31971875
transcript.pyannote[1348].end 11436.77534375
transcript.pyannote[1349].speaker SPEAKER_22
transcript.pyannote[1349].start 11436.92721875
transcript.pyannote[1349].end 11479.18221875
transcript.pyannote[1350].speaker SPEAKER_22
transcript.pyannote[1350].start 11479.85721875
transcript.pyannote[1350].end 11487.90659375
transcript.pyannote[1351].speaker SPEAKER_22
transcript.pyannote[1351].start 11488.42971875
transcript.pyannote[1351].end 11489.84721875
transcript.pyannote[1352].speaker SPEAKER_07
transcript.pyannote[1352].start 11489.84721875
transcript.pyannote[1352].end 11489.88096875
transcript.pyannote[1353].speaker SPEAKER_22
transcript.pyannote[1353].start 11489.88096875
transcript.pyannote[1353].end 11490.16784375
transcript.pyannote[1354].speaker SPEAKER_07
transcript.pyannote[1354].start 11489.89784375
transcript.pyannote[1354].end 11490.45471875
transcript.pyannote[1355].speaker SPEAKER_22
transcript.pyannote[1355].start 11490.80909375
transcript.pyannote[1355].end 11492.53034375
transcript.pyannote[1356].speaker SPEAKER_07
transcript.pyannote[1356].start 11491.82159375
transcript.pyannote[1356].end 11492.47971875
transcript.pyannote[1357].speaker SPEAKER_22
transcript.pyannote[1357].start 11494.52159375
transcript.pyannote[1357].end 11495.82096875
transcript.pyannote[1358].speaker SPEAKER_07
transcript.pyannote[1358].start 11495.98971875
transcript.pyannote[1358].end 11497.93034375
transcript.pyannote[1359].speaker SPEAKER_22
transcript.pyannote[1359].start 11497.03596875
transcript.pyannote[1359].end 11497.81221875
transcript.pyannote[1360].speaker SPEAKER_22
transcript.pyannote[1360].start 11498.31846875
transcript.pyannote[1360].end 11500.78221875
transcript.pyannote[1361].speaker SPEAKER_07
transcript.pyannote[1361].start 11501.11971875
transcript.pyannote[1361].end 11504.56221875
transcript.pyannote[1362].speaker SPEAKER_07
transcript.pyannote[1362].start 11504.89971875
transcript.pyannote[1362].end 11507.31284375
transcript.pyannote[1363].speaker SPEAKER_07
transcript.pyannote[1363].start 11507.51534375
transcript.pyannote[1363].end 11515.80096875
transcript.pyannote[1364].speaker SPEAKER_22
transcript.pyannote[1364].start 11507.73471875
transcript.pyannote[1364].end 11508.22409375
transcript.pyannote[1365].speaker SPEAKER_08
transcript.pyannote[1365].start 11508.22409375
transcript.pyannote[1365].end 11508.24096875
transcript.pyannote[1366].speaker SPEAKER_22
transcript.pyannote[1366].start 11508.24096875
transcript.pyannote[1366].end 11508.29159375
transcript.pyannote[1367].speaker SPEAKER_22
transcript.pyannote[1367].start 11514.63659375
transcript.pyannote[1367].end 11516.17221875
transcript.pyannote[1368].speaker SPEAKER_07
transcript.pyannote[1368].start 11516.05409375
transcript.pyannote[1368].end 11542.75034375
transcript.pyannote[1369].speaker SPEAKER_22
transcript.pyannote[1369].start 11541.01221875
transcript.pyannote[1369].end 11558.25846875
transcript.pyannote[1370].speaker SPEAKER_07
transcript.pyannote[1370].start 11553.78659375
transcript.pyannote[1370].end 11554.30971875
transcript.pyannote[1371].speaker SPEAKER_07
transcript.pyannote[1371].start 11555.62596875
transcript.pyannote[1371].end 11556.09846875
transcript.pyannote[1372].speaker SPEAKER_07
transcript.pyannote[1372].start 11557.92096875
transcript.pyannote[1372].end 11567.91096875
transcript.pyannote[1373].speaker SPEAKER_22
transcript.pyannote[1373].start 11566.32471875
transcript.pyannote[1373].end 11568.72096875
transcript.pyannote[1374].speaker SPEAKER_22
transcript.pyannote[1374].start 11569.54784375
transcript.pyannote[1374].end 11576.01096875
transcript.pyannote[1375].speaker SPEAKER_07
transcript.pyannote[1375].start 11576.19659375
transcript.pyannote[1375].end 11582.40659375
transcript.pyannote[1376].speaker SPEAKER_22
transcript.pyannote[1376].start 11580.73596875
transcript.pyannote[1376].end 11581.41096875
transcript.pyannote[1377].speaker SPEAKER_22
transcript.pyannote[1377].start 11583.62159375
transcript.pyannote[1377].end 11583.89159375
transcript.pyannote[1378].speaker SPEAKER_07
transcript.pyannote[1378].start 11583.89159375
transcript.pyannote[1378].end 11587.11471875
transcript.pyannote[1379].speaker SPEAKER_22
transcript.pyannote[1379].start 11587.11471875
transcript.pyannote[1379].end 11590.62471875
transcript.pyannote[1380].speaker SPEAKER_22
transcript.pyannote[1380].start 11591.16471875
transcript.pyannote[1380].end 11593.22346875
transcript.pyannote[1381].speaker SPEAKER_07
transcript.pyannote[1381].start 11593.22346875
transcript.pyannote[1381].end 11595.24846875
transcript.pyannote[1382].speaker SPEAKER_22
transcript.pyannote[1382].start 11594.25284375
transcript.pyannote[1382].end 11604.22596875
transcript.pyannote[1383].speaker SPEAKER_07
transcript.pyannote[1383].start 11597.39159375
transcript.pyannote[1383].end 11598.40409375
transcript.pyannote[1384].speaker SPEAKER_07
transcript.pyannote[1384].start 11604.27659375
transcript.pyannote[1384].end 11617.33784375
transcript.pyannote[1385].speaker SPEAKER_22
transcript.pyannote[1385].start 11617.33784375
transcript.pyannote[1385].end 11776.99221875
transcript.pyannote[1386].speaker SPEAKER_07
transcript.pyannote[1386].start 11776.99221875
transcript.pyannote[1386].end 11789.76659375
transcript.pyannote[1387].speaker SPEAKER_22
transcript.pyannote[1387].start 11789.47971875
transcript.pyannote[1387].end 11794.06971875
transcript.pyannote[1388].speaker SPEAKER_07
transcript.pyannote[1388].start 11790.49221875
transcript.pyannote[1388].end 11790.91409375
transcript.pyannote[1389].speaker SPEAKER_07
transcript.pyannote[1389].start 11794.06971875
transcript.pyannote[1389].end 11794.33971875
transcript.pyannote[1390].speaker SPEAKER_22
transcript.pyannote[1390].start 11794.10346875
transcript.pyannote[1390].end 11794.12034375
transcript.pyannote[1391].speaker SPEAKER_22
transcript.pyannote[1391].start 11794.30596875
transcript.pyannote[1391].end 11798.06909375
transcript.pyannote[1392].speaker SPEAKER_22
transcript.pyannote[1392].start 11798.57534375
transcript.pyannote[1392].end 11801.62971875
transcript.pyannote[1393].speaker SPEAKER_30
transcript.pyannote[1393].start 11801.03909375
transcript.pyannote[1393].end 11801.89971875
transcript.pyannote[1394].speaker SPEAKER_22
transcript.pyannote[1394].start 11802.30471875
transcript.pyannote[1394].end 11805.02159375
transcript.pyannote[1395].speaker SPEAKER_14
transcript.pyannote[1395].start 11806.08471875
transcript.pyannote[1395].end 11807.78909375
transcript.pyannote[1396].speaker SPEAKER_22
transcript.pyannote[1396].start 11808.04221875
transcript.pyannote[1396].end 11809.03784375
transcript.pyannote[1397].speaker SPEAKER_14
transcript.pyannote[1397].start 11808.05909375
transcript.pyannote[1397].end 11808.07596875
transcript.pyannote[1398].speaker SPEAKER_14
transcript.pyannote[1398].start 11808.17721875
transcript.pyannote[1398].end 11808.61596875
transcript.pyannote[1399].speaker SPEAKER_22
transcript.pyannote[1399].start 11809.81409375
transcript.pyannote[1399].end 11812.41284375
transcript.pyannote[1400].speaker SPEAKER_22
transcript.pyannote[1400].start 11812.86846875
transcript.pyannote[1400].end 11820.20909375
transcript.pyannote[1401].speaker SPEAKER_19
transcript.pyannote[1401].start 11820.88409375
transcript.pyannote[1401].end 11820.96846875
transcript.pyannote[1402].speaker SPEAKER_22
transcript.pyannote[1402].start 11820.96846875
transcript.pyannote[1402].end 11823.02721875
transcript.pyannote[1403].speaker SPEAKER_19
transcript.pyannote[1403].start 11821.87971875
transcript.pyannote[1403].end 11832.96659375
transcript.pyannote[1404].speaker SPEAKER_22
transcript.pyannote[1404].start 11832.62909375
transcript.pyannote[1404].end 11834.13096875
transcript.pyannote[1405].speaker SPEAKER_19
transcript.pyannote[1405].start 11834.73846875
transcript.pyannote[1405].end 11835.39659375
transcript.pyannote[1406].speaker SPEAKER_19
transcript.pyannote[1406].start 11835.83534375
transcript.pyannote[1406].end 11840.23971875
transcript.pyannote[1407].speaker SPEAKER_19
transcript.pyannote[1407].start 11840.40846875
transcript.pyannote[1407].end 11841.45471875
transcript.pyannote[1408].speaker SPEAKER_22
transcript.pyannote[1408].start 11840.44221875
transcript.pyannote[1408].end 11843.49659375
transcript.pyannote[1409].speaker SPEAKER_19
transcript.pyannote[1409].start 11846.19659375
transcript.pyannote[1409].end 11848.57596875
transcript.pyannote[1410].speaker SPEAKER_22
transcript.pyannote[1410].start 11847.90096875
transcript.pyannote[1410].end 11850.76971875
transcript.pyannote[1411].speaker SPEAKER_19
transcript.pyannote[1411].start 11851.25909375
transcript.pyannote[1411].end 11852.87909375
transcript.pyannote[1412].speaker SPEAKER_22
transcript.pyannote[1412].start 11853.26721875
transcript.pyannote[1412].end 11854.14471875
transcript.pyannote[1413].speaker SPEAKER_22
transcript.pyannote[1413].start 11854.43159375
transcript.pyannote[1413].end 11855.52846875
transcript.pyannote[1414].speaker SPEAKER_22
transcript.pyannote[1414].start 11855.95034375
transcript.pyannote[1414].end 11861.11409375
transcript.pyannote[1415].speaker SPEAKER_22
transcript.pyannote[1415].start 11861.29971875
transcript.pyannote[1415].end 11864.18534375
transcript.pyannote[1416].speaker SPEAKER_30
transcript.pyannote[1416].start 11864.30346875
transcript.pyannote[1416].end 11864.53971875
transcript.pyannote[1417].speaker SPEAKER_06
transcript.pyannote[1417].start 11864.53971875
transcript.pyannote[1417].end 11864.57346875
transcript.pyannote[1418].speaker SPEAKER_22
transcript.pyannote[1418].start 11865.13034375
transcript.pyannote[1418].end 11866.76721875
transcript.pyannote[1419].speaker SPEAKER_06
transcript.pyannote[1419].start 11867.54346875
transcript.pyannote[1419].end 11871.49221875
transcript.pyannote[1420].speaker SPEAKER_03
transcript.pyannote[1420].start 11893.48034375
transcript.pyannote[1420].end 11893.49721875
transcript.pyannote[1421].speaker SPEAKER_04
transcript.pyannote[1421].start 11893.49721875
transcript.pyannote[1421].end 11893.51409375
transcript.pyannote[1422].speaker SPEAKER_03
transcript.pyannote[1422].start 11893.51409375
transcript.pyannote[1422].end 11893.96971875
transcript.pyannote[1423].speaker SPEAKER_04
transcript.pyannote[1423].start 11893.96971875
transcript.pyannote[1423].end 11895.75846875
transcript.pyannote[1424].speaker SPEAKER_03
transcript.pyannote[1424].start 11895.75846875
transcript.pyannote[1424].end 11895.79221875
transcript.pyannote[1425].speaker SPEAKER_04
transcript.pyannote[1425].start 11897.96909375
transcript.pyannote[1425].end 11898.74534375
transcript.pyannote[1426].speaker SPEAKER_04
transcript.pyannote[1426].start 11899.85909375
transcript.pyannote[1426].end 11903.03159375
transcript.pyannote[1427].speaker SPEAKER_04
transcript.pyannote[1427].start 11908.61721875
transcript.pyannote[1427].end 11908.63409375
transcript.pyannote[1428].speaker SPEAKER_05
transcript.pyannote[1428].start 11908.63409375
transcript.pyannote[1428].end 11909.51159375
transcript.pyannote[1429].speaker SPEAKER_05
transcript.pyannote[1429].start 11909.95034375
transcript.pyannote[1429].end 11909.98409375
transcript.pyannote[1430].speaker SPEAKER_08
transcript.pyannote[1430].start 11909.98409375
transcript.pyannote[1430].end 11910.38909375
transcript.pyannote[1431].speaker SPEAKER_05
transcript.pyannote[1431].start 11910.38909375
transcript.pyannote[1431].end 11910.67596875
transcript.pyannote[1432].speaker SPEAKER_05
transcript.pyannote[1432].start 11910.76034375
transcript.pyannote[1432].end 11914.62471875
transcript.pyannote[1433].speaker SPEAKER_05
transcript.pyannote[1433].start 11915.13096875
transcript.pyannote[1433].end 11918.94471875
transcript.pyannote[1434].speaker SPEAKER_05
transcript.pyannote[1434].start 11919.55221875
transcript.pyannote[1434].end 11926.43721875
transcript.pyannote[1435].speaker SPEAKER_05
transcript.pyannote[1435].start 11926.60596875
transcript.pyannote[1435].end 11929.10346875
transcript.pyannote[1436].speaker SPEAKER_05
transcript.pyannote[1436].start 11929.76159375
transcript.pyannote[1436].end 11932.19159375
transcript.pyannote[1437].speaker SPEAKER_05
transcript.pyannote[1437].start 11933.81159375
transcript.pyannote[1437].end 11935.11096875
transcript.pyannote[1438].speaker SPEAKER_05
transcript.pyannote[1438].start 11935.53284375
transcript.pyannote[1438].end 11936.73096875
transcript.pyannote[1439].speaker SPEAKER_05
transcript.pyannote[1439].start 11937.49034375
transcript.pyannote[1439].end 11942.36721875
transcript.pyannote[1440].speaker SPEAKER_05
transcript.pyannote[1440].start 11943.24471875
transcript.pyannote[1440].end 11946.24846875
transcript.pyannote[1441].speaker SPEAKER_05
transcript.pyannote[1441].start 11946.72096875
transcript.pyannote[1441].end 11948.71221875
transcript.pyannote[1442].speaker SPEAKER_05
transcript.pyannote[1442].start 11949.45471875
transcript.pyannote[1442].end 11953.87596875
transcript.pyannote[1443].speaker SPEAKER_05
transcript.pyannote[1443].start 11954.80409375
transcript.pyannote[1443].end 11955.93471875
transcript.pyannote[1444].speaker SPEAKER_05
transcript.pyannote[1444].start 11956.37346875
transcript.pyannote[1444].end 11956.87971875
transcript.pyannote[1445].speaker SPEAKER_05
transcript.pyannote[1445].start 11957.65596875
transcript.pyannote[1445].end 11959.14096875
transcript.pyannote[1446].speaker SPEAKER_05
transcript.pyannote[1446].start 11959.76534375
transcript.pyannote[1446].end 11960.05221875
transcript.pyannote[1447].speaker SPEAKER_05
transcript.pyannote[1447].start 11960.32221875
transcript.pyannote[1447].end 11960.37284375
transcript.pyannote[1448].speaker SPEAKER_05
transcript.pyannote[1448].start 11960.54159375
transcript.pyannote[1448].end 11961.19971875
transcript.pyannote[1449].speaker SPEAKER_05
transcript.pyannote[1449].start 11961.60471875
transcript.pyannote[1449].end 11963.07284375
transcript.pyannote[1450].speaker SPEAKER_05
transcript.pyannote[1450].start 11963.96721875
transcript.pyannote[1450].end 11964.28784375
transcript.pyannote[1451].speaker SPEAKER_05
transcript.pyannote[1451].start 11964.47346875
transcript.pyannote[1451].end 11966.31284375
transcript.pyannote[1452].speaker SPEAKER_05
transcript.pyannote[1452].start 11966.71784375
transcript.pyannote[1452].end 11968.18596875
transcript.pyannote[1453].speaker SPEAKER_05
transcript.pyannote[1453].start 11968.20284375
transcript.pyannote[1453].end 11969.41784375
transcript.pyannote[1454].speaker SPEAKER_05
transcript.pyannote[1454].start 11970.34596875
transcript.pyannote[1454].end 11972.40471875
transcript.pyannote[1455].speaker SPEAKER_05
transcript.pyannote[1455].start 11974.66596875
transcript.pyannote[1455].end 11975.08784375
transcript.pyannote[1456].speaker SPEAKER_05
transcript.pyannote[1456].start 11975.84721875
transcript.pyannote[1456].end 11976.48846875
transcript.pyannote[1457].speaker SPEAKER_05
transcript.pyannote[1457].start 11977.14659375
transcript.pyannote[1457].end 11979.55971875
transcript.pyannote[1458].speaker SPEAKER_05
transcript.pyannote[1458].start 11980.48784375
transcript.pyannote[1458].end 11983.81221875
transcript.pyannote[1459].speaker SPEAKER_05
transcript.pyannote[1459].start 11984.25096875
transcript.pyannote[1459].end 11985.41534375
transcript.pyannote[1460].speaker SPEAKER_05
transcript.pyannote[1460].start 11985.78659375
transcript.pyannote[1460].end 11988.35159375
transcript.pyannote[1461].speaker SPEAKER_05
transcript.pyannote[1461].start 11989.00971875
transcript.pyannote[1461].end 11990.79846875
transcript.pyannote[1462].speaker SPEAKER_05
transcript.pyannote[1462].start 11991.84471875
transcript.pyannote[1462].end 11993.66721875
transcript.pyannote[1463].speaker SPEAKER_05
transcript.pyannote[1463].start 11994.44346875
transcript.pyannote[1463].end 11995.30409375
transcript.pyannote[1464].speaker SPEAKER_05
transcript.pyannote[1464].start 11995.60784375
transcript.pyannote[1464].end 11997.56534375
transcript.pyannote[1465].speaker SPEAKER_05
transcript.pyannote[1465].start 11997.63284375
transcript.pyannote[1465].end 12000.21471875
transcript.pyannote[1466].speaker SPEAKER_05
transcript.pyannote[1466].start 12001.42971875
transcript.pyannote[1466].end 12002.30721875
transcript.pyannote[1467].speaker SPEAKER_05
transcript.pyannote[1467].start 12003.69096875
transcript.pyannote[1467].end 12006.77909375
transcript.pyannote[1468].speaker SPEAKER_05
transcript.pyannote[1468].start 12007.90971875
transcript.pyannote[1468].end 12008.88846875
transcript.pyannote[1469].speaker SPEAKER_05
transcript.pyannote[1469].start 12009.49596875
transcript.pyannote[1469].end 12012.19596875
transcript.pyannote[1470].speaker SPEAKER_05
transcript.pyannote[1470].start 12012.71909375
transcript.pyannote[1470].end 12013.96784375
transcript.pyannote[1471].speaker SPEAKER_05
transcript.pyannote[1471].start 12014.45721875
transcript.pyannote[1471].end 12016.93784375
transcript.pyannote[1472].speaker SPEAKER_05
transcript.pyannote[1472].start 12017.69721875
transcript.pyannote[1472].end 12019.94159375
transcript.pyannote[1473].speaker SPEAKER_05
transcript.pyannote[1473].start 12020.53221875
transcript.pyannote[1473].end 12024.04221875
transcript.pyannote[1474].speaker SPEAKER_05
transcript.pyannote[1474].start 12024.68346875
transcript.pyannote[1474].end 12027.68721875
transcript.pyannote[1475].speaker SPEAKER_05
transcript.pyannote[1475].start 12028.56471875
transcript.pyannote[1475].end 12030.03284375
transcript.pyannote[1476].speaker SPEAKER_05
transcript.pyannote[1476].start 12030.85971875
transcript.pyannote[1476].end 12031.14659375
transcript.pyannote[1477].speaker SPEAKER_05
transcript.pyannote[1477].start 12031.93971875
transcript.pyannote[1477].end 12033.61034375
transcript.pyannote[1478].speaker SPEAKER_05
transcript.pyannote[1478].start 12033.96471875
transcript.pyannote[1478].end 12040.84971875
transcript.pyannote[1479].speaker SPEAKER_05
transcript.pyannote[1479].start 12042.87471875
transcript.pyannote[1479].end 12043.26284375
transcript.pyannote[1480].speaker SPEAKER_05
transcript.pyannote[1480].start 12044.07284375
transcript.pyannote[1480].end 12046.62096875
transcript.pyannote[1481].speaker SPEAKER_05
transcript.pyannote[1481].start 12047.43096875
transcript.pyannote[1481].end 12049.03409375
transcript.pyannote[1482].speaker SPEAKER_05
transcript.pyannote[1482].start 12049.86096875
transcript.pyannote[1482].end 12051.26159375
transcript.pyannote[1483].speaker SPEAKER_05
transcript.pyannote[1483].start 12051.75096875
transcript.pyannote[1483].end 12053.57346875
transcript.pyannote[1484].speaker SPEAKER_05
transcript.pyannote[1484].start 12054.92346875
transcript.pyannote[1484].end 12055.51409375
transcript.pyannote[1485].speaker SPEAKER_05
transcript.pyannote[1485].start 12056.18909375
transcript.pyannote[1485].end 12063.02346875
transcript.pyannote[1486].speaker SPEAKER_05
transcript.pyannote[1486].start 12063.14159375
transcript.pyannote[1486].end 12065.11596875
transcript.pyannote[1487].speaker SPEAKER_05
transcript.pyannote[1487].start 12065.55471875
transcript.pyannote[1487].end 12067.93409375
transcript.pyannote[1488].speaker SPEAKER_05
transcript.pyannote[1488].start 12068.62596875
transcript.pyannote[1488].end 12069.11534375
transcript.pyannote[1489].speaker SPEAKER_05
transcript.pyannote[1489].start 12069.68909375
transcript.pyannote[1489].end 12073.51971875
transcript.pyannote[1490].speaker SPEAKER_05
transcript.pyannote[1490].start 12074.09346875
transcript.pyannote[1490].end 12074.83596875
transcript.pyannote[1491].speaker SPEAKER_05
transcript.pyannote[1491].start 12075.57846875
transcript.pyannote[1491].end 12077.43471875
transcript.pyannote[1492].speaker SPEAKER_05
transcript.pyannote[1492].start 12078.22784375
transcript.pyannote[1492].end 12079.40909375
transcript.pyannote[1493].speaker SPEAKER_05
transcript.pyannote[1493].start 12079.84784375
transcript.pyannote[1493].end 12080.77596875
transcript.pyannote[1494].speaker SPEAKER_05
transcript.pyannote[1494].start 12080.92784375
transcript.pyannote[1494].end 12083.27346875
transcript.pyannote[1495].speaker SPEAKER_05
transcript.pyannote[1495].start 12083.72909375
transcript.pyannote[1495].end 12087.74534375
transcript.pyannote[1496].speaker SPEAKER_05
transcript.pyannote[1496].start 12088.43721875
transcript.pyannote[1496].end 12090.85034375
transcript.pyannote[1497].speaker SPEAKER_05
transcript.pyannote[1497].start 12091.74471875
transcript.pyannote[1497].end 12093.55034375
transcript.pyannote[1498].speaker SPEAKER_05
transcript.pyannote[1498].start 12094.51221875
transcript.pyannote[1498].end 12095.32221875
transcript.pyannote[1499].speaker SPEAKER_05
transcript.pyannote[1499].start 12095.74409375
transcript.pyannote[1499].end 12097.56659375
transcript.pyannote[1500].speaker SPEAKER_05
transcript.pyannote[1500].start 12098.15721875
transcript.pyannote[1500].end 12098.71409375
transcript.pyannote[1501].speaker SPEAKER_05
transcript.pyannote[1501].start 12099.59159375
transcript.pyannote[1501].end 12100.46909375
transcript.pyannote[1502].speaker SPEAKER_05
transcript.pyannote[1502].start 12101.95409375
transcript.pyannote[1502].end 12103.89471875
transcript.pyannote[1503].speaker SPEAKER_05
transcript.pyannote[1503].start 12104.67096875
transcript.pyannote[1503].end 12106.18971875
transcript.pyannote[1504].speaker SPEAKER_05
transcript.pyannote[1504].start 12106.84784375
transcript.pyannote[1504].end 12108.43409375
transcript.pyannote[1505].speaker SPEAKER_05
transcript.pyannote[1505].start 12109.86846875
transcript.pyannote[1505].end 12112.61909375
transcript.pyannote[1506].speaker SPEAKER_16
transcript.pyannote[1506].start 12113.81721875
transcript.pyannote[1506].end 12130.03409375
transcript.pyannote[1507].speaker SPEAKER_16
transcript.pyannote[1507].start 12130.74284375
transcript.pyannote[1507].end 12131.48534375
transcript.pyannote[1508].speaker SPEAKER_16
transcript.pyannote[1508].start 12131.82284375
transcript.pyannote[1508].end 12136.44659375
transcript.pyannote[1509].speaker SPEAKER_16
transcript.pyannote[1509].start 12136.90221875
transcript.pyannote[1509].end 12150.65534375
transcript.pyannote[1510].speaker SPEAKER_16
transcript.pyannote[1510].start 12151.07721875
transcript.pyannote[1510].end 12157.05096875
transcript.pyannote[1511].speaker SPEAKER_16
transcript.pyannote[1511].start 12157.40534375
transcript.pyannote[1511].end 12163.02471875
transcript.pyannote[1512].speaker SPEAKER_16
transcript.pyannote[1512].start 12163.14284375
transcript.pyannote[1512].end 12175.68096875
transcript.pyannote[1513].speaker SPEAKER_16
transcript.pyannote[1513].start 12175.96784375
transcript.pyannote[1513].end 12178.16159375
transcript.pyannote[1514].speaker SPEAKER_05
transcript.pyannote[1514].start 12178.97159375
transcript.pyannote[1514].end 12181.13159375
transcript.pyannote[1515].speaker SPEAKER_05
transcript.pyannote[1515].start 12182.44784375
transcript.pyannote[1515].end 12186.09284375
transcript.pyannote[1516].speaker SPEAKER_07
transcript.pyannote[1516].start 12186.75096875
transcript.pyannote[1516].end 12217.96971875
transcript.pyannote[1517].speaker SPEAKER_05
transcript.pyannote[1517].start 12217.96971875
transcript.pyannote[1517].end 12218.34096875
transcript.pyannote[1518].speaker SPEAKER_05
transcript.pyannote[1518].start 12219.01596875
transcript.pyannote[1518].end 12223.01534375
transcript.pyannote[1519].speaker SPEAKER_05
transcript.pyannote[1519].start 12223.80846875
transcript.pyannote[1519].end 12225.74909375
transcript.pyannote[1520].speaker SPEAKER_05
transcript.pyannote[1520].start 12227.40284375
transcript.pyannote[1520].end 12229.59659375
transcript.pyannote[1521].speaker SPEAKER_05
transcript.pyannote[1521].start 12230.27159375
transcript.pyannote[1521].end 12236.14409375
transcript.pyannote[1522].speaker SPEAKER_05
transcript.pyannote[1522].start 12236.36346875
transcript.pyannote[1522].end 12237.69659375
transcript.pyannote[1523].speaker SPEAKER_05
transcript.pyannote[1523].start 12238.48971875
transcript.pyannote[1523].end 12239.92409375
transcript.pyannote[1524].speaker SPEAKER_05
transcript.pyannote[1524].start 12240.51471875
transcript.pyannote[1524].end 12242.59034375
transcript.pyannote[1525].speaker SPEAKER_05
transcript.pyannote[1525].start 12243.63659375
transcript.pyannote[1525].end 12246.48846875
transcript.pyannote[1526].speaker SPEAKER_05
transcript.pyannote[1526].start 12246.80909375
transcript.pyannote[1526].end 12248.17596875
transcript.pyannote[1527].speaker SPEAKER_05
transcript.pyannote[1527].start 12248.64846875
transcript.pyannote[1527].end 12252.52971875
transcript.pyannote[1528].speaker SPEAKER_07
transcript.pyannote[1528].start 12252.52971875
transcript.pyannote[1528].end 12252.58034375
transcript.pyannote[1529].speaker SPEAKER_07
transcript.pyannote[1529].start 12252.64784375
transcript.pyannote[1529].end 12258.87471875
transcript.pyannote[1530].speaker SPEAKER_07
transcript.pyannote[1530].start 12259.93784375
transcript.pyannote[1530].end 12266.45159375
transcript.pyannote[1531].speaker SPEAKER_05
transcript.pyannote[1531].start 12266.45159375
transcript.pyannote[1531].end 12268.29096875
transcript.pyannote[1532].speaker SPEAKER_05
transcript.pyannote[1532].start 12269.21909375
transcript.pyannote[1532].end 12270.04596875
transcript.pyannote[1533].speaker SPEAKER_05
transcript.pyannote[1533].start 12270.28221875
transcript.pyannote[1533].end 12277.42034375
transcript.pyannote[1534].speaker SPEAKER_07
transcript.pyannote[1534].start 12277.82534375
transcript.pyannote[1534].end 12294.80159375
transcript.pyannote[1535].speaker SPEAKER_05
transcript.pyannote[1535].start 12293.18159375
transcript.pyannote[1535].end 12294.29534375
transcript.pyannote[1536].speaker SPEAKER_05
transcript.pyannote[1536].start 12294.80159375
transcript.pyannote[1536].end 12301.83846875
transcript.pyannote[1537].speaker SPEAKER_07
transcript.pyannote[1537].start 12294.81846875
transcript.pyannote[1537].end 12295.91534375
transcript.pyannote[1538].speaker SPEAKER_05
transcript.pyannote[1538].start 12302.56409375
transcript.pyannote[1538].end 12307.33971875
transcript.pyannote[1539].speaker SPEAKER_05
transcript.pyannote[1539].start 12307.94721875
transcript.pyannote[1539].end 12311.08596875
transcript.pyannote[1540].speaker SPEAKER_05
transcript.pyannote[1540].start 12311.50784375
transcript.pyannote[1540].end 12315.22034375
transcript.pyannote[1541].speaker SPEAKER_05
transcript.pyannote[1541].start 12315.72659375
transcript.pyannote[1541].end 12316.50284375
transcript.pyannote[1542].speaker SPEAKER_05
transcript.pyannote[1542].start 12317.04284375
transcript.pyannote[1542].end 12318.08909375
transcript.pyannote[1543].speaker SPEAKER_05
transcript.pyannote[1543].start 12318.62909375
transcript.pyannote[1543].end 12321.34596875
transcript.pyannote[1544].speaker SPEAKER_05
transcript.pyannote[1544].start 12321.88596875
transcript.pyannote[1544].end 12324.02909375
transcript.pyannote[1545].speaker SPEAKER_05
transcript.pyannote[1545].start 12324.82221875
transcript.pyannote[1545].end 12325.51409375
transcript.pyannote[1546].speaker SPEAKER_05
transcript.pyannote[1546].start 12326.96534375
transcript.pyannote[1546].end 12330.15471875
transcript.pyannote[1547].speaker SPEAKER_07
transcript.pyannote[1547].start 12330.49221875
transcript.pyannote[1547].end 12333.44534375
transcript.pyannote[1548].speaker SPEAKER_07
transcript.pyannote[1548].start 12333.78284375
transcript.pyannote[1548].end 12336.83721875
transcript.pyannote[1549].speaker SPEAKER_05
transcript.pyannote[1549].start 12336.31409375
transcript.pyannote[1549].end 12339.52034375
transcript.pyannote[1550].speaker SPEAKER_07
transcript.pyannote[1550].start 12339.52034375
transcript.pyannote[1550].end 12340.83659375
transcript.pyannote[1551].speaker SPEAKER_07
transcript.pyannote[1551].start 12340.97159375
transcript.pyannote[1551].end 12343.18221875
transcript.pyannote[1552].speaker SPEAKER_05
transcript.pyannote[1552].start 12341.20784375
transcript.pyannote[1552].end 12347.97471875
transcript.pyannote[1553].speaker SPEAKER_07
transcript.pyannote[1553].start 12345.94971875
transcript.pyannote[1553].end 12346.37159375
transcript.pyannote[1554].speaker SPEAKER_07
transcript.pyannote[1554].start 12347.97471875
transcript.pyannote[1554].end 12348.05909375
transcript.pyannote[1555].speaker SPEAKER_05
transcript.pyannote[1555].start 12348.05909375
transcript.pyannote[1555].end 12355.36596875
transcript.pyannote[1556].speaker SPEAKER_07
transcript.pyannote[1556].start 12348.09284375
transcript.pyannote[1556].end 12349.62846875
transcript.pyannote[1557].speaker SPEAKER_07
transcript.pyannote[1557].start 12351.33284375
transcript.pyannote[1557].end 12354.18471875
transcript.pyannote[1558].speaker SPEAKER_07
transcript.pyannote[1558].start 12355.11284375
transcript.pyannote[1558].end 12357.01971875
transcript.pyannote[1559].speaker SPEAKER_07
transcript.pyannote[1559].start 12358.43721875
transcript.pyannote[1559].end 12361.54221875
transcript.pyannote[1560].speaker SPEAKER_05
transcript.pyannote[1560].start 12361.54221875
transcript.pyannote[1560].end 12361.55909375
transcript.pyannote[1561].speaker SPEAKER_07
transcript.pyannote[1561].start 12361.55909375
transcript.pyannote[1561].end 12361.59284375
transcript.pyannote[1562].speaker SPEAKER_05
transcript.pyannote[1562].start 12361.59284375
transcript.pyannote[1562].end 12361.60971875
transcript.pyannote[1563].speaker SPEAKER_05
transcript.pyannote[1563].start 12361.86284375
transcript.pyannote[1563].end 12365.71034375
transcript.pyannote[1564].speaker SPEAKER_06
transcript.pyannote[1564].start 12365.71034375
transcript.pyannote[1564].end 12365.74409375
transcript.pyannote[1565].speaker SPEAKER_06
transcript.pyannote[1565].start 12368.57909375
transcript.pyannote[1565].end 12372.30846875
transcript.pyannote[1566].speaker SPEAKER_20
transcript.pyannote[1566].start 12383.19284375
transcript.pyannote[1566].end 12387.76596875
transcript.pyannote[1567].speaker SPEAKER_06
transcript.pyannote[1567].start 12388.40721875
transcript.pyannote[1567].end 12390.14534375
transcript.pyannote[1568].speaker SPEAKER_07
transcript.pyannote[1568].start 12392.27159375
transcript.pyannote[1568].end 12392.77784375
transcript.pyannote[1569].speaker SPEAKER_07
transcript.pyannote[1569].start 12392.81159375
transcript.pyannote[1569].end 12392.87909375
transcript.pyannote[1570].speaker SPEAKER_20
transcript.pyannote[1570].start 12392.87909375
transcript.pyannote[1570].end 12393.99284375
transcript.pyannote[1571].speaker SPEAKER_20
transcript.pyannote[1571].start 12394.48221875
transcript.pyannote[1571].end 12409.51784375
transcript.pyannote[1572].speaker SPEAKER_07
transcript.pyannote[1572].start 12416.16659375
transcript.pyannote[1572].end 12417.55034375
transcript.pyannote[1573].speaker SPEAKER_20
transcript.pyannote[1573].start 12426.88221875
transcript.pyannote[1573].end 12426.93284375
transcript.pyannote[1574].speaker SPEAKER_30
transcript.pyannote[1574].start 12426.93284375
transcript.pyannote[1574].end 12427.21971875
transcript.pyannote[1575].speaker SPEAKER_20
transcript.pyannote[1575].start 12427.21971875
transcript.pyannote[1575].end 12427.28721875
transcript.pyannote[1576].speaker SPEAKER_20
transcript.pyannote[1576].start 12430.76346875
transcript.pyannote[1576].end 12435.48846875
transcript.pyannote[1577].speaker SPEAKER_24
transcript.pyannote[1577].start 12435.82596875
transcript.pyannote[1577].end 12437.34471875
transcript.pyannote[1578].speaker SPEAKER_20
transcript.pyannote[1578].start 12437.14221875
transcript.pyannote[1578].end 12440.02784375
transcript.pyannote[1579].speaker SPEAKER_20
transcript.pyannote[1579].start 12440.31471875
transcript.pyannote[1579].end 12440.92221875
transcript.pyannote[1580].speaker SPEAKER_20
transcript.pyannote[1580].start 12441.34409375
transcript.pyannote[1580].end 12441.79971875
transcript.pyannote[1581].speaker SPEAKER_20
transcript.pyannote[1581].start 12442.44096875
transcript.pyannote[1581].end 12443.67284375
transcript.pyannote[1582].speaker SPEAKER_20
transcript.pyannote[1582].start 12444.68534375
transcript.pyannote[1582].end 12449.03909375
transcript.pyannote[1583].speaker SPEAKER_20
transcript.pyannote[1583].start 12451.03034375
transcript.pyannote[1583].end 12464.34471875
transcript.pyannote[1584].speaker SPEAKER_20
transcript.pyannote[1584].start 12464.81721875
transcript.pyannote[1584].end 12468.25971875
transcript.pyannote[1585].speaker SPEAKER_20
transcript.pyannote[1585].start 12468.32721875
transcript.pyannote[1585].end 12471.07784375
transcript.pyannote[1586].speaker SPEAKER_20
transcript.pyannote[1586].start 12471.36471875
transcript.pyannote[1586].end 12472.68096875
transcript.pyannote[1587].speaker SPEAKER_20
transcript.pyannote[1587].start 12473.05221875
transcript.pyannote[1587].end 12479.59971875
transcript.pyannote[1588].speaker SPEAKER_20
transcript.pyannote[1588].start 12481.59096875
transcript.pyannote[1588].end 12481.96221875
transcript.pyannote[1589].speaker SPEAKER_20
transcript.pyannote[1589].start 12484.64534375
transcript.pyannote[1589].end 12487.36221875
transcript.pyannote[1590].speaker SPEAKER_20
transcript.pyannote[1590].start 12489.55596875
transcript.pyannote[1590].end 12492.32346875
transcript.pyannote[1591].speaker SPEAKER_20
transcript.pyannote[1591].start 12494.24721875
transcript.pyannote[1591].end 12497.30159375
transcript.pyannote[1592].speaker SPEAKER_20
transcript.pyannote[1592].start 12497.94284375
transcript.pyannote[1592].end 12499.93409375
transcript.pyannote[1593].speaker SPEAKER_24
transcript.pyannote[1593].start 12500.72721875
transcript.pyannote[1593].end 12506.36346875
transcript.pyannote[1594].speaker SPEAKER_24
transcript.pyannote[1594].start 12506.54909375
transcript.pyannote[1594].end 12509.26596875
transcript.pyannote[1595].speaker SPEAKER_24
transcript.pyannote[1595].start 12509.82284375
transcript.pyannote[1595].end 12510.07596875
transcript.pyannote[1596].speaker SPEAKER_24
transcript.pyannote[1596].start 12510.49784375
transcript.pyannote[1596].end 12511.57784375
transcript.pyannote[1597].speaker SPEAKER_24
transcript.pyannote[1597].start 12511.89846875
transcript.pyannote[1597].end 12517.19721875
transcript.pyannote[1598].speaker SPEAKER_20
transcript.pyannote[1598].start 12518.83409375
transcript.pyannote[1598].end 12520.74096875
transcript.pyannote[1599].speaker SPEAKER_20
transcript.pyannote[1599].start 12522.42846875
transcript.pyannote[1599].end 12523.50846875
transcript.pyannote[1600].speaker SPEAKER_20
transcript.pyannote[1600].start 12524.31846875
transcript.pyannote[1600].end 12525.44909375
transcript.pyannote[1601].speaker SPEAKER_20
transcript.pyannote[1601].start 12526.88346875
transcript.pyannote[1601].end 12530.15721875
transcript.pyannote[1602].speaker SPEAKER_20
transcript.pyannote[1602].start 12530.84909375
transcript.pyannote[1602].end 12531.49034375
transcript.pyannote[1603].speaker SPEAKER_20
transcript.pyannote[1603].start 12531.76034375
transcript.pyannote[1603].end 12535.21971875
transcript.pyannote[1604].speaker SPEAKER_24
transcript.pyannote[1604].start 12535.21971875
transcript.pyannote[1604].end 12543.62346875
transcript.pyannote[1605].speaker SPEAKER_24
transcript.pyannote[1605].start 12544.23096875
transcript.pyannote[1605].end 12556.49909375
transcript.pyannote[1606].speaker SPEAKER_20
transcript.pyannote[1606].start 12557.47784375
transcript.pyannote[1606].end 12566.43846875
transcript.pyannote[1607].speaker SPEAKER_20
transcript.pyannote[1607].start 12567.50159375
transcript.pyannote[1607].end 12567.82221875
transcript.pyannote[1608].speaker SPEAKER_07
transcript.pyannote[1608].start 12567.82221875
transcript.pyannote[1608].end 12575.04471875
transcript.pyannote[1609].speaker SPEAKER_07
transcript.pyannote[1609].start 12575.50034375
transcript.pyannote[1609].end 12581.22096875
transcript.pyannote[1610].speaker SPEAKER_20
transcript.pyannote[1610].start 12579.16221875
transcript.pyannote[1610].end 12580.96784375
transcript.pyannote[1611].speaker SPEAKER_20
transcript.pyannote[1611].start 12581.25471875
transcript.pyannote[1611].end 12584.51159375
transcript.pyannote[1612].speaker SPEAKER_07
transcript.pyannote[1612].start 12584.35971875
transcript.pyannote[1612].end 12589.25346875
transcript.pyannote[1613].speaker SPEAKER_20
transcript.pyannote[1613].start 12587.90346875
transcript.pyannote[1613].end 12591.29534375
transcript.pyannote[1614].speaker SPEAKER_20
transcript.pyannote[1614].start 12592.08846875
transcript.pyannote[1614].end 12599.34471875
transcript.pyannote[1615].speaker SPEAKER_07
transcript.pyannote[1615].start 12599.14221875
transcript.pyannote[1615].end 12603.24284375
transcript.pyannote[1616].speaker SPEAKER_20
transcript.pyannote[1616].start 12600.52596875
transcript.pyannote[1616].end 12600.99846875
transcript.pyannote[1617].speaker SPEAKER_20
transcript.pyannote[1617].start 12602.31471875
transcript.pyannote[1617].end 12604.27221875
transcript.pyannote[1618].speaker SPEAKER_20
transcript.pyannote[1618].start 12604.50846875
transcript.pyannote[1618].end 12605.20034375
transcript.pyannote[1619].speaker SPEAKER_20
transcript.pyannote[1619].start 12605.45346875
transcript.pyannote[1619].end 12606.14534375
transcript.pyannote[1620].speaker SPEAKER_20
transcript.pyannote[1620].start 12606.95534375
transcript.pyannote[1620].end 12607.63034375
transcript.pyannote[1621].speaker SPEAKER_20
transcript.pyannote[1621].start 12607.91721875
transcript.pyannote[1621].end 12612.01784375
transcript.pyannote[1622].speaker SPEAKER_20
transcript.pyannote[1622].start 12612.18659375
transcript.pyannote[1622].end 12617.19846875
transcript.pyannote[1623].speaker SPEAKER_07
transcript.pyannote[1623].start 12615.34221875
transcript.pyannote[1623].end 12621.94034375
transcript.pyannote[1624].speaker SPEAKER_20
transcript.pyannote[1624].start 12620.47221875
transcript.pyannote[1624].end 12628.31909375
transcript.pyannote[1625].speaker SPEAKER_20
transcript.pyannote[1625].start 12628.94346875
transcript.pyannote[1625].end 12631.60971875
transcript.pyannote[1626].speaker SPEAKER_20
transcript.pyannote[1626].start 12631.89659375
transcript.pyannote[1626].end 12633.46596875
transcript.pyannote[1627].speaker SPEAKER_20
transcript.pyannote[1627].start 12633.97221875
transcript.pyannote[1627].end 12638.03909375
transcript.pyannote[1628].speaker SPEAKER_20
transcript.pyannote[1628].start 12638.47784375
transcript.pyannote[1628].end 12639.57471875
transcript.pyannote[1629].speaker SPEAKER_24
transcript.pyannote[1629].start 12640.65471875
transcript.pyannote[1629].end 12648.88971875
transcript.pyannote[1630].speaker SPEAKER_20
transcript.pyannote[1630].start 12648.88971875
transcript.pyannote[1630].end 12648.92346875
transcript.pyannote[1631].speaker SPEAKER_24
transcript.pyannote[1631].start 12648.94034375
transcript.pyannote[1631].end 12650.03721875
transcript.pyannote[1632].speaker SPEAKER_20
transcript.pyannote[1632].start 12650.03721875
transcript.pyannote[1632].end 12651.06659375
transcript.pyannote[1633].speaker SPEAKER_20
transcript.pyannote[1633].start 12651.72471875
transcript.pyannote[1633].end 12652.45034375
transcript.pyannote[1634].speaker SPEAKER_20
transcript.pyannote[1634].start 12653.00721875
transcript.pyannote[1634].end 12665.74784375
transcript.pyannote[1635].speaker SPEAKER_20
transcript.pyannote[1635].start 12665.91659375
transcript.pyannote[1635].end 12673.66221875
transcript.pyannote[1636].speaker SPEAKER_20
transcript.pyannote[1636].start 12674.50596875
transcript.pyannote[1636].end 12675.02909375
transcript.pyannote[1637].speaker SPEAKER_20
transcript.pyannote[1637].start 12675.92346875
transcript.pyannote[1637].end 12677.57721875
transcript.pyannote[1638].speaker SPEAKER_20
transcript.pyannote[1638].start 12678.53909375
transcript.pyannote[1638].end 12690.08159375
transcript.pyannote[1639].speaker SPEAKER_20
transcript.pyannote[1639].start 12690.18284375
transcript.pyannote[1639].end 12693.03471875
transcript.pyannote[1640].speaker SPEAKER_24
transcript.pyannote[1640].start 12694.72221875
transcript.pyannote[1640].end 12700.93221875
transcript.pyannote[1641].speaker SPEAKER_24
transcript.pyannote[1641].start 12701.60721875
transcript.pyannote[1641].end 12701.91096875
transcript.pyannote[1642].speaker SPEAKER_24
transcript.pyannote[1642].start 12702.41721875
transcript.pyannote[1642].end 12703.02471875
transcript.pyannote[1643].speaker SPEAKER_20
transcript.pyannote[1643].start 12703.02471875
transcript.pyannote[1643].end 12703.78409375
transcript.pyannote[1644].speaker SPEAKER_20
transcript.pyannote[1644].start 12705.28596875
transcript.pyannote[1644].end 12706.16346875
transcript.pyannote[1645].speaker SPEAKER_20
transcript.pyannote[1645].start 12706.51784375
transcript.pyannote[1645].end 12707.71596875
transcript.pyannote[1646].speaker SPEAKER_20
transcript.pyannote[1646].start 12708.55971875
transcript.pyannote[1646].end 12709.82534375
transcript.pyannote[1647].speaker SPEAKER_20
transcript.pyannote[1647].start 12710.44971875
transcript.pyannote[1647].end 12710.80409375
transcript.pyannote[1648].speaker SPEAKER_20
transcript.pyannote[1648].start 12711.37784375
transcript.pyannote[1648].end 12714.16221875
transcript.pyannote[1649].speaker SPEAKER_24
transcript.pyannote[1649].start 12711.46221875
transcript.pyannote[1649].end 12711.83346875
transcript.pyannote[1650].speaker SPEAKER_20
transcript.pyannote[1650].start 12714.93846875
transcript.pyannote[1650].end 12715.96784375
transcript.pyannote[1651].speaker SPEAKER_24
transcript.pyannote[1651].start 12715.96784375
transcript.pyannote[1651].end 12716.03534375
transcript.pyannote[1652].speaker SPEAKER_20
transcript.pyannote[1652].start 12716.03534375
transcript.pyannote[1652].end 12716.05221875
transcript.pyannote[1653].speaker SPEAKER_24
transcript.pyannote[1653].start 12716.05221875
transcript.pyannote[1653].end 12716.59221875
transcript.pyannote[1654].speaker SPEAKER_24
transcript.pyannote[1654].start 12716.98034375
transcript.pyannote[1654].end 12725.62034375
transcript.pyannote[1655].speaker SPEAKER_20
transcript.pyannote[1655].start 12718.49909375
transcript.pyannote[1655].end 12718.87034375
transcript.pyannote[1656].speaker SPEAKER_20
transcript.pyannote[1656].start 12724.62471875
transcript.pyannote[1656].end 12725.63721875
transcript.pyannote[1657].speaker SPEAKER_24
transcript.pyannote[1657].start 12725.63721875
transcript.pyannote[1657].end 12725.68784375
transcript.pyannote[1658].speaker SPEAKER_20
transcript.pyannote[1658].start 12725.68784375
transcript.pyannote[1658].end 12728.37096875
transcript.pyannote[1659].speaker SPEAKER_20
transcript.pyannote[1659].start 12728.57346875
transcript.pyannote[1659].end 12730.46346875
transcript.pyannote[1660].speaker SPEAKER_20
transcript.pyannote[1660].start 12730.93596875
transcript.pyannote[1660].end 12731.37471875
transcript.pyannote[1661].speaker SPEAKER_20
transcript.pyannote[1661].start 12732.11721875
transcript.pyannote[1661].end 12746.03909375
transcript.pyannote[1662].speaker SPEAKER_20
transcript.pyannote[1662].start 12746.22471875
transcript.pyannote[1662].end 12781.74659375
transcript.pyannote[1663].speaker SPEAKER_20
transcript.pyannote[1663].start 12782.06721875
transcript.pyannote[1663].end 12783.55221875
transcript.pyannote[1664].speaker SPEAKER_20
transcript.pyannote[1664].start 12784.10909375
transcript.pyannote[1664].end 12788.29409375
transcript.pyannote[1665].speaker SPEAKER_20
transcript.pyannote[1665].start 12788.42909375
transcript.pyannote[1665].end 12811.19346875
transcript.pyannote[1666].speaker SPEAKER_20
transcript.pyannote[1666].start 12811.98659375
transcript.pyannote[1666].end 12827.24159375
transcript.pyannote[1667].speaker SPEAKER_20
transcript.pyannote[1667].start 12828.42284375
transcript.pyannote[1667].end 12863.06721875
transcript.pyannote[1668].speaker SPEAKER_20
transcript.pyannote[1668].start 12865.64909375
transcript.pyannote[1668].end 12867.97784375
transcript.pyannote[1669].speaker SPEAKER_20
transcript.pyannote[1669].start 12868.82159375
transcript.pyannote[1669].end 12869.64846875
transcript.pyannote[1670].speaker SPEAKER_20
transcript.pyannote[1670].start 12870.94784375
transcript.pyannote[1670].end 12890.77596875
transcript.pyannote[1671].speaker SPEAKER_20
transcript.pyannote[1671].start 12891.68721875
transcript.pyannote[1671].end 12891.97409375
transcript.pyannote[1672].speaker SPEAKER_24
transcript.pyannote[1672].start 12891.97409375
transcript.pyannote[1672].end 12893.22284375
transcript.pyannote[1673].speaker SPEAKER_24
transcript.pyannote[1673].start 12893.45909375
transcript.pyannote[1673].end 12942.64971875
transcript.pyannote[1674].speaker SPEAKER_20
transcript.pyannote[1674].start 12942.64971875
transcript.pyannote[1674].end 12942.66659375
transcript.pyannote[1675].speaker SPEAKER_24
transcript.pyannote[1675].start 12942.66659375
transcript.pyannote[1675].end 12942.70034375
transcript.pyannote[1676].speaker SPEAKER_20
transcript.pyannote[1676].start 12942.70034375
transcript.pyannote[1676].end 12942.91971875
transcript.pyannote[1677].speaker SPEAKER_24
transcript.pyannote[1677].start 12942.71721875
transcript.pyannote[1677].end 12942.90284375
transcript.pyannote[1678].speaker SPEAKER_24
transcript.pyannote[1678].start 12942.91971875
transcript.pyannote[1678].end 12943.03784375
transcript.pyannote[1679].speaker SPEAKER_20
transcript.pyannote[1679].start 12943.03784375
transcript.pyannote[1679].end 12949.31534375
transcript.pyannote[1680].speaker SPEAKER_20
transcript.pyannote[1680].start 12949.50096875
transcript.pyannote[1680].end 12953.55096875
transcript.pyannote[1681].speaker SPEAKER_20
transcript.pyannote[1681].start 12953.83784375
transcript.pyannote[1681].end 12954.31034375
transcript.pyannote[1682].speaker SPEAKER_20
transcript.pyannote[1682].start 12954.51284375
transcript.pyannote[1682].end 12960.28409375
transcript.pyannote[1683].speaker SPEAKER_00
transcript.pyannote[1683].start 12958.10721875
transcript.pyannote[1683].end 12958.14096875
transcript.pyannote[1684].speaker SPEAKER_15
transcript.pyannote[1684].start 12959.13659375
transcript.pyannote[1684].end 12959.30534375
transcript.pyannote[1685].speaker SPEAKER_00
transcript.pyannote[1685].start 12959.30534375
transcript.pyannote[1685].end 12959.40659375
transcript.pyannote[1686].speaker SPEAKER_20
transcript.pyannote[1686].start 12960.90846875
transcript.pyannote[1686].end 12964.87409375
transcript.pyannote[1687].speaker SPEAKER_20
transcript.pyannote[1687].start 12965.19471875
transcript.pyannote[1687].end 12967.96221875
transcript.pyannote[1688].speaker SPEAKER_24
transcript.pyannote[1688].start 12967.96221875
transcript.pyannote[1688].end 12968.06346875
transcript.pyannote[1689].speaker SPEAKER_20
transcript.pyannote[1689].start 12968.06346875
transcript.pyannote[1689].end 12968.08034375
transcript.pyannote[1690].speaker SPEAKER_20
transcript.pyannote[1690].start 12968.51909375
transcript.pyannote[1690].end 12968.55284375
transcript.pyannote[1691].speaker SPEAKER_24
transcript.pyannote[1691].start 12968.55284375
transcript.pyannote[1691].end 12984.63471875
transcript.pyannote[1692].speaker SPEAKER_15
transcript.pyannote[1692].start 12975.94409375
transcript.pyannote[1692].end 12975.97784375
transcript.pyannote[1693].speaker SPEAKER_20
transcript.pyannote[1693].start 12975.97784375
transcript.pyannote[1693].end 12976.43346875
transcript.pyannote[1694].speaker SPEAKER_20
transcript.pyannote[1694].start 12977.69909375
transcript.pyannote[1694].end 12978.17159375
transcript.pyannote[1695].speaker SPEAKER_20
transcript.pyannote[1695].start 12983.20034375
transcript.pyannote[1695].end 12988.53284375
transcript.pyannote[1696].speaker SPEAKER_20
transcript.pyannote[1696].start 12989.88284375
transcript.pyannote[1696].end 12991.80659375
transcript.pyannote[1697].speaker SPEAKER_24
transcript.pyannote[1697].start 12991.80659375
transcript.pyannote[1697].end 12997.32471875
transcript.pyannote[1698].speaker SPEAKER_20
transcript.pyannote[1698].start 12991.84034375
transcript.pyannote[1698].end 12993.69659375
transcript.pyannote[1699].speaker SPEAKER_20
transcript.pyannote[1699].start 12995.65409375
transcript.pyannote[1699].end 12997.05471875
transcript.pyannote[1700].speaker SPEAKER_20
transcript.pyannote[1700].start 12997.32471875
transcript.pyannote[1700].end 12998.38784375
transcript.pyannote[1701].speaker SPEAKER_20
transcript.pyannote[1701].start 12998.92784375
transcript.pyannote[1701].end 12999.50159375
transcript.pyannote[1702].speaker SPEAKER_20
transcript.pyannote[1702].start 13000.10909375
transcript.pyannote[1702].end 13009.82909375
transcript.pyannote[1703].speaker SPEAKER_20
transcript.pyannote[1703].start 13010.45346875
transcript.pyannote[1703].end 13030.43346875
transcript.pyannote[1704].speaker SPEAKER_20
transcript.pyannote[1704].start 13030.87221875
transcript.pyannote[1704].end 13041.48659375
transcript.pyannote[1705].speaker SPEAKER_20
transcript.pyannote[1705].start 13041.84096875
transcript.pyannote[1705].end 13045.04721875
transcript.pyannote[1706].speaker SPEAKER_20
transcript.pyannote[1706].start 13046.04284375
transcript.pyannote[1706].end 13046.90346875
transcript.pyannote[1707].speaker SPEAKER_20
transcript.pyannote[1707].start 13048.13534375
transcript.pyannote[1707].end 13049.78909375
transcript.pyannote[1708].speaker SPEAKER_20
transcript.pyannote[1708].start 13051.02096875
transcript.pyannote[1708].end 13051.78034375
transcript.pyannote[1709].speaker SPEAKER_07
transcript.pyannote[1709].start 13051.15596875
transcript.pyannote[1709].end 13051.61159375
transcript.pyannote[1710].speaker SPEAKER_07
transcript.pyannote[1710].start 13052.05034375
transcript.pyannote[1710].end 13064.82471875
transcript.pyannote[1711].speaker SPEAKER_07
transcript.pyannote[1711].start 13065.26346875
transcript.pyannote[1711].end 13067.99721875
transcript.pyannote[1712].speaker SPEAKER_20
transcript.pyannote[1712].start 13067.42346875
transcript.pyannote[1712].end 13072.19909375
transcript.pyannote[1713].speaker SPEAKER_20
transcript.pyannote[1713].start 13072.62096875
transcript.pyannote[1713].end 13083.99471875
transcript.pyannote[1714].speaker SPEAKER_20
transcript.pyannote[1714].start 13084.51784375
transcript.pyannote[1714].end 13084.95659375
transcript.pyannote[1715].speaker SPEAKER_20
transcript.pyannote[1715].start 13085.41221875
transcript.pyannote[1715].end 13093.42784375
transcript.pyannote[1716].speaker SPEAKER_20
transcript.pyannote[1716].start 13093.86659375
transcript.pyannote[1716].end 13118.67284375
transcript.pyannote[1717].speaker SPEAKER_20
transcript.pyannote[1717].start 13119.36471875
transcript.pyannote[1717].end 13139.04096875
transcript.pyannote[1718].speaker SPEAKER_20
transcript.pyannote[1718].start 13139.05784375
transcript.pyannote[1718].end 13144.03596875
transcript.pyannote[1719].speaker SPEAKER_20
transcript.pyannote[1719].start 13144.20471875
transcript.pyannote[1719].end 13147.02284375
transcript.pyannote[1720].speaker SPEAKER_07
transcript.pyannote[1720].start 13148.05221875
transcript.pyannote[1720].end 13151.32596875
transcript.pyannote[1721].speaker SPEAKER_20
transcript.pyannote[1721].start 13149.85784375
transcript.pyannote[1721].end 13150.27971875
transcript.pyannote[1722].speaker SPEAKER_07
transcript.pyannote[1722].start 13151.76471875
transcript.pyannote[1722].end 13161.75471875
transcript.pyannote[1723].speaker SPEAKER_07
transcript.pyannote[1723].start 13161.92346875
transcript.pyannote[1723].end 13162.12596875
transcript.pyannote[1724].speaker SPEAKER_20
transcript.pyannote[1724].start 13162.12596875
transcript.pyannote[1724].end 13162.93596875
transcript.pyannote[1725].speaker SPEAKER_07
transcript.pyannote[1725].start 13162.93596875
transcript.pyannote[1725].end 13163.35784375
transcript.pyannote[1726].speaker SPEAKER_20
transcript.pyannote[1726].start 13163.74596875
transcript.pyannote[1726].end 13167.15471875
transcript.pyannote[1727].speaker SPEAKER_20
transcript.pyannote[1727].start 13167.47534375
transcript.pyannote[1727].end 13169.85471875
transcript.pyannote[1728].speaker SPEAKER_07
transcript.pyannote[1728].start 13167.55971875
transcript.pyannote[1728].end 13167.59346875
transcript.pyannote[1729].speaker SPEAKER_06
transcript.pyannote[1729].start 13167.59346875
transcript.pyannote[1729].end 13169.58471875
transcript.pyannote[1730].speaker SPEAKER_06
transcript.pyannote[1730].start 13170.42846875
transcript.pyannote[1730].end 13173.90471875
transcript.pyannote[1731].speaker SPEAKER_03
transcript.pyannote[1731].start 13182.19034375
transcript.pyannote[1731].end 13183.91159375
transcript.pyannote[1732].speaker SPEAKER_03
transcript.pyannote[1732].start 13183.92846875
transcript.pyannote[1732].end 13183.94534375
transcript.pyannote[1733].speaker SPEAKER_03
transcript.pyannote[1733].start 13184.16471875
transcript.pyannote[1733].end 13186.15596875
transcript.pyannote[1734].speaker SPEAKER_06
transcript.pyannote[1734].start 13186.67909375
transcript.pyannote[1734].end 13187.52284375
transcript.pyannote[1735].speaker SPEAKER_06
transcript.pyannote[1735].start 13193.78346875
transcript.pyannote[1735].end 13193.80034375
transcript.pyannote[1736].speaker SPEAKER_08
transcript.pyannote[1736].start 13193.80034375
transcript.pyannote[1736].end 13194.40784375
transcript.pyannote[1737].speaker SPEAKER_06
transcript.pyannote[1737].start 13194.59346875
transcript.pyannote[1737].end 13194.61034375
transcript.pyannote[1738].speaker SPEAKER_03
transcript.pyannote[1738].start 13194.61034375
transcript.pyannote[1738].end 13195.67346875
transcript.pyannote[1739].speaker SPEAKER_03
transcript.pyannote[1739].start 13197.41159375
transcript.pyannote[1739].end 13201.10721875
transcript.pyannote[1740].speaker SPEAKER_03
transcript.pyannote[1740].start 13201.52909375
transcript.pyannote[1740].end 13204.27971875
transcript.pyannote[1741].speaker SPEAKER_00
transcript.pyannote[1741].start 13201.63034375
transcript.pyannote[1741].end 13202.71034375
transcript.pyannote[1742].speaker SPEAKER_08
transcript.pyannote[1742].start 13202.71034375
transcript.pyannote[1742].end 13202.76096875
transcript.pyannote[1743].speaker SPEAKER_07
transcript.pyannote[1743].start 13202.76096875
transcript.pyannote[1743].end 13203.18284375
transcript.pyannote[1744].speaker SPEAKER_00
transcript.pyannote[1744].start 13203.18284375
transcript.pyannote[1744].end 13203.35159375
transcript.pyannote[1745].speaker SPEAKER_03
transcript.pyannote[1745].start 13205.25846875
transcript.pyannote[1745].end 13206.23721875
transcript.pyannote[1746].speaker SPEAKER_07
transcript.pyannote[1746].start 13208.05971875
transcript.pyannote[1746].end 13209.79784375
transcript.pyannote[1747].speaker SPEAKER_03
transcript.pyannote[1747].start 13210.05096875
transcript.pyannote[1747].end 13210.37159375
transcript.pyannote[1748].speaker SPEAKER_07
transcript.pyannote[1748].start 13210.91159375
transcript.pyannote[1748].end 13211.78909375
transcript.pyannote[1749].speaker SPEAKER_07
transcript.pyannote[1749].start 13211.80596875
transcript.pyannote[1749].end 13211.82284375
transcript.pyannote[1750].speaker SPEAKER_03
transcript.pyannote[1750].start 13211.82284375
transcript.pyannote[1750].end 13214.77596875
transcript.pyannote[1751].speaker SPEAKER_03
transcript.pyannote[1751].start 13215.23159375
transcript.pyannote[1751].end 13217.54346875
transcript.pyannote[1752].speaker SPEAKER_03
transcript.pyannote[1752].start 13217.81346875
transcript.pyannote[1752].end 13218.60659375
transcript.pyannote[1753].speaker SPEAKER_07
transcript.pyannote[1753].start 13217.84721875
transcript.pyannote[1753].end 13221.59346875
transcript.pyannote[1754].speaker SPEAKER_03
transcript.pyannote[1754].start 13221.86346875
transcript.pyannote[1754].end 13222.79159375
transcript.pyannote[1755].speaker SPEAKER_03
transcript.pyannote[1755].start 13223.04471875
transcript.pyannote[1755].end 13225.76159375
transcript.pyannote[1756].speaker SPEAKER_03
transcript.pyannote[1756].start 13225.89659375
transcript.pyannote[1756].end 13226.80784375
transcript.pyannote[1757].speaker SPEAKER_03
transcript.pyannote[1757].start 13227.21284375
transcript.pyannote[1757].end 13227.95534375
transcript.pyannote[1758].speaker SPEAKER_07
transcript.pyannote[1758].start 13228.03971875
transcript.pyannote[1758].end 13232.84909375
transcript.pyannote[1759].speaker SPEAKER_03
transcript.pyannote[1759].start 13233.55784375
transcript.pyannote[1759].end 13234.35096875
transcript.pyannote[1760].speaker SPEAKER_07
transcript.pyannote[1760].start 13235.48159375
transcript.pyannote[1760].end 13237.20284375
transcript.pyannote[1761].speaker SPEAKER_07
transcript.pyannote[1761].start 13239.51471875
transcript.pyannote[1761].end 13245.40409375
transcript.pyannote[1762].speaker SPEAKER_07
transcript.pyannote[1762].start 13246.11284375
transcript.pyannote[1762].end 13251.37784375
transcript.pyannote[1763].speaker SPEAKER_07
transcript.pyannote[1763].start 13251.76596875
transcript.pyannote[1763].end 13254.36471875
transcript.pyannote[1764].speaker SPEAKER_03
transcript.pyannote[1764].start 13254.92159375
transcript.pyannote[1764].end 13257.58784375
transcript.pyannote[1765].speaker SPEAKER_07
transcript.pyannote[1765].start 13257.94221875
transcript.pyannote[1765].end 13261.09784375
transcript.pyannote[1766].speaker SPEAKER_03
transcript.pyannote[1766].start 13260.00096875
transcript.pyannote[1766].end 13261.13159375
transcript.pyannote[1767].speaker SPEAKER_07
transcript.pyannote[1767].start 13261.13159375
transcript.pyannote[1767].end 13264.37159375
transcript.pyannote[1768].speaker SPEAKER_03
transcript.pyannote[1768].start 13263.40971875
transcript.pyannote[1768].end 13265.35034375
transcript.pyannote[1769].speaker SPEAKER_03
transcript.pyannote[1769].start 13265.83971875
transcript.pyannote[1769].end 13266.53159375
transcript.pyannote[1770].speaker SPEAKER_03
transcript.pyannote[1770].start 13266.90284375
transcript.pyannote[1770].end 13269.70409375
transcript.pyannote[1771].speaker SPEAKER_07
transcript.pyannote[1771].start 13269.70409375
transcript.pyannote[1771].end 13269.97409375
transcript.pyannote[1772].speaker SPEAKER_08
transcript.pyannote[1772].start 13269.97409375
transcript.pyannote[1772].end 13270.02471875
transcript.pyannote[1773].speaker SPEAKER_03
transcript.pyannote[1773].start 13270.69971875
transcript.pyannote[1773].end 13271.76284375
transcript.pyannote[1774].speaker SPEAKER_03
transcript.pyannote[1774].start 13272.16784375
transcript.pyannote[1774].end 13274.14221875
transcript.pyannote[1775].speaker SPEAKER_03
transcript.pyannote[1775].start 13274.76659375
transcript.pyannote[1775].end 13276.57221875
transcript.pyannote[1776].speaker SPEAKER_03
transcript.pyannote[1776].start 13276.92659375
transcript.pyannote[1776].end 13278.91784375
transcript.pyannote[1777].speaker SPEAKER_03
transcript.pyannote[1777].start 13279.42409375
transcript.pyannote[1777].end 13282.46159375
transcript.pyannote[1778].speaker SPEAKER_03
transcript.pyannote[1778].start 13283.22096875
transcript.pyannote[1778].end 13286.02221875
transcript.pyannote[1779].speaker SPEAKER_07
transcript.pyannote[1779].start 13286.79846875
transcript.pyannote[1779].end 13294.47659375
transcript.pyannote[1780].speaker SPEAKER_07
transcript.pyannote[1780].start 13294.88159375
transcript.pyannote[1780].end 13303.65659375
transcript.pyannote[1781].speaker SPEAKER_07
transcript.pyannote[1781].start 13303.90971875
transcript.pyannote[1781].end 13308.11159375
transcript.pyannote[1782].speaker SPEAKER_03
transcript.pyannote[1782].start 13307.94284375
transcript.pyannote[1782].end 13313.08971875
transcript.pyannote[1783].speaker SPEAKER_03
transcript.pyannote[1783].start 13313.27534375
transcript.pyannote[1783].end 13319.13096875
transcript.pyannote[1784].speaker SPEAKER_07
transcript.pyannote[1784].start 13315.19909375
transcript.pyannote[1784].end 13316.59971875
transcript.pyannote[1785].speaker SPEAKER_03
transcript.pyannote[1785].start 13319.18159375
transcript.pyannote[1785].end 13322.11784375
transcript.pyannote[1786].speaker SPEAKER_03
transcript.pyannote[1786].start 13322.40471875
transcript.pyannote[1786].end 13323.43409375
transcript.pyannote[1787].speaker SPEAKER_03
transcript.pyannote[1787].start 13323.63659375
transcript.pyannote[1787].end 13326.03284375
transcript.pyannote[1788].speaker SPEAKER_07
transcript.pyannote[1788].start 13328.19284375
transcript.pyannote[1788].end 13334.70659375
transcript.pyannote[1789].speaker SPEAKER_03
transcript.pyannote[1789].start 13329.01971875
transcript.pyannote[1789].end 13329.91409375
transcript.pyannote[1790].speaker SPEAKER_03
transcript.pyannote[1790].start 13334.70659375
transcript.pyannote[1790].end 13345.64159375
transcript.pyannote[1791].speaker SPEAKER_03
transcript.pyannote[1791].start 13345.86096875
transcript.pyannote[1791].end 13346.95784375
transcript.pyannote[1792].speaker SPEAKER_07
transcript.pyannote[1792].start 13347.32909375
transcript.pyannote[1792].end 13348.30784375
transcript.pyannote[1793].speaker SPEAKER_03
transcript.pyannote[1793].start 13348.98284375
transcript.pyannote[1793].end 13351.86846875
transcript.pyannote[1794].speaker SPEAKER_07
transcript.pyannote[1794].start 13351.22721875
transcript.pyannote[1794].end 13352.67846875
transcript.pyannote[1795].speaker SPEAKER_03
transcript.pyannote[1795].start 13352.81346875
transcript.pyannote[1795].end 13355.90159375
transcript.pyannote[1796].speaker SPEAKER_07
transcript.pyannote[1796].start 13358.77034375
transcript.pyannote[1796].end 13358.80409375
transcript.pyannote[1797].speaker SPEAKER_08
transcript.pyannote[1797].start 13358.80409375
transcript.pyannote[1797].end 13359.25971875
transcript.pyannote[1798].speaker SPEAKER_03
transcript.pyannote[1798].start 13359.09096875
transcript.pyannote[1798].end 13362.44909375
transcript.pyannote[1799].speaker SPEAKER_03
transcript.pyannote[1799].start 13363.25909375
transcript.pyannote[1799].end 13364.10284375
transcript.pyannote[1800].speaker SPEAKER_03
transcript.pyannote[1800].start 13364.69346875
transcript.pyannote[1800].end 13367.14034375
transcript.pyannote[1801].speaker SPEAKER_03
transcript.pyannote[1801].start 13368.16971875
transcript.pyannote[1801].end 13375.24034375
transcript.pyannote[1802].speaker SPEAKER_03
transcript.pyannote[1802].start 13375.59471875
transcript.pyannote[1802].end 13377.16409375
transcript.pyannote[1803].speaker SPEAKER_03
transcript.pyannote[1803].start 13377.67034375
transcript.pyannote[1803].end 13380.43784375
transcript.pyannote[1804].speaker SPEAKER_03
transcript.pyannote[1804].start 13380.55596875
transcript.pyannote[1804].end 13381.80471875
transcript.pyannote[1805].speaker SPEAKER_03
transcript.pyannote[1805].start 13381.95659375
transcript.pyannote[1805].end 13382.96909375
transcript.pyannote[1806].speaker SPEAKER_03
transcript.pyannote[1806].start 13383.18846875
transcript.pyannote[1806].end 13384.28534375
transcript.pyannote[1807].speaker SPEAKER_03
transcript.pyannote[1807].start 13384.92659375
transcript.pyannote[1807].end 13386.98534375
transcript.pyannote[1808].speaker SPEAKER_03
transcript.pyannote[1808].start 13387.30596875
transcript.pyannote[1808].end 13391.42346875
transcript.pyannote[1809].speaker SPEAKER_03
transcript.pyannote[1809].start 13392.04784375
transcript.pyannote[1809].end 13396.01346875
transcript.pyannote[1810].speaker SPEAKER_07
transcript.pyannote[1810].start 13394.10659375
transcript.pyannote[1810].end 13400.43471875
transcript.pyannote[1811].speaker SPEAKER_03
transcript.pyannote[1811].start 13398.03846875
transcript.pyannote[1811].end 13399.11846875
transcript.pyannote[1812].speaker SPEAKER_03
transcript.pyannote[1812].start 13400.26596875
transcript.pyannote[1812].end 13400.51909375
transcript.pyannote[1813].speaker SPEAKER_03
transcript.pyannote[1813].start 13400.82284375
transcript.pyannote[1813].end 13405.04159375
transcript.pyannote[1814].speaker SPEAKER_03
transcript.pyannote[1814].start 13405.42971875
transcript.pyannote[1814].end 13407.35346875
transcript.pyannote[1815].speaker SPEAKER_03
transcript.pyannote[1815].start 13407.52221875
transcript.pyannote[1815].end 13409.27721875
transcript.pyannote[1816].speaker SPEAKER_03
transcript.pyannote[1816].start 13409.63159375
transcript.pyannote[1816].end 13412.97284375
transcript.pyannote[1817].speaker SPEAKER_03
transcript.pyannote[1817].start 13413.54659375
transcript.pyannote[1817].end 13415.30159375
transcript.pyannote[1818].speaker SPEAKER_03
transcript.pyannote[1818].start 13416.44909375
transcript.pyannote[1818].end 13417.57971875
transcript.pyannote[1819].speaker SPEAKER_07
transcript.pyannote[1819].start 13418.89596875
transcript.pyannote[1819].end 13419.94221875
transcript.pyannote[1820].speaker SPEAKER_03
transcript.pyannote[1820].start 13419.94221875
transcript.pyannote[1820].end 13423.55346875
transcript.pyannote[1821].speaker SPEAKER_07
transcript.pyannote[1821].start 13422.47346875
transcript.pyannote[1821].end 13423.33409375
transcript.pyannote[1822].speaker SPEAKER_03
transcript.pyannote[1822].start 13423.78971875
transcript.pyannote[1822].end 13426.75971875
transcript.pyannote[1823].speaker SPEAKER_03
transcript.pyannote[1823].start 13427.21534375
transcript.pyannote[1823].end 13432.27784375
transcript.pyannote[1824].speaker SPEAKER_03
transcript.pyannote[1824].start 13432.36221875
transcript.pyannote[1824].end 13434.11721875
transcript.pyannote[1825].speaker SPEAKER_07
transcript.pyannote[1825].start 13434.45471875
transcript.pyannote[1825].end 13446.16596875
transcript.pyannote[1826].speaker SPEAKER_03
transcript.pyannote[1826].start 13445.59221875
transcript.pyannote[1826].end 13449.33846875
transcript.pyannote[1827].speaker SPEAKER_07
transcript.pyannote[1827].start 13446.99284375
transcript.pyannote[1827].end 13447.38096875
transcript.pyannote[1828].speaker SPEAKER_07
transcript.pyannote[1828].start 13448.49471875
transcript.pyannote[1828].end 13449.25409375
transcript.pyannote[1829].speaker SPEAKER_03
transcript.pyannote[1829].start 13449.64221875
transcript.pyannote[1829].end 13466.06159375
transcript.pyannote[1830].speaker SPEAKER_07
transcript.pyannote[1830].start 13453.45596875
transcript.pyannote[1830].end 13454.26596875
transcript.pyannote[1831].speaker SPEAKER_17
transcript.pyannote[1831].start 13466.28096875
transcript.pyannote[1831].end 13468.17096875
transcript.pyannote[1832].speaker SPEAKER_03
transcript.pyannote[1832].start 13467.47909375
transcript.pyannote[1832].end 13470.04409375
transcript.pyannote[1833].speaker SPEAKER_17
transcript.pyannote[1833].start 13468.52534375
transcript.pyannote[1833].end 13474.80284375
transcript.pyannote[1834].speaker SPEAKER_03
transcript.pyannote[1834].start 13474.90409375
transcript.pyannote[1834].end 13476.20346875
transcript.pyannote[1835].speaker SPEAKER_17
transcript.pyannote[1835].start 13476.37221875
transcript.pyannote[1835].end 13481.78909375
transcript.pyannote[1836].speaker SPEAKER_03
transcript.pyannote[1836].start 13477.72221875
transcript.pyannote[1836].end 13482.24471875
transcript.pyannote[1837].speaker SPEAKER_17
transcript.pyannote[1837].start 13482.10971875
transcript.pyannote[1837].end 13523.57159375
transcript.pyannote[1838].speaker SPEAKER_03
transcript.pyannote[1838].start 13482.59909375
transcript.pyannote[1838].end 13484.43846875
transcript.pyannote[1839].speaker SPEAKER_03
transcript.pyannote[1839].start 13501.02659375
transcript.pyannote[1839].end 13502.08971875
transcript.pyannote[1840].speaker SPEAKER_03
transcript.pyannote[1840].start 13502.41034375
transcript.pyannote[1840].end 13506.96659375
transcript.pyannote[1841].speaker SPEAKER_00
transcript.pyannote[1841].start 13518.49221875
transcript.pyannote[1841].end 13519.26846875
transcript.pyannote[1842].speaker SPEAKER_17
transcript.pyannote[1842].start 13524.19596875
transcript.pyannote[1842].end 13533.57846875
transcript.pyannote[1843].speaker SPEAKER_03
transcript.pyannote[1843].start 13533.19034375
transcript.pyannote[1843].end 13542.42096875
transcript.pyannote[1844].speaker SPEAKER_07
transcript.pyannote[1844].start 13542.72471875
transcript.pyannote[1844].end 13549.44096875
transcript.pyannote[1845].speaker SPEAKER_07
transcript.pyannote[1845].start 13549.55909375
transcript.pyannote[1845].end 13550.38596875
transcript.pyannote[1846].speaker SPEAKER_03
transcript.pyannote[1846].start 13549.60971875
transcript.pyannote[1846].end 13557.94596875
transcript.pyannote[1847].speaker SPEAKER_03
transcript.pyannote[1847].start 13558.01346875
transcript.pyannote[1847].end 13558.24971875
transcript.pyannote[1848].speaker SPEAKER_03
transcript.pyannote[1848].start 13558.35096875
transcript.pyannote[1848].end 13560.49409375
transcript.pyannote[1849].speaker SPEAKER_07
transcript.pyannote[1849].start 13560.49409375
transcript.pyannote[1849].end 13576.62659375
transcript.pyannote[1850].speaker SPEAKER_03
transcript.pyannote[1850].start 13561.50659375
transcript.pyannote[1850].end 13561.84409375
transcript.pyannote[1851].speaker SPEAKER_03
transcript.pyannote[1851].start 13576.77846875
transcript.pyannote[1851].end 13578.98909375
transcript.pyannote[1852].speaker SPEAKER_07
transcript.pyannote[1852].start 13577.14971875
transcript.pyannote[1852].end 13577.45346875
transcript.pyannote[1853].speaker SPEAKER_07
transcript.pyannote[1853].start 13578.60096875
transcript.pyannote[1853].end 13579.24221875
transcript.pyannote[1854].speaker SPEAKER_07
transcript.pyannote[1854].start 13579.46159375
transcript.pyannote[1854].end 13582.29659375
transcript.pyannote[1855].speaker SPEAKER_03
transcript.pyannote[1855].start 13579.79909375
transcript.pyannote[1855].end 13579.96784375
transcript.pyannote[1856].speaker SPEAKER_03
transcript.pyannote[1856].start 13581.52034375
transcript.pyannote[1856].end 13582.60034375
transcript.pyannote[1857].speaker SPEAKER_03
transcript.pyannote[1857].start 13582.95471875
transcript.pyannote[1857].end 13584.92909375
transcript.pyannote[1858].speaker SPEAKER_07
transcript.pyannote[1858].start 13584.15284375
transcript.pyannote[1858].end 13584.84471875
transcript.pyannote[1859].speaker SPEAKER_07
transcript.pyannote[1859].start 13584.92909375
transcript.pyannote[1859].end 13584.94596875
transcript.pyannote[1860].speaker SPEAKER_03
transcript.pyannote[1860].start 13584.94596875
transcript.pyannote[1860].end 13584.96284375
transcript.pyannote[1861].speaker SPEAKER_07
transcript.pyannote[1861].start 13584.96284375
transcript.pyannote[1861].end 13585.28346875
transcript.pyannote[1862].speaker SPEAKER_03
transcript.pyannote[1862].start 13585.28346875
transcript.pyannote[1862].end 13585.31721875
transcript.pyannote[1863].speaker SPEAKER_07
transcript.pyannote[1863].start 13585.31721875
transcript.pyannote[1863].end 13592.45534375
transcript.pyannote[1864].speaker SPEAKER_03
transcript.pyannote[1864].start 13585.36784375
transcript.pyannote[1864].end 13586.19471875
transcript.pyannote[1865].speaker SPEAKER_07
transcript.pyannote[1865].start 13592.86034375
transcript.pyannote[1865].end 13603.47471875
transcript.pyannote[1866].speaker SPEAKER_03
transcript.pyannote[1866].start 13601.07846875
transcript.pyannote[1866].end 13605.48284375
transcript.pyannote[1867].speaker SPEAKER_07
transcript.pyannote[1867].start 13605.48284375
transcript.pyannote[1867].end 13606.07346875
transcript.pyannote[1868].speaker SPEAKER_03
transcript.pyannote[1868].start 13605.83721875
transcript.pyannote[1868].end 13607.32221875
transcript.pyannote[1869].speaker SPEAKER_07
transcript.pyannote[1869].start 13607.32221875
transcript.pyannote[1869].end 13608.03096875
transcript.pyannote[1870].speaker SPEAKER_07
transcript.pyannote[1870].start 13608.08159375
transcript.pyannote[1870].end 13618.34159375
transcript.pyannote[1871].speaker SPEAKER_03
transcript.pyannote[1871].start 13617.00846875
transcript.pyannote[1871].end 13624.51784375
transcript.pyannote[1872].speaker SPEAKER_05
transcript.pyannote[1872].start 13618.34159375
transcript.pyannote[1872].end 13618.54409375
transcript.pyannote[1873].speaker SPEAKER_07
transcript.pyannote[1873].start 13618.54409375
transcript.pyannote[1873].end 13619.94471875
transcript.pyannote[1874].speaker SPEAKER_07
transcript.pyannote[1874].start 13626.00284375
transcript.pyannote[1874].end 13628.51721875
transcript.pyannote[1875].speaker SPEAKER_07
transcript.pyannote[1875].start 13628.75346875
transcript.pyannote[1875].end 13628.78721875
transcript.pyannote[1876].speaker SPEAKER_03
transcript.pyannote[1876].start 13628.78721875
transcript.pyannote[1876].end 13629.02346875
transcript.pyannote[1877].speaker SPEAKER_07
transcript.pyannote[1877].start 13629.02346875
transcript.pyannote[1877].end 13630.18784375
transcript.pyannote[1878].speaker SPEAKER_03
transcript.pyannote[1878].start 13629.73221875
transcript.pyannote[1878].end 13634.64284375
transcript.pyannote[1879].speaker SPEAKER_07
transcript.pyannote[1879].start 13632.36471875
transcript.pyannote[1879].end 13634.15346875
transcript.pyannote[1880].speaker SPEAKER_03
transcript.pyannote[1880].start 13635.08159375
transcript.pyannote[1880].end 13636.04346875
transcript.pyannote[1881].speaker SPEAKER_03
transcript.pyannote[1881].start 13636.75221875
transcript.pyannote[1881].end 13640.98784375
transcript.pyannote[1882].speaker SPEAKER_03
transcript.pyannote[1882].start 13641.86534375
transcript.pyannote[1882].end 13647.50159375
transcript.pyannote[1883].speaker SPEAKER_03
transcript.pyannote[1883].start 13648.44659375
transcript.pyannote[1883].end 13649.47596875
transcript.pyannote[1884].speaker SPEAKER_03
transcript.pyannote[1884].start 13649.94846875
transcript.pyannote[1884].end 13650.97784375
transcript.pyannote[1885].speaker SPEAKER_03
transcript.pyannote[1885].start 13651.24784375
transcript.pyannote[1885].end 13651.87221875
transcript.pyannote[1886].speaker SPEAKER_03
transcript.pyannote[1886].start 13652.14221875
transcript.pyannote[1886].end 13652.98596875
transcript.pyannote[1887].speaker SPEAKER_03
transcript.pyannote[1887].start 13653.20534375
transcript.pyannote[1887].end 13656.04034375
transcript.pyannote[1888].speaker SPEAKER_03
transcript.pyannote[1888].start 13656.31034375
transcript.pyannote[1888].end 13656.76596875
transcript.pyannote[1889].speaker SPEAKER_08
transcript.pyannote[1889].start 13658.43659375
transcript.pyannote[1889].end 13659.04409375
transcript.pyannote[1890].speaker SPEAKER_03
transcript.pyannote[1890].start 13659.58409375
transcript.pyannote[1890].end 13660.36034375
transcript.pyannote[1891].speaker SPEAKER_03
transcript.pyannote[1891].start 13661.59221875
transcript.pyannote[1891].end 13662.85784375
transcript.pyannote[1892].speaker SPEAKER_07
transcript.pyannote[1892].start 13666.53659375
transcript.pyannote[1892].end 13668.61221875
transcript.pyannote[1893].speaker SPEAKER_03
transcript.pyannote[1893].start 13670.09721875
transcript.pyannote[1893].end 13672.35846875
transcript.pyannote[1894].speaker SPEAKER_03
transcript.pyannote[1894].start 13673.11784375
transcript.pyannote[1894].end 13676.71221875
transcript.pyannote[1895].speaker SPEAKER_03
transcript.pyannote[1895].start 13677.11721875
transcript.pyannote[1895].end 13679.02409375
transcript.pyannote[1896].speaker SPEAKER_03
transcript.pyannote[1896].start 13679.51346875
transcript.pyannote[1896].end 13698.46409375
transcript.pyannote[1897].speaker SPEAKER_08
transcript.pyannote[1897].start 13681.08284375
transcript.pyannote[1897].end 13681.55534375
transcript.pyannote[1898].speaker SPEAKER_03
transcript.pyannote[1898].start 13698.70034375
transcript.pyannote[1898].end 13704.94409375
transcript.pyannote[1899].speaker SPEAKER_07
transcript.pyannote[1899].start 13704.77534375
transcript.pyannote[1899].end 13727.33721875
transcript.pyannote[1900].speaker SPEAKER_03
transcript.pyannote[1900].start 13704.96096875
transcript.pyannote[1900].end 13705.41659375
transcript.pyannote[1901].speaker SPEAKER_03
transcript.pyannote[1901].start 13710.34409375
transcript.pyannote[1901].end 13710.37784375
transcript.pyannote[1902].speaker SPEAKER_08
transcript.pyannote[1902].start 13710.37784375
transcript.pyannote[1902].end 13711.30596875
transcript.pyannote[1903].speaker SPEAKER_03
transcript.pyannote[1903].start 13724.92409375
transcript.pyannote[1903].end 13728.60284375
transcript.pyannote[1904].speaker SPEAKER_03
transcript.pyannote[1904].start 13729.02471875
transcript.pyannote[1904].end 13729.64909375
transcript.pyannote[1905].speaker SPEAKER_07
transcript.pyannote[1905].start 13729.22721875
transcript.pyannote[1905].end 13729.34534375
transcript.pyannote[1906].speaker SPEAKER_03
transcript.pyannote[1906].start 13730.25659375
transcript.pyannote[1906].end 13731.57284375
transcript.pyannote[1907].speaker SPEAKER_03
transcript.pyannote[1907].start 13732.24784375
transcript.pyannote[1907].end 13733.88471875
transcript.pyannote[1908].speaker SPEAKER_03
transcript.pyannote[1908].start 13734.08721875
transcript.pyannote[1908].end 13734.94784375
transcript.pyannote[1909].speaker SPEAKER_03
transcript.pyannote[1909].start 13735.47096875
transcript.pyannote[1909].end 13737.42846875
transcript.pyannote[1910].speaker SPEAKER_03
transcript.pyannote[1910].start 13737.78284375
transcript.pyannote[1910].end 13740.43221875
transcript.pyannote[1911].speaker SPEAKER_03
transcript.pyannote[1911].start 13741.24221875
transcript.pyannote[1911].end 13741.59659375
transcript.pyannote[1912].speaker SPEAKER_07
transcript.pyannote[1912].start 13741.90034375
transcript.pyannote[1912].end 13745.05596875
transcript.pyannote[1913].speaker SPEAKER_03
transcript.pyannote[1913].start 13744.61721875
transcript.pyannote[1913].end 13744.88721875
transcript.pyannote[1914].speaker SPEAKER_03
transcript.pyannote[1914].start 13745.29221875
transcript.pyannote[1914].end 13747.40159375
transcript.pyannote[1915].speaker SPEAKER_07
transcript.pyannote[1915].start 13747.95846875
transcript.pyannote[1915].end 13749.30846875
transcript.pyannote[1916].speaker SPEAKER_03
transcript.pyannote[1916].start 13748.83596875
transcript.pyannote[1916].end 13750.13534375
transcript.pyannote[1917].speaker SPEAKER_03
transcript.pyannote[1917].start 13750.18596875
transcript.pyannote[1917].end 13751.28284375
transcript.pyannote[1918].speaker SPEAKER_03
transcript.pyannote[1918].start 13751.35034375
transcript.pyannote[1918].end 13753.84784375
transcript.pyannote[1919].speaker SPEAKER_03
transcript.pyannote[1919].start 13754.43846875
transcript.pyannote[1919].end 13756.86846875
transcript.pyannote[1920].speaker SPEAKER_06
transcript.pyannote[1920].start 13756.86846875
transcript.pyannote[1920].end 13758.13409375
transcript.pyannote[1921].speaker SPEAKER_03
transcript.pyannote[1921].start 13757.17221875
transcript.pyannote[1921].end 13757.34096875
transcript.pyannote[1922].speaker SPEAKER_06
transcript.pyannote[1922].start 13758.79221875
transcript.pyannote[1922].end 13763.24721875
transcript.pyannote[1923].speaker SPEAKER_27
transcript.pyannote[1923].start 13772.42721875
transcript.pyannote[1923].end 13775.21159375
transcript.pyannote[1924].speaker SPEAKER_08
transcript.pyannote[1924].start 13781.77596875
transcript.pyannote[1924].end 13782.26534375
transcript.pyannote[1925].speaker SPEAKER_27
transcript.pyannote[1925].start 13782.26534375
transcript.pyannote[1925].end 13783.07534375
transcript.pyannote[1926].speaker SPEAKER_27
transcript.pyannote[1926].start 13783.96971875
transcript.pyannote[1926].end 13796.84534375
transcript.pyannote[1927].speaker SPEAKER_27
transcript.pyannote[1927].start 13797.21659375
transcript.pyannote[1927].end 13801.78971875
transcript.pyannote[1928].speaker SPEAKER_27
transcript.pyannote[1928].start 13802.27909375
transcript.pyannote[1928].end 13802.81909375
transcript.pyannote[1929].speaker SPEAKER_27
transcript.pyannote[1929].start 13803.22409375
transcript.pyannote[1929].end 13814.22659375
transcript.pyannote[1930].speaker SPEAKER_07
transcript.pyannote[1930].start 13815.22221875
transcript.pyannote[1930].end 13818.58034375
transcript.pyannote[1931].speaker SPEAKER_07
transcript.pyannote[1931].start 13818.83346875
transcript.pyannote[1931].end 13855.46909375
transcript.pyannote[1932].speaker SPEAKER_30
transcript.pyannote[1932].start 13821.73596875
transcript.pyannote[1932].end 13821.76971875
transcript.pyannote[1933].speaker SPEAKER_27
transcript.pyannote[1933].start 13838.50971875
transcript.pyannote[1933].end 13839.40409375
transcript.pyannote[1934].speaker SPEAKER_07
transcript.pyannote[1934].start 13856.12721875
transcript.pyannote[1934].end 13859.48534375
transcript.pyannote[1935].speaker SPEAKER_07
transcript.pyannote[1935].start 13860.93659375
transcript.pyannote[1935].end 13860.95346875
transcript.pyannote[1936].speaker SPEAKER_27
transcript.pyannote[1936].start 13860.95346875
transcript.pyannote[1936].end 13888.86471875
transcript.pyannote[1937].speaker SPEAKER_27
transcript.pyannote[1937].start 13889.64096875
transcript.pyannote[1937].end 13890.09659375
transcript.pyannote[1938].speaker SPEAKER_08
transcript.pyannote[1938].start 13890.41721875
transcript.pyannote[1938].end 13891.36221875
transcript.pyannote[1939].speaker SPEAKER_07
transcript.pyannote[1939].start 13891.36221875
transcript.pyannote[1939].end 13894.16346875
transcript.pyannote[1940].speaker SPEAKER_27
transcript.pyannote[1940].start 13891.63221875
transcript.pyannote[1940].end 13893.16784375
transcript.pyannote[1941].speaker SPEAKER_07
transcript.pyannote[1941].start 13894.97346875
transcript.pyannote[1941].end 13901.28471875
transcript.pyannote[1942].speaker SPEAKER_07
transcript.pyannote[1942].start 13901.60534375
transcript.pyannote[1942].end 13904.91284375
transcript.pyannote[1943].speaker SPEAKER_07
transcript.pyannote[1943].start 13905.30096875
transcript.pyannote[1943].end 13913.62034375
transcript.pyannote[1944].speaker SPEAKER_27
transcript.pyannote[1944].start 13912.64159375
transcript.pyannote[1944].end 13915.52721875
transcript.pyannote[1945].speaker SPEAKER_07
transcript.pyannote[1945].start 13916.23596875
transcript.pyannote[1945].end 13924.26846875
transcript.pyannote[1946].speaker SPEAKER_27
transcript.pyannote[1946].start 13923.28971875
transcript.pyannote[1946].end 13926.02346875
transcript.pyannote[1947].speaker SPEAKER_07
transcript.pyannote[1947].start 13926.02346875
transcript.pyannote[1947].end 13933.70159375
transcript.pyannote[1948].speaker SPEAKER_07
transcript.pyannote[1948].start 13933.97159375
transcript.pyannote[1948].end 13939.55721875
transcript.pyannote[1949].speaker SPEAKER_27
transcript.pyannote[1949].start 13939.55721875
transcript.pyannote[1949].end 13961.10659375
transcript.pyannote[1950].speaker SPEAKER_07
transcript.pyannote[1950].start 13962.16971875
transcript.pyannote[1950].end 13973.34096875
transcript.pyannote[1951].speaker SPEAKER_27
transcript.pyannote[1951].start 13973.34096875
transcript.pyannote[1951].end 13981.42409375
transcript.pyannote[1952].speaker SPEAKER_30
transcript.pyannote[1952].start 13978.15034375
transcript.pyannote[1952].end 13978.50471875
transcript.pyannote[1953].speaker SPEAKER_27
transcript.pyannote[1953].start 13981.74471875
transcript.pyannote[1953].end 13993.62471875
transcript.pyannote[1954].speaker SPEAKER_27
transcript.pyannote[1954].start 13994.04659375
transcript.pyannote[1954].end 13994.99159375
transcript.pyannote[1955].speaker SPEAKER_07
transcript.pyannote[1955].start 13994.09721875
transcript.pyannote[1955].end 13994.53596875
transcript.pyannote[1956].speaker SPEAKER_07
transcript.pyannote[1956].start 13994.99159375
transcript.pyannote[1956].end 14004.61034375
transcript.pyannote[1957].speaker SPEAKER_07
transcript.pyannote[1957].start 14005.28534375
transcript.pyannote[1957].end 14014.97159375
transcript.pyannote[1958].speaker SPEAKER_27
transcript.pyannote[1958].start 14014.48221875
transcript.pyannote[1958].end 14014.92096875
transcript.pyannote[1959].speaker SPEAKER_27
transcript.pyannote[1959].start 14014.97159375
transcript.pyannote[1959].end 14018.71784375
transcript.pyannote[1960].speaker SPEAKER_27
transcript.pyannote[1960].start 14018.97096875
transcript.pyannote[1960].end 14021.45159375
transcript.pyannote[1961].speaker SPEAKER_07
transcript.pyannote[1961].start 14019.30846875
transcript.pyannote[1961].end 14019.81471875
transcript.pyannote[1962].speaker SPEAKER_07
transcript.pyannote[1962].start 14021.45159375
transcript.pyannote[1962].end 14040.26721875
transcript.pyannote[1963].speaker SPEAKER_27
transcript.pyannote[1963].start 14021.46846875
transcript.pyannote[1963].end 14022.24471875
transcript.pyannote[1964].speaker SPEAKER_27
transcript.pyannote[1964].start 14024.20221875
transcript.pyannote[1964].end 14024.80971875
transcript.pyannote[1965].speaker SPEAKER_27
transcript.pyannote[1965].start 14034.85034375
transcript.pyannote[1965].end 14036.99346875
transcript.pyannote[1966].speaker SPEAKER_07
transcript.pyannote[1966].start 14040.65534375
transcript.pyannote[1966].end 14045.32971875
transcript.pyannote[1967].speaker SPEAKER_27
transcript.pyannote[1967].start 14043.23721875
transcript.pyannote[1967].end 14044.55346875
transcript.pyannote[1968].speaker SPEAKER_27
transcript.pyannote[1968].start 14045.32971875
transcript.pyannote[1968].end 14048.26596875
transcript.pyannote[1969].speaker SPEAKER_27
transcript.pyannote[1969].start 14048.82284375
transcript.pyannote[1969].end 14082.92721875
transcript.pyannote[1970].speaker SPEAKER_07
transcript.pyannote[1970].start 14083.51784375
transcript.pyannote[1970].end 14090.11596875
transcript.pyannote[1971].speaker SPEAKER_07
transcript.pyannote[1971].start 14090.23409375
transcript.pyannote[1971].end 14091.22971875
transcript.pyannote[1972].speaker SPEAKER_27
transcript.pyannote[1972].start 14091.65159375
transcript.pyannote[1972].end 14098.72221875
transcript.pyannote[1973].speaker SPEAKER_07
transcript.pyannote[1973].start 14098.65471875
transcript.pyannote[1973].end 14099.26221875
transcript.pyannote[1974].speaker SPEAKER_07
transcript.pyannote[1974].start 14099.44784375
transcript.pyannote[1974].end 14100.15659375
transcript.pyannote[1975].speaker SPEAKER_07
transcript.pyannote[1975].start 14100.35909375
transcript.pyannote[1975].end 14104.27409375
transcript.pyannote[1976].speaker SPEAKER_07
transcript.pyannote[1976].start 14104.45971875
transcript.pyannote[1976].end 14128.89471875
transcript.pyannote[1977].speaker SPEAKER_27
transcript.pyannote[1977].start 14120.25471875
transcript.pyannote[1977].end 14122.97159375
transcript.pyannote[1978].speaker SPEAKER_00
transcript.pyannote[1978].start 14122.97159375
transcript.pyannote[1978].end 14123.00534375
transcript.pyannote[1979].speaker SPEAKER_27
transcript.pyannote[1979].start 14127.62909375
transcript.pyannote[1979].end 14128.43909375
transcript.pyannote[1980].speaker SPEAKER_27
transcript.pyannote[1980].start 14128.89471875
transcript.pyannote[1980].end 14142.56346875
transcript.pyannote[1981].speaker SPEAKER_07
transcript.pyannote[1981].start 14129.11409375
transcript.pyannote[1981].end 14132.18534375
transcript.pyannote[1982].speaker SPEAKER_07
transcript.pyannote[1982].start 14139.45846875
transcript.pyannote[1982].end 14145.16221875
transcript.pyannote[1983].speaker SPEAKER_27
transcript.pyannote[1983].start 14145.06096875
transcript.pyannote[1983].end 14150.24159375
transcript.pyannote[1984].speaker SPEAKER_27
transcript.pyannote[1984].start 14151.16971875
transcript.pyannote[1984].end 14152.06409375
transcript.pyannote[1985].speaker SPEAKER_07
transcript.pyannote[1985].start 14152.01346875
transcript.pyannote[1985].end 14166.22221875
transcript.pyannote[1986].speaker SPEAKER_27
transcript.pyannote[1986].start 14164.65284375
transcript.pyannote[1986].end 14165.36159375
transcript.pyannote[1987].speaker SPEAKER_27
transcript.pyannote[1987].start 14166.40784375
transcript.pyannote[1987].end 14169.14159375
transcript.pyannote[1988].speaker SPEAKER_27
transcript.pyannote[1988].start 14169.24284375
transcript.pyannote[1988].end 14171.30159375
transcript.pyannote[1989].speaker SPEAKER_07
transcript.pyannote[1989].start 14169.69846875
transcript.pyannote[1989].end 14173.25909375
transcript.pyannote[1990].speaker SPEAKER_27
transcript.pyannote[1990].start 14172.21284375
transcript.pyannote[1990].end 14177.03909375
transcript.pyannote[1991].speaker SPEAKER_07
transcript.pyannote[1991].start 14175.63846875
transcript.pyannote[1991].end 14176.85346875
transcript.pyannote[1992].speaker SPEAKER_07
transcript.pyannote[1992].start 14177.03909375
transcript.pyannote[1992].end 14177.95034375
transcript.pyannote[1993].speaker SPEAKER_27
transcript.pyannote[1993].start 14177.95034375
transcript.pyannote[1993].end 14178.03471875
transcript.pyannote[1994].speaker SPEAKER_07
transcript.pyannote[1994].start 14178.03471875
transcript.pyannote[1994].end 14187.87284375
transcript.pyannote[1995].speaker SPEAKER_27
transcript.pyannote[1995].start 14179.89096875
transcript.pyannote[1995].end 14181.49409375
transcript.pyannote[1996].speaker SPEAKER_27
transcript.pyannote[1996].start 14182.15221875
transcript.pyannote[1996].end 14182.62471875
transcript.pyannote[1997].speaker SPEAKER_27
transcript.pyannote[1997].start 14187.80534375
transcript.pyannote[1997].end 14259.23721875
transcript.pyannote[1998].speaker SPEAKER_27
transcript.pyannote[1998].start 14259.72659375
transcript.pyannote[1998].end 14275.25159375
transcript.pyannote[1999].speaker SPEAKER_07
transcript.pyannote[1999].start 14276.01096875
transcript.pyannote[1999].end 14304.81659375
transcript.pyannote[2000].speaker SPEAKER_27
transcript.pyannote[2000].start 14304.27659375
transcript.pyannote[2000].end 14323.19346875
transcript.pyannote[2001].speaker SPEAKER_07
transcript.pyannote[2001].start 14323.19346875
transcript.pyannote[2001].end 14357.61846875
transcript.pyannote[2002].speaker SPEAKER_27
transcript.pyannote[2002].start 14327.15909375
transcript.pyannote[2002].end 14327.80034375
transcript.pyannote[2003].speaker SPEAKER_27
transcript.pyannote[2003].start 14339.49471875
transcript.pyannote[2003].end 14339.68034375
transcript.pyannote[2004].speaker SPEAKER_27
transcript.pyannote[2004].start 14340.91221875
transcript.pyannote[2004].end 14341.08096875
transcript.pyannote[2005].speaker SPEAKER_27
transcript.pyannote[2005].start 14345.50221875
transcript.pyannote[2005].end 14346.29534375
transcript.pyannote[2006].speaker SPEAKER_27
transcript.pyannote[2006].start 14348.67471875
transcript.pyannote[2006].end 14349.53534375
transcript.pyannote[2007].speaker SPEAKER_00
transcript.pyannote[2007].start 14349.53534375
transcript.pyannote[2007].end 14349.58596875
transcript.pyannote[2008].speaker SPEAKER_27
transcript.pyannote[2008].start 14349.58596875
transcript.pyannote[2008].end 14349.97409375
transcript.pyannote[2009].speaker SPEAKER_00
transcript.pyannote[2009].start 14349.97409375
transcript.pyannote[2009].end 14350.02471875
transcript.pyannote[2010].speaker SPEAKER_27
transcript.pyannote[2010].start 14350.02471875
transcript.pyannote[2010].end 14350.07534375
transcript.pyannote[2011].speaker SPEAKER_30
transcript.pyannote[2011].start 14350.07534375
transcript.pyannote[2011].end 14350.19346875
transcript.pyannote[2012].speaker SPEAKER_27
transcript.pyannote[2012].start 14350.19346875
transcript.pyannote[2012].end 14350.42971875
transcript.pyannote[2013].speaker SPEAKER_30
transcript.pyannote[2013].start 14350.42971875
transcript.pyannote[2013].end 14350.44659375
transcript.pyannote[2014].speaker SPEAKER_27
transcript.pyannote[2014].start 14350.44659375
transcript.pyannote[2014].end 14350.51409375
transcript.pyannote[2015].speaker SPEAKER_30
transcript.pyannote[2015].start 14350.51409375
transcript.pyannote[2015].end 14350.53096875
transcript.pyannote[2016].speaker SPEAKER_27
transcript.pyannote[2016].start 14350.53096875
transcript.pyannote[2016].end 14350.58159375
transcript.pyannote[2017].speaker SPEAKER_30
transcript.pyannote[2017].start 14350.58159375
transcript.pyannote[2017].end 14350.61534375
transcript.pyannote[2018].speaker SPEAKER_27
transcript.pyannote[2018].start 14350.61534375
transcript.pyannote[2018].end 14350.71659375
transcript.pyannote[2019].speaker SPEAKER_30
transcript.pyannote[2019].start 14350.71659375
transcript.pyannote[2019].end 14350.73346875
transcript.pyannote[2020].speaker SPEAKER_00
transcript.pyannote[2020].start 14350.73346875
transcript.pyannote[2020].end 14350.86846875
transcript.pyannote[2021].speaker SPEAKER_27
transcript.pyannote[2021].start 14357.61846875
transcript.pyannote[2021].end 14357.68596875
transcript.pyannote[2022].speaker SPEAKER_07
transcript.pyannote[2022].start 14357.68596875
transcript.pyannote[2022].end 14357.95596875
transcript.pyannote[2023].speaker SPEAKER_27
transcript.pyannote[2023].start 14358.31034375
transcript.pyannote[2023].end 14360.41971875
transcript.pyannote[2024].speaker SPEAKER_27
transcript.pyannote[2024].start 14362.00596875
transcript.pyannote[2024].end 14365.51596875
transcript.pyannote[2025].speaker SPEAKER_06
transcript.pyannote[2025].start 14373.17721875
transcript.pyannote[2025].end 14376.63659375
transcript.pyannote[2026].speaker SPEAKER_10
transcript.pyannote[2026].start 14382.84659375
transcript.pyannote[2026].end 14386.17096875
transcript.pyannote[2027].speaker SPEAKER_06
transcript.pyannote[2027].start 14388.65159375
transcript.pyannote[2027].end 14389.41096875
transcript.pyannote[2028].speaker SPEAKER_07
transcript.pyannote[2028].start 14396.58284375
transcript.pyannote[2028].end 14397.15659375
transcript.pyannote[2029].speaker SPEAKER_10
transcript.pyannote[2029].start 14397.19034375
transcript.pyannote[2029].end 14417.54159375
transcript.pyannote[2030].speaker SPEAKER_10
transcript.pyannote[2030].start 14417.89596875
transcript.pyannote[2030].end 14421.35534375
transcript.pyannote[2031].speaker SPEAKER_10
transcript.pyannote[2031].start 14421.50721875
transcript.pyannote[2031].end 14455.02096875
transcript.pyannote[2032].speaker SPEAKER_10
transcript.pyannote[2032].start 14455.24034375
transcript.pyannote[2032].end 14498.05221875
transcript.pyannote[2033].speaker SPEAKER_10
transcript.pyannote[2033].start 14498.55846875
transcript.pyannote[2033].end 14500.21221875
transcript.pyannote[2034].speaker SPEAKER_10
transcript.pyannote[2034].start 14500.60034375
transcript.pyannote[2034].end 14510.89409375
transcript.pyannote[2035].speaker SPEAKER_10
transcript.pyannote[2035].start 14511.51846875
transcript.pyannote[2035].end 14513.79659375
transcript.pyannote[2036].speaker SPEAKER_10
transcript.pyannote[2036].start 14513.93159375
transcript.pyannote[2036].end 14513.94846875
transcript.pyannote[2037].speaker SPEAKER_07
transcript.pyannote[2037].start 14513.94846875
transcript.pyannote[2037].end 14520.66471875
transcript.pyannote[2038].speaker SPEAKER_10
transcript.pyannote[2038].start 14514.01596875
transcript.pyannote[2038].end 14514.37034375
transcript.pyannote[2039].speaker SPEAKER_10
transcript.pyannote[2039].start 14514.57284375
transcript.pyannote[2039].end 14515.02846875
transcript.pyannote[2040].speaker SPEAKER_10
transcript.pyannote[2040].start 14520.46221875
transcript.pyannote[2040].end 14524.37721875
transcript.pyannote[2041].speaker SPEAKER_07
transcript.pyannote[2041].start 14521.15409375
transcript.pyannote[2041].end 14522.20034375
transcript.pyannote[2042].speaker SPEAKER_07
transcript.pyannote[2042].start 14522.89221875
transcript.pyannote[2042].end 14524.52909375
transcript.pyannote[2043].speaker SPEAKER_10
transcript.pyannote[2043].start 14524.42784375
transcript.pyannote[2043].end 14552.71034375
transcript.pyannote[2044].speaker SPEAKER_10
transcript.pyannote[2044].start 14553.25034375
transcript.pyannote[2044].end 14555.49471875
transcript.pyannote[2045].speaker SPEAKER_10
transcript.pyannote[2045].start 14556.03471875
transcript.pyannote[2045].end 14556.92909375
transcript.pyannote[2046].speaker SPEAKER_10
transcript.pyannote[2046].start 14557.23284375
transcript.pyannote[2046].end 14560.15221875
transcript.pyannote[2047].speaker SPEAKER_10
transcript.pyannote[2047].start 14560.55721875
transcript.pyannote[2047].end 14562.22784375
transcript.pyannote[2048].speaker SPEAKER_10
transcript.pyannote[2048].start 14562.37971875
transcript.pyannote[2048].end 14563.03784375
transcript.pyannote[2049].speaker SPEAKER_10
transcript.pyannote[2049].start 14563.29096875
transcript.pyannote[2049].end 14566.53096875
transcript.pyannote[2050].speaker SPEAKER_10
transcript.pyannote[2050].start 14566.85159375
transcript.pyannote[2050].end 14567.22284375
transcript.pyannote[2051].speaker SPEAKER_10
transcript.pyannote[2051].start 14567.44221875
transcript.pyannote[2051].end 14572.84221875
transcript.pyannote[2052].speaker SPEAKER_10
transcript.pyannote[2052].start 14573.24721875
transcript.pyannote[2052].end 14573.61846875
transcript.pyannote[2053].speaker SPEAKER_10
transcript.pyannote[2053].start 14574.12471875
transcript.pyannote[2053].end 14577.65159375
transcript.pyannote[2054].speaker SPEAKER_10
transcript.pyannote[2054].start 14578.09034375
transcript.pyannote[2054].end 14584.67159375
transcript.pyannote[2055].speaker SPEAKER_07
transcript.pyannote[2055].start 14584.67159375
transcript.pyannote[2055].end 14587.45596875
transcript.pyannote[2056].speaker SPEAKER_07
transcript.pyannote[2056].start 14588.14784375
transcript.pyannote[2056].end 14612.26221875
transcript.pyannote[2057].speaker SPEAKER_08
transcript.pyannote[2057].start 14597.22659375
transcript.pyannote[2057].end 14597.51346875
transcript.pyannote[2058].speaker SPEAKER_07
transcript.pyannote[2058].start 14612.39721875
transcript.pyannote[2058].end 14612.95409375
transcript.pyannote[2059].speaker SPEAKER_10
transcript.pyannote[2059].start 14612.81909375
transcript.pyannote[2059].end 14613.69659375
transcript.pyannote[2060].speaker SPEAKER_10
transcript.pyannote[2060].start 14613.91596875
transcript.pyannote[2060].end 14626.33596875
transcript.pyannote[2061].speaker SPEAKER_10
transcript.pyannote[2061].start 14626.65659375
transcript.pyannote[2061].end 14645.89409375
transcript.pyannote[2062].speaker SPEAKER_07
transcript.pyannote[2062].start 14638.92471875
transcript.pyannote[2062].end 14641.33784375
transcript.pyannote[2063].speaker SPEAKER_10
transcript.pyannote[2063].start 14646.31596875
transcript.pyannote[2063].end 14647.42971875
transcript.pyannote[2064].speaker SPEAKER_10
transcript.pyannote[2064].start 14648.03721875
transcript.pyannote[2064].end 14657.28471875
transcript.pyannote[2065].speaker SPEAKER_10
transcript.pyannote[2065].start 14657.43659375
transcript.pyannote[2065].end 14664.13596875
transcript.pyannote[2066].speaker SPEAKER_10
transcript.pyannote[2066].start 14664.81096875
transcript.pyannote[2066].end 14672.01659375
transcript.pyannote[2067].speaker SPEAKER_10
transcript.pyannote[2067].start 14672.57346875
transcript.pyannote[2067].end 14680.03221875
transcript.pyannote[2068].speaker SPEAKER_10
transcript.pyannote[2068].start 14681.02784375
transcript.pyannote[2068].end 14684.31846875
transcript.pyannote[2069].speaker SPEAKER_10
transcript.pyannote[2069].start 14684.84159375
transcript.pyannote[2069].end 14686.76534375
transcript.pyannote[2070].speaker SPEAKER_10
transcript.pyannote[2070].start 14687.30534375
transcript.pyannote[2070].end 14699.10096875
transcript.pyannote[2071].speaker SPEAKER_10
transcript.pyannote[2071].start 14699.59034375
transcript.pyannote[2071].end 14718.64221875
transcript.pyannote[2072].speaker SPEAKER_10
transcript.pyannote[2072].start 14718.82784375
transcript.pyannote[2072].end 14722.23659375
transcript.pyannote[2073].speaker SPEAKER_07
transcript.pyannote[2073].start 14721.74721875
transcript.pyannote[2073].end 14724.31221875
transcript.pyannote[2074].speaker SPEAKER_10
transcript.pyannote[2074].start 14723.33346875
transcript.pyannote[2074].end 14749.42221875
transcript.pyannote[2075].speaker SPEAKER_10
transcript.pyannote[2075].start 14749.89471875
transcript.pyannote[2075].end 14756.69534375
transcript.pyannote[2076].speaker SPEAKER_10
transcript.pyannote[2076].start 14757.42096875
transcript.pyannote[2076].end 14779.00409375
transcript.pyannote[2077].speaker SPEAKER_06
transcript.pyannote[2077].start 14777.89034375
transcript.pyannote[2077].end 14778.32909375
transcript.pyannote[2078].speaker SPEAKER_06
transcript.pyannote[2078].start 14779.81409375
transcript.pyannote[2078].end 14783.34096875
transcript.pyannote[2079].speaker SPEAKER_13
transcript.pyannote[2079].start 14791.06971875
transcript.pyannote[2079].end 14796.21659375
transcript.pyannote[2080].speaker SPEAKER_13
transcript.pyannote[2080].start 14797.24596875
transcript.pyannote[2080].end 14798.57909375
transcript.pyannote[2081].speaker SPEAKER_06
transcript.pyannote[2081].start 14798.00534375
transcript.pyannote[2081].end 14799.37221875
transcript.pyannote[2082].speaker SPEAKER_13
transcript.pyannote[2082].start 14815.82534375
transcript.pyannote[2082].end 14818.45784375
transcript.pyannote[2083].speaker SPEAKER_21
transcript.pyannote[2083].start 14817.54659375
transcript.pyannote[2083].end 14817.96846875
transcript.pyannote[2084].speaker SPEAKER_13
transcript.pyannote[2084].start 14819.01471875
transcript.pyannote[2084].end 14825.93346875
transcript.pyannote[2085].speaker SPEAKER_11
transcript.pyannote[2085].start 14826.32159375
transcript.pyannote[2085].end 14827.33409375
transcript.pyannote[2086].speaker SPEAKER_13
transcript.pyannote[2086].start 14827.28346875
transcript.pyannote[2086].end 14838.25221875
transcript.pyannote[2087].speaker SPEAKER_13
transcript.pyannote[2087].start 14839.01159375
transcript.pyannote[2087].end 14839.45034375
transcript.pyannote[2088].speaker SPEAKER_11
transcript.pyannote[2088].start 14839.70346875
transcript.pyannote[2088].end 14841.49221875
transcript.pyannote[2089].speaker SPEAKER_13
transcript.pyannote[2089].start 14841.00284375
transcript.pyannote[2089].end 14844.58034375
transcript.pyannote[2090].speaker SPEAKER_13
transcript.pyannote[2090].start 14845.23846875
transcript.pyannote[2090].end 14851.65096875
transcript.pyannote[2091].speaker SPEAKER_13
transcript.pyannote[2091].start 14852.19096875
transcript.pyannote[2091].end 14855.97096875
transcript.pyannote[2092].speaker SPEAKER_11
transcript.pyannote[2092].start 14855.97096875
transcript.pyannote[2092].end 14856.47721875
transcript.pyannote[2093].speaker SPEAKER_13
transcript.pyannote[2093].start 14857.25346875
transcript.pyannote[2093].end 14871.71534375
transcript.pyannote[2094].speaker SPEAKER_13
transcript.pyannote[2094].start 14872.33971875
transcript.pyannote[2094].end 14881.51971875
transcript.pyannote[2095].speaker SPEAKER_13
transcript.pyannote[2095].start 14882.14409375
transcript.pyannote[2095].end 14885.68784375
transcript.pyannote[2096].speaker SPEAKER_13
transcript.pyannote[2096].start 14886.04221875
transcript.pyannote[2096].end 14889.13034375
transcript.pyannote[2097].speaker SPEAKER_13
transcript.pyannote[2097].start 14889.48471875
transcript.pyannote[2097].end 14893.12971875
transcript.pyannote[2098].speaker SPEAKER_13
transcript.pyannote[2098].start 14894.49659375
transcript.pyannote[2098].end 14902.32659375
transcript.pyannote[2099].speaker SPEAKER_13
transcript.pyannote[2099].start 14903.03534375
transcript.pyannote[2099].end 14908.31721875
transcript.pyannote[2100].speaker SPEAKER_11
transcript.pyannote[2100].start 14909.75159375
transcript.pyannote[2100].end 14910.52784375
transcript.pyannote[2101].speaker SPEAKER_13
transcript.pyannote[2101].start 14910.52784375
transcript.pyannote[2101].end 14911.40534375
transcript.pyannote[2102].speaker SPEAKER_11
transcript.pyannote[2102].start 14910.76409375
transcript.pyannote[2102].end 14916.06284375
transcript.pyannote[2103].speaker SPEAKER_13
transcript.pyannote[2103].start 14911.65846875
transcript.pyannote[2103].end 14913.43034375
transcript.pyannote[2104].speaker SPEAKER_13
transcript.pyannote[2104].start 14913.98721875
transcript.pyannote[2104].end 14917.19346875
transcript.pyannote[2105].speaker SPEAKER_13
transcript.pyannote[2105].start 14919.33659375
transcript.pyannote[2105].end 14920.36596875
transcript.pyannote[2106].speaker SPEAKER_13
transcript.pyannote[2106].start 14923.25159375
transcript.pyannote[2106].end 14933.98409375
transcript.pyannote[2107].speaker SPEAKER_00
transcript.pyannote[2107].start 14925.22596875
transcript.pyannote[2107].end 14925.24284375
transcript.pyannote[2108].speaker SPEAKER_16
transcript.pyannote[2108].start 14925.24284375
transcript.pyannote[2108].end 14926.00221875
transcript.pyannote[2109].speaker SPEAKER_13
transcript.pyannote[2109].start 14934.52409375
transcript.pyannote[2109].end 14937.49409375
transcript.pyannote[2110].speaker SPEAKER_13
transcript.pyannote[2110].start 14937.67971875
transcript.pyannote[2110].end 14939.41784375
transcript.pyannote[2111].speaker SPEAKER_13
transcript.pyannote[2111].start 14939.58659375
transcript.pyannote[2111].end 14941.72971875
transcript.pyannote[2112].speaker SPEAKER_07
transcript.pyannote[2112].start 14941.54409375
transcript.pyannote[2112].end 14942.40471875
transcript.pyannote[2113].speaker SPEAKER_13
transcript.pyannote[2113].start 14942.94471875
transcript.pyannote[2113].end 14944.54784375
transcript.pyannote[2114].speaker SPEAKER_07
transcript.pyannote[2114].start 14944.34534375
transcript.pyannote[2114].end 14946.52221875
transcript.pyannote[2115].speaker SPEAKER_07
transcript.pyannote[2115].start 14946.82596875
transcript.pyannote[2115].end 14963.65034375
transcript.pyannote[2116].speaker SPEAKER_13
transcript.pyannote[2116].start 14957.76096875
transcript.pyannote[2116].end 14957.77784375
transcript.pyannote[2117].speaker SPEAKER_30
transcript.pyannote[2117].start 14957.77784375
transcript.pyannote[2117].end 14958.03096875
transcript.pyannote[2118].speaker SPEAKER_13
transcript.pyannote[2118].start 14958.03096875
transcript.pyannote[2118].end 14960.35971875
transcript.pyannote[2119].speaker SPEAKER_30
transcript.pyannote[2119].start 14960.35971875
transcript.pyannote[2119].end 14960.51159375
transcript.pyannote[2120].speaker SPEAKER_30
transcript.pyannote[2120].start 14963.65034375
transcript.pyannote[2120].end 14964.08909375
transcript.pyannote[2121].speaker SPEAKER_07
transcript.pyannote[2121].start 14964.03846875
transcript.pyannote[2121].end 14973.53909375
transcript.pyannote[2122].speaker SPEAKER_13
transcript.pyannote[2122].start 14971.09221875
transcript.pyannote[2122].end 14972.52659375
transcript.pyannote[2123].speaker SPEAKER_13
transcript.pyannote[2123].start 14973.23534375
transcript.pyannote[2123].end 14976.89721875
transcript.pyannote[2124].speaker SPEAKER_07
transcript.pyannote[2124].start 14974.73721875
transcript.pyannote[2124].end 14975.78346875
transcript.pyannote[2125].speaker SPEAKER_13
transcript.pyannote[2125].start 14977.30221875
transcript.pyannote[2125].end 14981.60534375
transcript.pyannote[2126].speaker SPEAKER_07
transcript.pyannote[2126].start 14981.48721875
transcript.pyannote[2126].end 14988.69284375
transcript.pyannote[2127].speaker SPEAKER_13
transcript.pyannote[2127].start 14988.69284375
transcript.pyannote[2127].end 14989.09784375
transcript.pyannote[2128].speaker SPEAKER_07
transcript.pyannote[2128].start 14989.03034375
transcript.pyannote[2128].end 14989.94159375
transcript.pyannote[2129].speaker SPEAKER_13
transcript.pyannote[2129].start 14989.55346875
transcript.pyannote[2129].end 14994.10971875
transcript.pyannote[2130].speaker SPEAKER_07
transcript.pyannote[2130].start 14993.67096875
transcript.pyannote[2130].end 15001.73721875
transcript.pyannote[2131].speaker SPEAKER_13
transcript.pyannote[2131].start 14999.88096875
transcript.pyannote[2131].end 15013.92096875
transcript.pyannote[2132].speaker SPEAKER_13
transcript.pyannote[2132].start 15015.28784375
transcript.pyannote[2132].end 15017.48159375
transcript.pyannote[2133].speaker SPEAKER_13
transcript.pyannote[2133].start 15017.97096875
transcript.pyannote[2133].end 15019.64159375
transcript.pyannote[2134].speaker SPEAKER_07
transcript.pyannote[2134].start 15018.05534375
transcript.pyannote[2134].end 15018.46034375
transcript.pyannote[2135].speaker SPEAKER_07
transcript.pyannote[2135].start 15018.71346875
transcript.pyannote[2135].end 15024.53534375
transcript.pyannote[2136].speaker SPEAKER_07
transcript.pyannote[2136].start 15024.97409375
transcript.pyannote[2136].end 15027.85971875
transcript.pyannote[2137].speaker SPEAKER_13
transcript.pyannote[2137].start 15027.58971875
transcript.pyannote[2137].end 15030.86346875
transcript.pyannote[2138].speaker SPEAKER_07
transcript.pyannote[2138].start 15028.04534375
transcript.pyannote[2138].end 15029.69909375
transcript.pyannote[2139].speaker SPEAKER_07
transcript.pyannote[2139].start 15029.98596875
transcript.pyannote[2139].end 15033.91784375
transcript.pyannote[2140].speaker SPEAKER_07
transcript.pyannote[2140].start 15034.44096875
transcript.pyannote[2140].end 15042.18659375
transcript.pyannote[2141].speaker SPEAKER_08
transcript.pyannote[2141].start 15041.03909375
transcript.pyannote[2141].end 15041.52846875
transcript.pyannote[2142].speaker SPEAKER_07
transcript.pyannote[2142].start 15042.37221875
transcript.pyannote[2142].end 15055.72034375
transcript.pyannote[2143].speaker SPEAKER_13
transcript.pyannote[2143].start 15050.28659375
transcript.pyannote[2143].end 15050.64096875
transcript.pyannote[2144].speaker SPEAKER_13
transcript.pyannote[2144].start 15056.14221875
transcript.pyannote[2144].end 15058.33596875
transcript.pyannote[2145].speaker SPEAKER_13
transcript.pyannote[2145].start 15058.84221875
transcript.pyannote[2145].end 15071.76846875
transcript.pyannote[2146].speaker SPEAKER_07
transcript.pyannote[2146].start 15064.95096875
transcript.pyannote[2146].end 15065.47409375
transcript.pyannote[2147].speaker SPEAKER_13
transcript.pyannote[2147].start 15072.30846875
transcript.pyannote[2147].end 15073.97909375
transcript.pyannote[2148].speaker SPEAKER_13
transcript.pyannote[2148].start 15074.53596875
transcript.pyannote[2148].end 15076.54409375
transcript.pyannote[2149].speaker SPEAKER_13
transcript.pyannote[2149].start 15076.96596875
transcript.pyannote[2149].end 15078.88971875
transcript.pyannote[2150].speaker SPEAKER_13
transcript.pyannote[2150].start 15079.39596875
transcript.pyannote[2150].end 15097.41846875
transcript.pyannote[2151].speaker SPEAKER_07
transcript.pyannote[2151].start 15098.22846875
transcript.pyannote[2151].end 15100.35471875
transcript.pyannote[2152].speaker SPEAKER_13
transcript.pyannote[2152].start 15099.22409375
transcript.pyannote[2152].end 15103.02096875
transcript.pyannote[2153].speaker SPEAKER_13
transcript.pyannote[2153].start 15103.54409375
transcript.pyannote[2153].end 15109.70346875
transcript.pyannote[2154].speaker SPEAKER_07
transcript.pyannote[2154].start 15109.34909375
transcript.pyannote[2154].end 15111.96471875
transcript.pyannote[2155].speaker SPEAKER_06
transcript.pyannote[2155].start 15111.96471875
transcript.pyannote[2155].end 15112.89284375
transcript.pyannote[2156].speaker SPEAKER_07
transcript.pyannote[2156].start 15112.08284375
transcript.pyannote[2156].end 15112.16721875
transcript.pyannote[2157].speaker SPEAKER_13
transcript.pyannote[2157].start 15112.16721875
transcript.pyannote[2157].end 15113.16284375
transcript.pyannote[2158].speaker SPEAKER_06
transcript.pyannote[2158].start 15114.36096875
transcript.pyannote[2158].end 15118.34346875
transcript.pyannote[2159].speaker SPEAKER_34
transcript.pyannote[2159].start 15124.72221875
transcript.pyannote[2159].end 15126.25784375
transcript.pyannote[2160].speaker SPEAKER_06
transcript.pyannote[2160].start 15128.89034375
transcript.pyannote[2160].end 15129.56534375
transcript.pyannote[2161].speaker SPEAKER_06
transcript.pyannote[2161].start 15133.96971875
transcript.pyannote[2161].end 15134.42534375
transcript.pyannote[2162].speaker SPEAKER_08
transcript.pyannote[2162].start 15134.42534375
transcript.pyannote[2162].end 15134.45909375
transcript.pyannote[2163].speaker SPEAKER_08
transcript.pyannote[2163].start 15134.47596875
transcript.pyannote[2163].end 15134.49284375
transcript.pyannote[2164].speaker SPEAKER_34
transcript.pyannote[2164].start 15134.49284375
transcript.pyannote[2164].end 15142.15409375
transcript.pyannote[2165].speaker SPEAKER_34
transcript.pyannote[2165].start 15142.77846875
transcript.pyannote[2165].end 15154.21971875
transcript.pyannote[2166].speaker SPEAKER_07
transcript.pyannote[2166].start 15148.09409375
transcript.pyannote[2166].end 15148.54971875
transcript.pyannote[2167].speaker SPEAKER_07
transcript.pyannote[2167].start 15151.24971875
transcript.pyannote[2167].end 15152.78534375
transcript.pyannote[2168].speaker SPEAKER_30
transcript.pyannote[2168].start 15152.78534375
transcript.pyannote[2168].end 15152.83596875
transcript.pyannote[2169].speaker SPEAKER_07
transcript.pyannote[2169].start 15154.05096875
transcript.pyannote[2169].end 15154.06784375
transcript.pyannote[2170].speaker SPEAKER_30
transcript.pyannote[2170].start 15154.06784375
transcript.pyannote[2170].end 15154.42221875
transcript.pyannote[2171].speaker SPEAKER_34
transcript.pyannote[2171].start 15154.48971875
transcript.pyannote[2171].end 15189.37034375
transcript.pyannote[2172].speaker SPEAKER_34
transcript.pyannote[2172].start 15189.62346875
transcript.pyannote[2172].end 15192.03659375
transcript.pyannote[2173].speaker SPEAKER_34
transcript.pyannote[2173].start 15192.18846875
transcript.pyannote[2173].end 15238.88159375
transcript.pyannote[2174].speaker SPEAKER_07
transcript.pyannote[2174].start 15239.77596875
transcript.pyannote[2174].end 15240.87284375
transcript.pyannote[2175].speaker SPEAKER_07
transcript.pyannote[2175].start 15240.95721875
transcript.pyannote[2175].end 15300.32346875
transcript.pyannote[2176].speaker SPEAKER_00
transcript.pyannote[2176].start 15269.23971875
transcript.pyannote[2176].end 15269.37471875
transcript.pyannote[2177].speaker SPEAKER_08
transcript.pyannote[2177].start 15269.37471875
transcript.pyannote[2177].end 15269.47596875
transcript.pyannote[2178].speaker SPEAKER_00
transcript.pyannote[2178].start 15269.47596875
transcript.pyannote[2178].end 15269.54346875
transcript.pyannote[2179].speaker SPEAKER_00
transcript.pyannote[2179].start 15281.00159375
transcript.pyannote[2179].end 15281.35596875
transcript.pyannote[2180].speaker SPEAKER_00
transcript.pyannote[2180].start 15287.92034375
transcript.pyannote[2180].end 15288.03846875
transcript.pyannote[2181].speaker SPEAKER_30
transcript.pyannote[2181].start 15288.03846875
transcript.pyannote[2181].end 15288.15659375
transcript.pyannote[2182].speaker SPEAKER_00
transcript.pyannote[2182].start 15288.15659375
transcript.pyannote[2182].end 15288.24096875
transcript.pyannote[2183].speaker SPEAKER_00
transcript.pyannote[2183].start 15293.11784375
transcript.pyannote[2183].end 15293.13471875
transcript.pyannote[2184].speaker SPEAKER_30
transcript.pyannote[2184].start 15293.13471875
transcript.pyannote[2184].end 15293.50596875
transcript.pyannote[2185].speaker SPEAKER_00
transcript.pyannote[2185].start 15293.50596875
transcript.pyannote[2185].end 15293.52284375
transcript.pyannote[2186].speaker SPEAKER_08
transcript.pyannote[2186].start 15297.74159375
transcript.pyannote[2186].end 15298.16346875
transcript.pyannote[2187].speaker SPEAKER_00
transcript.pyannote[2187].start 15298.16346875
transcript.pyannote[2187].end 15298.18034375
transcript.pyannote[2188].speaker SPEAKER_07
transcript.pyannote[2188].start 15300.72846875
transcript.pyannote[2188].end 15304.25534375
transcript.pyannote[2189].speaker SPEAKER_07
transcript.pyannote[2189].start 15304.64346875
transcript.pyannote[2189].end 15326.00721875
transcript.pyannote[2190].speaker SPEAKER_34
transcript.pyannote[2190].start 15307.47846875
transcript.pyannote[2190].end 15308.74409375
transcript.pyannote[2191].speaker SPEAKER_34
transcript.pyannote[2191].start 15309.28409375
transcript.pyannote[2191].end 15309.82409375
transcript.pyannote[2192].speaker SPEAKER_08
transcript.pyannote[2192].start 15309.82409375
transcript.pyannote[2192].end 15309.87471875
transcript.pyannote[2193].speaker SPEAKER_34
transcript.pyannote[2193].start 15309.87471875
transcript.pyannote[2193].end 15309.90846875
transcript.pyannote[2194].speaker SPEAKER_08
transcript.pyannote[2194].start 15309.90846875
transcript.pyannote[2194].end 15309.92534375
transcript.pyannote[2195].speaker SPEAKER_34
transcript.pyannote[2195].start 15321.55221875
transcript.pyannote[2195].end 15322.09221875
transcript.pyannote[2196].speaker SPEAKER_34
transcript.pyannote[2196].start 15322.53096875
transcript.pyannote[2196].end 15322.78409375
transcript.pyannote[2197].speaker SPEAKER_34
transcript.pyannote[2197].start 15325.88909375
transcript.pyannote[2197].end 15328.84221875
transcript.pyannote[2198].speaker SPEAKER_07
transcript.pyannote[2198].start 15328.85909375
transcript.pyannote[2198].end 15329.71971875
transcript.pyannote[2199].speaker SPEAKER_09
transcript.pyannote[2199].start 15331.39034375
transcript.pyannote[2199].end 15343.54034375
transcript.pyannote[2200].speaker SPEAKER_34
transcript.pyannote[2200].start 15337.56659375
transcript.pyannote[2200].end 15338.25846875
transcript.pyannote[2201].speaker SPEAKER_08
transcript.pyannote[2201].start 15338.25846875
transcript.pyannote[2201].end 15338.32596875
transcript.pyannote[2202].speaker SPEAKER_34
transcript.pyannote[2202].start 15338.32596875
transcript.pyannote[2202].end 15338.91659375
transcript.pyannote[2203].speaker SPEAKER_34
transcript.pyannote[2203].start 15343.11846875
transcript.pyannote[2203].end 15376.61534375
transcript.pyannote[2204].speaker SPEAKER_07
transcript.pyannote[2204].start 15374.82659375
transcript.pyannote[2204].end 15375.29909375
transcript.pyannote[2205].speaker SPEAKER_07
transcript.pyannote[2205].start 15376.66596875
transcript.pyannote[2205].end 15378.08346875
transcript.pyannote[2206].speaker SPEAKER_07
transcript.pyannote[2206].start 15378.69096875
transcript.pyannote[2206].end 15400.34159375
transcript.pyannote[2207].speaker SPEAKER_30
transcript.pyannote[2207].start 15383.09534375
transcript.pyannote[2207].end 15383.65221875
transcript.pyannote[2208].speaker SPEAKER_30
transcript.pyannote[2208].start 15387.19596875
transcript.pyannote[2208].end 15387.60096875
transcript.pyannote[2209].speaker SPEAKER_08
transcript.pyannote[2209].start 15387.60096875
transcript.pyannote[2209].end 15387.65159375
transcript.pyannote[2210].speaker SPEAKER_34
transcript.pyannote[2210].start 15399.68346875
transcript.pyannote[2210].end 15413.65596875
transcript.pyannote[2211].speaker SPEAKER_07
transcript.pyannote[2211].start 15412.77846875
transcript.pyannote[2211].end 15417.01409375
transcript.pyannote[2212].speaker SPEAKER_34
transcript.pyannote[2212].start 15413.79096875
transcript.pyannote[2212].end 15415.27596875
transcript.pyannote[2213].speaker SPEAKER_34
transcript.pyannote[2213].start 15416.37284375
transcript.pyannote[2213].end 15451.82721875
transcript.pyannote[2214].speaker SPEAKER_34
transcript.pyannote[2214].start 15451.99596875
transcript.pyannote[2214].end 15455.80971875
transcript.pyannote[2215].speaker SPEAKER_07
transcript.pyannote[2215].start 15456.61971875
transcript.pyannote[2215].end 15457.73346875
transcript.pyannote[2216].speaker SPEAKER_34
transcript.pyannote[2216].start 15456.67034375
transcript.pyannote[2216].end 15458.02034375
transcript.pyannote[2217].speaker SPEAKER_34
transcript.pyannote[2217].start 15458.44221875
transcript.pyannote[2217].end 15464.55096875
transcript.pyannote[2218].speaker SPEAKER_07
transcript.pyannote[2218].start 15466.91346875
transcript.pyannote[2218].end 15467.80784375
transcript.pyannote[2219].speaker SPEAKER_07
transcript.pyannote[2219].start 15468.14534375
transcript.pyannote[2219].end 15478.64159375
transcript.pyannote[2220].speaker SPEAKER_34
transcript.pyannote[2220].start 15470.45721875
transcript.pyannote[2220].end 15470.47409375
transcript.pyannote[2221].speaker SPEAKER_08
transcript.pyannote[2221].start 15470.47409375
transcript.pyannote[2221].end 15470.50784375
transcript.pyannote[2222].speaker SPEAKER_34
transcript.pyannote[2222].start 15470.50784375
transcript.pyannote[2222].end 15470.76096875
transcript.pyannote[2223].speaker SPEAKER_08
transcript.pyannote[2223].start 15470.76096875
transcript.pyannote[2223].end 15470.96346875
transcript.pyannote[2224].speaker SPEAKER_34
transcript.pyannote[2224].start 15477.30846875
transcript.pyannote[2224].end 15477.42659375
transcript.pyannote[2225].speaker SPEAKER_34
transcript.pyannote[2225].start 15478.89471875
transcript.pyannote[2225].end 15493.10346875
transcript.pyannote[2226].speaker SPEAKER_34
transcript.pyannote[2226].start 15493.42409375
transcript.pyannote[2226].end 15513.03284375
transcript.pyannote[2227].speaker SPEAKER_07
transcript.pyannote[2227].start 15499.14471875
transcript.pyannote[2227].end 15500.03909375
transcript.pyannote[2228].speaker SPEAKER_30
transcript.pyannote[2228].start 15506.51909375
transcript.pyannote[2228].end 15506.90721875
transcript.pyannote[2229].speaker SPEAKER_00
transcript.pyannote[2229].start 15506.90721875
transcript.pyannote[2229].end 15506.97471875
transcript.pyannote[2230].speaker SPEAKER_34
transcript.pyannote[2230].start 15513.75846875
transcript.pyannote[2230].end 15519.10784375
transcript.pyannote[2231].speaker SPEAKER_34
transcript.pyannote[2231].start 15519.66471875
transcript.pyannote[2231].end 15533.67096875
transcript.pyannote[2232].speaker SPEAKER_34
transcript.pyannote[2232].start 15533.77221875
transcript.pyannote[2232].end 15538.41284375
transcript.pyannote[2233].speaker SPEAKER_07
transcript.pyannote[2233].start 15535.93221875
transcript.pyannote[2233].end 15536.35409375
transcript.pyannote[2234].speaker SPEAKER_07
transcript.pyannote[2234].start 15537.28221875
transcript.pyannote[2234].end 15539.72909375
transcript.pyannote[2235].speaker SPEAKER_34
transcript.pyannote[2235].start 15539.37471875
transcript.pyannote[2235].end 15539.81346875
transcript.pyannote[2236].speaker SPEAKER_34
transcript.pyannote[2236].start 15540.38721875
transcript.pyannote[2236].end 15541.66971875
transcript.pyannote[2237].speaker SPEAKER_07
transcript.pyannote[2237].start 15541.26471875
transcript.pyannote[2237].end 15545.19659375
transcript.pyannote[2238].speaker SPEAKER_34
transcript.pyannote[2238].start 15544.36971875
transcript.pyannote[2238].end 15573.24284375
transcript.pyannote[2239].speaker SPEAKER_34
transcript.pyannote[2239].start 15573.63096875
transcript.pyannote[2239].end 15581.46096875
transcript.pyannote[2240].speaker SPEAKER_34
transcript.pyannote[2240].start 15581.79846875
transcript.pyannote[2240].end 15602.57159375
transcript.pyannote[2241].speaker SPEAKER_34
transcript.pyannote[2241].start 15603.01034375
transcript.pyannote[2241].end 15614.06346875
transcript.pyannote[2242].speaker SPEAKER_34
transcript.pyannote[2242].start 15614.56971875
transcript.pyannote[2242].end 15636.47346875
transcript.pyannote[2243].speaker SPEAKER_34
transcript.pyannote[2243].start 15637.38471875
transcript.pyannote[2243].end 15684.56721875
transcript.pyannote[2244].speaker SPEAKER_34
transcript.pyannote[2244].start 15684.93846875
transcript.pyannote[2244].end 15688.70159375
transcript.pyannote[2245].speaker SPEAKER_07
transcript.pyannote[2245].start 15689.47784375
transcript.pyannote[2245].end 15712.15784375
transcript.pyannote[2246].speaker SPEAKER_07
transcript.pyannote[2246].start 15713.33909375
transcript.pyannote[2246].end 15762.44534375
transcript.pyannote[2247].speaker SPEAKER_07
transcript.pyannote[2247].start 15762.74909375
transcript.pyannote[2247].end 15805.05471875
transcript.pyannote[2248].speaker SPEAKER_34
transcript.pyannote[2248].start 15804.88596875
transcript.pyannote[2248].end 15820.73159375
transcript.pyannote[2249].speaker SPEAKER_07
transcript.pyannote[2249].start 15808.07534375
transcript.pyannote[2249].end 15808.59846875
transcript.pyannote[2250].speaker SPEAKER_06
transcript.pyannote[2250].start 15819.31409375
transcript.pyannote[2250].end 15820.64721875
transcript.pyannote[2251].speaker SPEAKER_06
transcript.pyannote[2251].start 15821.99721875
transcript.pyannote[2251].end 15823.88721875
transcript.pyannote[2252].speaker SPEAKER_06
transcript.pyannote[2252].start 15824.05596875
transcript.pyannote[2252].end 15832.96596875
transcript.pyannote[2253].speaker SPEAKER_33
transcript.pyannote[2253].start 15839.81721875
transcript.pyannote[2253].end 15842.93909375
transcript.pyannote[2254].speaker SPEAKER_06
transcript.pyannote[2254].start 15843.93471875
transcript.pyannote[2254].end 15844.76159375
transcript.pyannote[2255].speaker SPEAKER_33
transcript.pyannote[2255].start 15847.49534375
transcript.pyannote[2255].end 15881.66721875
transcript.pyannote[2256].speaker SPEAKER_06
transcript.pyannote[2256].start 15848.54159375
transcript.pyannote[2256].end 15849.06471875
transcript.pyannote[2257].speaker SPEAKER_33
transcript.pyannote[2257].start 15881.98784375
transcript.pyannote[2257].end 15949.92659375
transcript.pyannote[2258].speaker SPEAKER_33
transcript.pyannote[2258].start 15950.28096875
transcript.pyannote[2258].end 15999.82596875
transcript.pyannote[2259].speaker SPEAKER_33
transcript.pyannote[2259].start 16000.24784375
transcript.pyannote[2259].end 16002.86346875
transcript.pyannote[2260].speaker SPEAKER_33
transcript.pyannote[2260].start 16003.38659375
transcript.pyannote[2260].end 16074.24471875
transcript.pyannote[2261].speaker SPEAKER_07
transcript.pyannote[2261].start 16074.68346875
transcript.pyannote[2261].end 16080.58971875
transcript.pyannote[2262].speaker SPEAKER_07
transcript.pyannote[2262].start 16081.75409375
transcript.pyannote[2262].end 16083.71159375
transcript.pyannote[2263].speaker SPEAKER_33
transcript.pyannote[2263].start 16083.20534375
transcript.pyannote[2263].end 16100.62034375
transcript.pyannote[2264].speaker SPEAKER_07
transcript.pyannote[2264].start 16099.03409375
transcript.pyannote[2264].end 16099.89471875
transcript.pyannote[2265].speaker SPEAKER_07
transcript.pyannote[2265].start 16100.45159375
transcript.pyannote[2265].end 16101.44721875
transcript.pyannote[2266].speaker SPEAKER_33
transcript.pyannote[2266].start 16101.51471875
transcript.pyannote[2266].end 16112.97284375
transcript.pyannote[2267].speaker SPEAKER_07
transcript.pyannote[2267].start 16102.13909375
transcript.pyannote[2267].end 16103.23596875
transcript.pyannote[2268].speaker SPEAKER_07
transcript.pyannote[2268].start 16104.53534375
transcript.pyannote[2268].end 16105.02471875
transcript.pyannote[2269].speaker SPEAKER_07
transcript.pyannote[2269].start 16112.56784375
transcript.pyannote[2269].end 16119.55409375
transcript.pyannote[2270].speaker SPEAKER_33
transcript.pyannote[2270].start 16118.89596875
transcript.pyannote[2270].end 16135.09596875
transcript.pyannote[2271].speaker SPEAKER_07
transcript.pyannote[2271].start 16132.10909375
transcript.pyannote[2271].end 16132.88534375
transcript.pyannote[2272].speaker SPEAKER_07
transcript.pyannote[2272].start 16134.25221875
transcript.pyannote[2272].end 16145.91284375
transcript.pyannote[2273].speaker SPEAKER_33
transcript.pyannote[2273].start 16141.25534375
transcript.pyannote[2273].end 16144.68096875
transcript.pyannote[2274].speaker SPEAKER_33
transcript.pyannote[2274].start 16144.81596875
transcript.pyannote[2274].end 16148.71409375
transcript.pyannote[2275].speaker SPEAKER_07
transcript.pyannote[2275].start 16147.27971875
transcript.pyannote[2275].end 16152.81471875
transcript.pyannote[2276].speaker SPEAKER_33
transcript.pyannote[2276].start 16149.13596875
transcript.pyannote[2276].end 16149.62534375
transcript.pyannote[2277].speaker SPEAKER_33
transcript.pyannote[2277].start 16152.07221875
transcript.pyannote[2277].end 16157.94471875
transcript.pyannote[2278].speaker SPEAKER_07
transcript.pyannote[2278].start 16157.87721875
transcript.pyannote[2278].end 16164.55971875
transcript.pyannote[2279].speaker SPEAKER_33
transcript.pyannote[2279].start 16164.20534375
transcript.pyannote[2279].end 16171.03971875
transcript.pyannote[2280].speaker SPEAKER_07
transcript.pyannote[2280].start 16168.86284375
transcript.pyannote[2280].end 16171.02284375
transcript.pyannote[2281].speaker SPEAKER_07
transcript.pyannote[2281].start 16171.03971875
transcript.pyannote[2281].end 16171.51221875
transcript.pyannote[2282].speaker SPEAKER_33
transcript.pyannote[2282].start 16171.51221875
transcript.pyannote[2282].end 16174.04346875
transcript.pyannote[2283].speaker SPEAKER_07
transcript.pyannote[2283].start 16172.11971875
transcript.pyannote[2283].end 16174.02659375
transcript.pyannote[2284].speaker SPEAKER_07
transcript.pyannote[2284].start 16174.04346875
transcript.pyannote[2284].end 16174.46534375
transcript.pyannote[2285].speaker SPEAKER_06
transcript.pyannote[2285].start 16174.46534375
transcript.pyannote[2285].end 16174.56659375
transcript.pyannote[2286].speaker SPEAKER_07
transcript.pyannote[2286].start 16174.56659375
transcript.pyannote[2286].end 16174.97159375
transcript.pyannote[2287].speaker SPEAKER_06
transcript.pyannote[2287].start 16174.97159375
transcript.pyannote[2287].end 16175.03909375
transcript.pyannote[2288].speaker SPEAKER_33
transcript.pyannote[2288].start 16175.17409375
transcript.pyannote[2288].end 16175.68034375
transcript.pyannote[2289].speaker SPEAKER_33
transcript.pyannote[2289].start 16176.01784375
transcript.pyannote[2289].end 16176.64221875
transcript.pyannote[2290].speaker SPEAKER_06
transcript.pyannote[2290].start 16176.64221875
transcript.pyannote[2290].end 16176.70971875
transcript.pyannote[2291].speaker SPEAKER_06
transcript.pyannote[2291].start 16177.35096875
transcript.pyannote[2291].end 16181.99159375
transcript.pyannote[2292].speaker SPEAKER_06
transcript.pyannote[2292].start 16186.69971875
transcript.pyannote[2292].end 16186.96971875
transcript.pyannote[2293].speaker SPEAKER_36
transcript.pyannote[2293].start 16186.96971875
transcript.pyannote[2293].end 16187.93159375
transcript.pyannote[2294].speaker SPEAKER_36
transcript.pyannote[2294].start 16190.02409375
transcript.pyannote[2294].end 16190.76659375
transcript.pyannote[2295].speaker SPEAKER_36
transcript.pyannote[2295].start 16196.57159375
transcript.pyannote[2295].end 16224.92159375
transcript.pyannote[2296].speaker SPEAKER_08
transcript.pyannote[2296].start 16225.51221875
transcript.pyannote[2296].end 16225.95096875
transcript.pyannote[2297].speaker SPEAKER_36
transcript.pyannote[2297].start 16225.95096875
transcript.pyannote[2297].end 16233.79784375
transcript.pyannote[2298].speaker SPEAKER_36
transcript.pyannote[2298].start 16233.98346875
transcript.pyannote[2298].end 16270.92284375
transcript.pyannote[2299].speaker SPEAKER_07
transcript.pyannote[2299].start 16271.71596875
transcript.pyannote[2299].end 16282.12784375
transcript.pyannote[2300].speaker SPEAKER_36
transcript.pyannote[2300].start 16282.12784375
transcript.pyannote[2300].end 16282.36409375
transcript.pyannote[2301].speaker SPEAKER_36
transcript.pyannote[2301].start 16283.25846875
transcript.pyannote[2301].end 16316.90721875
transcript.pyannote[2302].speaker SPEAKER_00
transcript.pyannote[2302].start 16300.74096875
transcript.pyannote[2302].end 16300.99409375
transcript.pyannote[2303].speaker SPEAKER_36
transcript.pyannote[2303].start 16318.08846875
transcript.pyannote[2303].end 16319.23596875
transcript.pyannote[2304].speaker SPEAKER_07
transcript.pyannote[2304].start 16319.23596875
transcript.pyannote[2304].end 16322.00346875
transcript.pyannote[2305].speaker SPEAKER_36
transcript.pyannote[2305].start 16322.00346875
transcript.pyannote[2305].end 16337.76471875
transcript.pyannote[2306].speaker SPEAKER_07
transcript.pyannote[2306].start 16336.48221875
transcript.pyannote[2306].end 16337.47784375
transcript.pyannote[2307].speaker SPEAKER_07
transcript.pyannote[2307].start 16337.76471875
transcript.pyannote[2307].end 16338.22034375
transcript.pyannote[2308].speaker SPEAKER_36
transcript.pyannote[2308].start 16338.22034375
transcript.pyannote[2308].end 16363.68471875
transcript.pyannote[2309].speaker SPEAKER_07
transcript.pyannote[2309].start 16338.40596875
transcript.pyannote[2309].end 16338.70971875
transcript.pyannote[2310].speaker SPEAKER_16
transcript.pyannote[2310].start 16365.16971875
transcript.pyannote[2310].end 16367.59971875
transcript.pyannote[2311].speaker SPEAKER_36
transcript.pyannote[2311].start 16365.92909375
transcript.pyannote[2311].end 16368.98346875
transcript.pyannote[2312].speaker SPEAKER_16
transcript.pyannote[2312].start 16368.37596875
transcript.pyannote[2312].end 16385.47034375
transcript.pyannote[2313].speaker SPEAKER_36
transcript.pyannote[2313].start 16372.56096875
transcript.pyannote[2313].end 16372.96596875
transcript.pyannote[2314].speaker SPEAKER_05
transcript.pyannote[2314].start 16381.08284375
transcript.pyannote[2314].end 16381.63971875
transcript.pyannote[2315].speaker SPEAKER_00
transcript.pyannote[2315].start 16381.63971875
transcript.pyannote[2315].end 16381.67346875
transcript.pyannote[2316].speaker SPEAKER_16
transcript.pyannote[2316].start 16385.82471875
transcript.pyannote[2316].end 16392.69284375
transcript.pyannote[2317].speaker SPEAKER_36
transcript.pyannote[2317].start 16391.37659375
transcript.pyannote[2317].end 16391.84909375
transcript.pyannote[2318].speaker SPEAKER_16
transcript.pyannote[2318].start 16393.04721875
transcript.pyannote[2318].end 16399.64534375
transcript.pyannote[2319].speaker SPEAKER_36
transcript.pyannote[2319].start 16399.49346875
transcript.pyannote[2319].end 16399.93221875
transcript.pyannote[2320].speaker SPEAKER_16
transcript.pyannote[2320].start 16399.67909375
transcript.pyannote[2320].end 16399.72971875
transcript.pyannote[2321].speaker SPEAKER_16
transcript.pyannote[2321].start 16399.74659375
transcript.pyannote[2321].end 16400.48909375
transcript.pyannote[2322].speaker SPEAKER_36
transcript.pyannote[2322].start 16400.15159375
transcript.pyannote[2322].end 16403.72909375
transcript.pyannote[2323].speaker SPEAKER_16
transcript.pyannote[2323].start 16402.36221875
transcript.pyannote[2323].end 16412.06534375
transcript.pyannote[2324].speaker SPEAKER_36
transcript.pyannote[2324].start 16403.93159375
transcript.pyannote[2324].end 16404.35346875
transcript.pyannote[2325].speaker SPEAKER_16
transcript.pyannote[2325].start 16412.55471875
transcript.pyannote[2325].end 16430.96534375
transcript.pyannote[2326].speaker SPEAKER_36
transcript.pyannote[2326].start 16429.53096875
transcript.pyannote[2326].end 16444.88721875
transcript.pyannote[2327].speaker SPEAKER_16
transcript.pyannote[2327].start 16445.07284375
transcript.pyannote[2327].end 16454.64096875
transcript.pyannote[2328].speaker SPEAKER_07
transcript.pyannote[2328].start 16454.53971875
transcript.pyannote[2328].end 16468.37721875
transcript.pyannote[2329].speaker SPEAKER_36
transcript.pyannote[2329].start 16467.97221875
transcript.pyannote[2329].end 16471.70159375
transcript.pyannote[2330].speaker SPEAKER_07
transcript.pyannote[2330].start 16469.33909375
transcript.pyannote[2330].end 16474.89096875
transcript.pyannote[2331].speaker SPEAKER_07
transcript.pyannote[2331].start 16475.39721875
transcript.pyannote[2331].end 16476.66284375
transcript.pyannote[2332].speaker SPEAKER_07
transcript.pyannote[2332].start 16477.10159375
transcript.pyannote[2332].end 16497.35159375
transcript.pyannote[2333].speaker SPEAKER_36
transcript.pyannote[2333].start 16488.64409375
transcript.pyannote[2333].end 16491.49596875
transcript.pyannote[2334].speaker SPEAKER_36
transcript.pyannote[2334].start 16495.09034375
transcript.pyannote[2334].end 16500.25409375
transcript.pyannote[2335].speaker SPEAKER_07
transcript.pyannote[2335].start 16498.48221875
transcript.pyannote[2335].end 16507.42596875
transcript.pyannote[2336].speaker SPEAKER_36
transcript.pyannote[2336].start 16500.87846875
transcript.pyannote[2336].end 16502.53221875
transcript.pyannote[2337].speaker SPEAKER_36
transcript.pyannote[2337].start 16505.02971875
transcript.pyannote[2337].end 16505.60346875
transcript.pyannote[2338].speaker SPEAKER_36
transcript.pyannote[2338].start 16506.44721875
transcript.pyannote[2338].end 16522.05659375
transcript.pyannote[2339].speaker SPEAKER_07
transcript.pyannote[2339].start 16511.67846875
transcript.pyannote[2339].end 16511.69534375
transcript.pyannote[2340].speaker SPEAKER_07
transcript.pyannote[2340].start 16520.25096875
transcript.pyannote[2340].end 16526.69721875
transcript.pyannote[2341].speaker SPEAKER_36
transcript.pyannote[2341].start 16524.03096875
transcript.pyannote[2341].end 16536.68721875
transcript.pyannote[2342].speaker SPEAKER_07
transcript.pyannote[2342].start 16527.55784375
transcript.pyannote[2342].end 16528.33409375
transcript.pyannote[2343].speaker SPEAKER_06
transcript.pyannote[2343].start 16537.34534375
transcript.pyannote[2343].end 16539.33659375
transcript.pyannote[2344].speaker SPEAKER_06
transcript.pyannote[2344].start 16540.21409375
transcript.pyannote[2344].end 16546.45784375
transcript.pyannote[2345].speaker SPEAKER_02
transcript.pyannote[2345].start 16555.35096875
transcript.pyannote[2345].end 16558.79346875
transcript.pyannote[2346].speaker SPEAKER_06
transcript.pyannote[2346].start 16558.23659375
transcript.pyannote[2346].end 16558.38846875
transcript.pyannote[2347].speaker SPEAKER_02
transcript.pyannote[2347].start 16559.38409375
transcript.pyannote[2347].end 16561.00409375
transcript.pyannote[2348].speaker SPEAKER_06
transcript.pyannote[2348].start 16561.69596875
transcript.pyannote[2348].end 16565.89784375
transcript.pyannote[2349].speaker SPEAKER_02
transcript.pyannote[2349].start 16566.79221875
transcript.pyannote[2349].end 16576.10721875
transcript.pyannote[2350].speaker SPEAKER_02
transcript.pyannote[2350].start 16576.56284375
transcript.pyannote[2350].end 16578.92534375
transcript.pyannote[2351].speaker SPEAKER_02
transcript.pyannote[2351].start 16579.00971875
transcript.pyannote[2351].end 16581.20346875
transcript.pyannote[2352].speaker SPEAKER_02
transcript.pyannote[2352].start 16581.50721875
transcript.pyannote[2352].end 16593.67409375
transcript.pyannote[2353].speaker SPEAKER_02
transcript.pyannote[2353].start 16593.84284375
transcript.pyannote[2353].end 16615.08846875
transcript.pyannote[2354].speaker SPEAKER_02
transcript.pyannote[2354].start 16615.74659375
transcript.pyannote[2354].end 16617.38346875
transcript.pyannote[2355].speaker SPEAKER_02
transcript.pyannote[2355].start 16617.67034375
transcript.pyannote[2355].end 16623.55971875
transcript.pyannote[2356].speaker SPEAKER_02
transcript.pyannote[2356].start 16623.67784375
transcript.pyannote[2356].end 16624.69034375
transcript.pyannote[2357].speaker SPEAKER_02
transcript.pyannote[2357].start 16625.24721875
transcript.pyannote[2357].end 16626.09096875
transcript.pyannote[2358].speaker SPEAKER_02
transcript.pyannote[2358].start 16626.46221875
transcript.pyannote[2358].end 16634.51159375
transcript.pyannote[2359].speaker SPEAKER_02
transcript.pyannote[2359].start 16634.95034375
transcript.pyannote[2359].end 16638.79784375
transcript.pyannote[2360].speaker SPEAKER_02
transcript.pyannote[2360].start 16638.86534375
transcript.pyannote[2360].end 16640.09721875
transcript.pyannote[2361].speaker SPEAKER_02
transcript.pyannote[2361].start 16640.40096875
transcript.pyannote[2361].end 16640.90721875
transcript.pyannote[2362].speaker SPEAKER_02
transcript.pyannote[2362].start 16641.26159375
transcript.pyannote[2362].end 16651.57221875
transcript.pyannote[2363].speaker SPEAKER_02
transcript.pyannote[2363].start 16651.82534375
transcript.pyannote[2363].end 16654.72784375
transcript.pyannote[2364].speaker SPEAKER_07
transcript.pyannote[2364].start 16655.74034375
transcript.pyannote[2364].end 16668.91971875
transcript.pyannote[2365].speaker SPEAKER_07
transcript.pyannote[2365].start 16670.11784375
transcript.pyannote[2365].end 16670.99534375
transcript.pyannote[2366].speaker SPEAKER_07
transcript.pyannote[2366].start 16671.50159375
transcript.pyannote[2366].end 16684.63034375
transcript.pyannote[2367].speaker SPEAKER_07
transcript.pyannote[2367].start 16684.71471875
transcript.pyannote[2367].end 16687.33034375
transcript.pyannote[2368].speaker SPEAKER_07
transcript.pyannote[2368].start 16687.71846875
transcript.pyannote[2368].end 16688.56221875
transcript.pyannote[2369].speaker SPEAKER_07
transcript.pyannote[2369].start 16688.95034375
transcript.pyannote[2369].end 16701.80909375
transcript.pyannote[2370].speaker SPEAKER_07
transcript.pyannote[2370].start 16702.33221875
transcript.pyannote[2370].end 16703.27721875
transcript.pyannote[2371].speaker SPEAKER_07
transcript.pyannote[2371].start 16703.61471875
transcript.pyannote[2371].end 16705.06596875
transcript.pyannote[2372].speaker SPEAKER_07
transcript.pyannote[2372].start 16705.70721875
transcript.pyannote[2372].end 16712.52471875
transcript.pyannote[2373].speaker SPEAKER_07
transcript.pyannote[2373].start 16713.68909375
transcript.pyannote[2373].end 16716.94596875
transcript.pyannote[2374].speaker SPEAKER_02
transcript.pyannote[2374].start 16717.06409375
transcript.pyannote[2374].end 16717.89096875
transcript.pyannote[2375].speaker SPEAKER_02
transcript.pyannote[2375].start 16717.97534375
transcript.pyannote[2375].end 16741.90409375
transcript.pyannote[2376].speaker SPEAKER_02
transcript.pyannote[2376].start 16742.34284375
transcript.pyannote[2376].end 16769.59596875
transcript.pyannote[2377].speaker SPEAKER_02
transcript.pyannote[2377].start 16770.00096875
transcript.pyannote[2377].end 16776.07596875
transcript.pyannote[2378].speaker SPEAKER_02
transcript.pyannote[2378].start 16776.16034375
transcript.pyannote[2378].end 16780.14284375
transcript.pyannote[2379].speaker SPEAKER_07
transcript.pyannote[2379].start 16779.87284375
transcript.pyannote[2379].end 16781.54346875
transcript.pyannote[2380].speaker SPEAKER_02
transcript.pyannote[2380].start 16781.54346875
transcript.pyannote[2380].end 16782.80909375
transcript.pyannote[2381].speaker SPEAKER_07
transcript.pyannote[2381].start 16782.16784375
transcript.pyannote[2381].end 16783.66971875
transcript.pyannote[2382].speaker SPEAKER_02
transcript.pyannote[2382].start 16783.66971875
transcript.pyannote[2382].end 16794.14909375
transcript.pyannote[2383].speaker SPEAKER_07
transcript.pyannote[2383].start 16793.89596875
transcript.pyannote[2383].end 16820.47409375
transcript.pyannote[2384].speaker SPEAKER_07
transcript.pyannote[2384].start 16820.98034375
transcript.pyannote[2384].end 16822.92096875
transcript.pyannote[2385].speaker SPEAKER_07
transcript.pyannote[2385].start 16823.74784375
transcript.pyannote[2385].end 16830.07596875
transcript.pyannote[2386].speaker SPEAKER_07
transcript.pyannote[2386].start 16830.09284375
transcript.pyannote[2386].end 16833.97409375
transcript.pyannote[2387].speaker SPEAKER_08
transcript.pyannote[2387].start 16830.26159375
transcript.pyannote[2387].end 16830.31221875
transcript.pyannote[2388].speaker SPEAKER_08
transcript.pyannote[2388].start 16830.32909375
transcript.pyannote[2388].end 16830.34596875
transcript.pyannote[2389].speaker SPEAKER_02
transcript.pyannote[2389].start 16832.80971875
transcript.pyannote[2389].end 16833.40034375
transcript.pyannote[2390].speaker SPEAKER_02
transcript.pyannote[2390].start 16833.97409375
transcript.pyannote[2390].end 16869.05721875
transcript.pyannote[2391].speaker SPEAKER_07
transcript.pyannote[2391].start 16839.96471875
transcript.pyannote[2391].end 16841.24721875
transcript.pyannote[2392].speaker SPEAKER_02
transcript.pyannote[2392].start 16869.17534375
transcript.pyannote[2392].end 16870.15409375
transcript.pyannote[2393].speaker SPEAKER_02
transcript.pyannote[2393].start 16870.40721875
transcript.pyannote[2393].end 16872.29721875
transcript.pyannote[2394].speaker SPEAKER_02
transcript.pyannote[2394].start 16872.49971875
transcript.pyannote[2394].end 16873.76534375
transcript.pyannote[2395].speaker SPEAKER_02
transcript.pyannote[2395].start 16873.91721875
transcript.pyannote[2395].end 16880.36346875
transcript.pyannote[2396].speaker SPEAKER_07
transcript.pyannote[2396].start 16879.80659375
transcript.pyannote[2396].end 16889.84721875
transcript.pyannote[2397].speaker SPEAKER_07
transcript.pyannote[2397].start 16890.55596875
transcript.pyannote[2397].end 16911.02534375
transcript.pyannote[2398].speaker SPEAKER_02
transcript.pyannote[2398].start 16911.02534375
transcript.pyannote[2398].end 16911.04221875
transcript.pyannote[2399].speaker SPEAKER_07
transcript.pyannote[2399].start 16911.04221875
transcript.pyannote[2399].end 16911.97034375
transcript.pyannote[2400].speaker SPEAKER_02
transcript.pyannote[2400].start 16911.97034375
transcript.pyannote[2400].end 16943.77971875
transcript.pyannote[2401].speaker SPEAKER_07
transcript.pyannote[2401].start 16943.23971875
transcript.pyannote[2401].end 16948.72409375
transcript.pyannote[2402].speaker SPEAKER_02
transcript.pyannote[2402].start 16949.53409375
transcript.pyannote[2402].end 16951.87971875
transcript.pyannote[2403].speaker SPEAKER_07
transcript.pyannote[2403].start 16950.63096875
transcript.pyannote[2403].end 16958.07284375
transcript.pyannote[2404].speaker SPEAKER_02
transcript.pyannote[2404].start 16956.50346875
transcript.pyannote[2404].end 16959.65909375
transcript.pyannote[2405].speaker SPEAKER_07
transcript.pyannote[2405].start 16959.65909375
transcript.pyannote[2405].end 16963.62471875
transcript.pyannote[2406].speaker SPEAKER_02
transcript.pyannote[2406].start 16963.62471875
transcript.pyannote[2406].end 16966.99971875
transcript.pyannote[2407].speaker SPEAKER_07
transcript.pyannote[2407].start 16963.65846875
transcript.pyannote[2407].end 16963.69221875
transcript.pyannote[2408].speaker SPEAKER_02
transcript.pyannote[2408].start 16967.01659375
transcript.pyannote[2408].end 16970.96534375
transcript.pyannote[2409].speaker SPEAKER_02
transcript.pyannote[2409].start 16970.99909375
transcript.pyannote[2409].end 16991.16471875
transcript.pyannote[2410].speaker SPEAKER_07
transcript.pyannote[2410].start 16990.82721875
transcript.pyannote[2410].end 17005.08659375
transcript.pyannote[2411].speaker SPEAKER_07
transcript.pyannote[2411].start 17005.52534375
transcript.pyannote[2411].end 17012.54534375
transcript.pyannote[2412].speaker SPEAKER_02
transcript.pyannote[2412].start 17010.50346875
transcript.pyannote[2412].end 17011.17846875
transcript.pyannote[2413].speaker SPEAKER_02
transcript.pyannote[2413].start 17012.29221875
transcript.pyannote[2413].end 17016.08909375
transcript.pyannote[2414].speaker SPEAKER_02
transcript.pyannote[2414].start 17016.30846875
transcript.pyannote[2414].end 17022.07971875
transcript.pyannote[2415].speaker SPEAKER_02
transcript.pyannote[2415].start 17022.46784375
transcript.pyannote[2415].end 17026.80471875
transcript.pyannote[2416].speaker SPEAKER_07
transcript.pyannote[2416].start 17025.20159375
transcript.pyannote[2416].end 17030.55096875
transcript.pyannote[2417].speaker SPEAKER_02
transcript.pyannote[2417].start 17028.00284375
transcript.pyannote[2417].end 17028.88034375
transcript.pyannote[2418].speaker SPEAKER_02
transcript.pyannote[2418].start 17030.97284375
transcript.pyannote[2418].end 17064.41909375
transcript.pyannote[2419].speaker SPEAKER_07
transcript.pyannote[2419].start 17064.16596875
transcript.pyannote[2419].end 17069.41409375
transcript.pyannote[2420].speaker SPEAKER_07
transcript.pyannote[2420].start 17070.47721875
transcript.pyannote[2420].end 17073.71721875
transcript.pyannote[2421].speaker SPEAKER_02
transcript.pyannote[2421].start 17072.29971875
transcript.pyannote[2421].end 17076.34971875
transcript.pyannote[2422].speaker SPEAKER_07
transcript.pyannote[2422].start 17074.66221875
transcript.pyannote[2422].end 17077.64909375
transcript.pyannote[2423].speaker SPEAKER_02
transcript.pyannote[2423].start 17077.64909375
transcript.pyannote[2423].end 17086.81221875
transcript.pyannote[2424].speaker SPEAKER_02
transcript.pyannote[2424].start 17086.89659375
transcript.pyannote[2424].end 17089.25909375
transcript.pyannote[2425].speaker SPEAKER_02
transcript.pyannote[2425].start 17089.49534375
transcript.pyannote[2425].end 17098.10159375
transcript.pyannote[2426].speaker SPEAKER_07
transcript.pyannote[2426].start 17095.60409375
transcript.pyannote[2426].end 17095.97534375
transcript.pyannote[2427].speaker SPEAKER_07
transcript.pyannote[2427].start 17096.97096875
transcript.pyannote[2427].end 17116.07346875
transcript.pyannote[2428].speaker SPEAKER_02
transcript.pyannote[2428].start 17108.04096875
transcript.pyannote[2428].end 17108.05784375
transcript.pyannote[2429].speaker SPEAKER_08
transcript.pyannote[2429].start 17108.05784375
transcript.pyannote[2429].end 17109.03659375
transcript.pyannote[2430].speaker SPEAKER_02
transcript.pyannote[2430].start 17109.03659375
transcript.pyannote[2430].end 17109.74534375
transcript.pyannote[2431].speaker SPEAKER_02
transcript.pyannote[2431].start 17116.07346875
transcript.pyannote[2431].end 17123.34659375
transcript.pyannote[2432].speaker SPEAKER_02
transcript.pyannote[2432].start 17123.51534375
transcript.pyannote[2432].end 17133.20159375
transcript.pyannote[2433].speaker SPEAKER_07
transcript.pyannote[2433].start 17125.81034375
transcript.pyannote[2433].end 17127.78471875
transcript.pyannote[2434].speaker SPEAKER_07
transcript.pyannote[2434].start 17132.69534375
transcript.pyannote[2434].end 17133.89346875
transcript.pyannote[2435].speaker SPEAKER_02
transcript.pyannote[2435].start 17133.97784375
transcript.pyannote[2435].end 17138.36534375
transcript.pyannote[2436].speaker SPEAKER_02
transcript.pyannote[2436].start 17141.35221875
transcript.pyannote[2436].end 17143.15784375
transcript.pyannote[2437].speaker SPEAKER_02
transcript.pyannote[2437].start 17143.86659375
transcript.pyannote[2437].end 17155.34159375
transcript.pyannote[2438].speaker SPEAKER_02
transcript.pyannote[2438].start 17155.76346875
transcript.pyannote[2438].end 17156.20221875
transcript.pyannote[2439].speaker SPEAKER_02
transcript.pyannote[2439].start 17156.77596875
transcript.pyannote[2439].end 17161.34909375
transcript.pyannote[2440].speaker SPEAKER_02
transcript.pyannote[2440].start 17161.95659375
transcript.pyannote[2440].end 17165.06159375
transcript.pyannote[2441].speaker SPEAKER_02
transcript.pyannote[2441].start 17165.31471875
transcript.pyannote[2441].end 17182.54409375
transcript.pyannote[2442].speaker SPEAKER_07
transcript.pyannote[2442].start 17182.40909375
transcript.pyannote[2442].end 17184.09659375
transcript.pyannote[2443].speaker SPEAKER_07
transcript.pyannote[2443].start 17184.31596875
transcript.pyannote[2443].end 17192.68596875
transcript.pyannote[2444].speaker SPEAKER_07
transcript.pyannote[2444].start 17192.70284375
transcript.pyannote[2444].end 17192.71971875
transcript.pyannote[2445].speaker SPEAKER_02
transcript.pyannote[2445].start 17192.71971875
transcript.pyannote[2445].end 17203.04721875
transcript.pyannote[2446].speaker SPEAKER_07
transcript.pyannote[2446].start 17196.63471875
transcript.pyannote[2446].end 17197.03971875
transcript.pyannote[2447].speaker SPEAKER_02
transcript.pyannote[2447].start 17203.09784375
transcript.pyannote[2447].end 17203.18221875
transcript.pyannote[2448].speaker SPEAKER_02
transcript.pyannote[2448].start 17203.19909375
transcript.pyannote[2448].end 17206.47284375
transcript.pyannote[2449].speaker SPEAKER_08
transcript.pyannote[2449].start 17206.33784375
transcript.pyannote[2449].end 17206.42221875
transcript.pyannote[2450].speaker SPEAKER_08
transcript.pyannote[2450].start 17206.47284375
transcript.pyannote[2450].end 17206.67534375
transcript.pyannote[2451].speaker SPEAKER_02
transcript.pyannote[2451].start 17207.14784375
transcript.pyannote[2451].end 17208.78471875
transcript.pyannote[2452].speaker SPEAKER_02
transcript.pyannote[2452].start 17208.91971875
transcript.pyannote[2452].end 17211.63659375
transcript.pyannote[2453].speaker SPEAKER_02
transcript.pyannote[2453].start 17211.88971875
transcript.pyannote[2453].end 17215.68659375
transcript.pyannote[2454].speaker SPEAKER_02
transcript.pyannote[2454].start 17215.88909375
transcript.pyannote[2454].end 17217.35721875
transcript.pyannote[2455].speaker SPEAKER_02
transcript.pyannote[2455].start 17217.72846875
transcript.pyannote[2455].end 17221.03596875
transcript.pyannote[2456].speaker SPEAKER_02
transcript.pyannote[2456].start 17221.66034375
transcript.pyannote[2456].end 17222.57159375
transcript.pyannote[2457].speaker SPEAKER_02
transcript.pyannote[2457].start 17223.49971875
transcript.pyannote[2457].end 17225.18721875
transcript.pyannote[2458].speaker SPEAKER_02
transcript.pyannote[2458].start 17225.50784375
transcript.pyannote[2458].end 17225.86221875
transcript.pyannote[2459].speaker SPEAKER_02
transcript.pyannote[2459].start 17226.43596875
transcript.pyannote[2459].end 17228.46096875
transcript.pyannote[2460].speaker SPEAKER_02
transcript.pyannote[2460].start 17228.81534375
transcript.pyannote[2460].end 17230.80659375
transcript.pyannote[2461].speaker SPEAKER_02
transcript.pyannote[2461].start 17231.85284375
transcript.pyannote[2461].end 17232.17346875
transcript.pyannote[2462].speaker SPEAKER_02
transcript.pyannote[2462].start 17232.84846875
transcript.pyannote[2462].end 17246.55096875
transcript.pyannote[2463].speaker SPEAKER_07
transcript.pyannote[2463].start 17246.29784375
transcript.pyannote[2463].end 17247.83346875
transcript.pyannote[2464].speaker SPEAKER_07
transcript.pyannote[2464].start 17248.66034375
transcript.pyannote[2464].end 17257.84034375
transcript.pyannote[2465].speaker SPEAKER_02
transcript.pyannote[2465].start 17250.41534375
transcript.pyannote[2465].end 17250.85409375
transcript.pyannote[2466].speaker SPEAKER_02
transcript.pyannote[2466].start 17256.43971875
transcript.pyannote[2466].end 17262.22784375
transcript.pyannote[2467].speaker SPEAKER_07
transcript.pyannote[2467].start 17262.21096875
transcript.pyannote[2467].end 17262.29534375
transcript.pyannote[2468].speaker SPEAKER_02
transcript.pyannote[2468].start 17262.26159375
transcript.pyannote[2468].end 17268.48846875
transcript.pyannote[2469].speaker SPEAKER_07
transcript.pyannote[2469].start 17262.37971875
transcript.pyannote[2469].end 17262.44721875
transcript.pyannote[2470].speaker SPEAKER_02
transcript.pyannote[2470].start 17269.02846875
transcript.pyannote[2470].end 17270.74971875
transcript.pyannote[2471].speaker SPEAKER_07
transcript.pyannote[2471].start 17270.12534375
transcript.pyannote[2471].end 17275.25534375
transcript.pyannote[2472].speaker SPEAKER_02
transcript.pyannote[2472].start 17275.47471875
transcript.pyannote[2472].end 17286.12284375
transcript.pyannote[2473].speaker SPEAKER_02
transcript.pyannote[2473].start 17286.29159375
transcript.pyannote[2473].end 17288.56971875
transcript.pyannote[2474].speaker SPEAKER_02
transcript.pyannote[2474].start 17289.02534375
transcript.pyannote[2474].end 17293.73346875
transcript.pyannote[2475].speaker SPEAKER_02
transcript.pyannote[2475].start 17294.18909375
transcript.pyannote[2475].end 17297.68221875
transcript.pyannote[2476].speaker SPEAKER_07
transcript.pyannote[2476].start 17298.27284375
transcript.pyannote[2476].end 17300.06159375
transcript.pyannote[2477].speaker SPEAKER_07
transcript.pyannote[2477].start 17300.17971875
transcript.pyannote[2477].end 17310.74346875
transcript.pyannote[2478].speaker SPEAKER_02
transcript.pyannote[2478].start 17311.06409375
transcript.pyannote[2478].end 17329.40721875
transcript.pyannote[2479].speaker SPEAKER_07
transcript.pyannote[2479].start 17323.29846875
transcript.pyannote[2479].end 17323.31534375
transcript.pyannote[2480].speaker SPEAKER_30
transcript.pyannote[2480].start 17323.31534375
transcript.pyannote[2480].end 17323.90596875
transcript.pyannote[2481].speaker SPEAKER_30
transcript.pyannote[2481].start 17326.03221875
transcript.pyannote[2481].end 17328.20909375
transcript.pyannote[2482].speaker SPEAKER_08
transcript.pyannote[2482].start 17328.20909375
transcript.pyannote[2482].end 17328.25971875
transcript.pyannote[2483].speaker SPEAKER_02
transcript.pyannote[2483].start 17330.08221875
transcript.pyannote[2483].end 17347.36221875
transcript.pyannote[2484].speaker SPEAKER_07
transcript.pyannote[2484].start 17333.96346875
transcript.pyannote[2484].end 17334.36846875
transcript.pyannote[2485].speaker SPEAKER_07
transcript.pyannote[2485].start 17346.53534375
transcript.pyannote[2485].end 17357.70659375
transcript.pyannote[2486].speaker SPEAKER_02
transcript.pyannote[2486].start 17357.25096875
transcript.pyannote[2486].end 17362.81971875
transcript.pyannote[2487].speaker SPEAKER_07
transcript.pyannote[2487].start 17362.22909375
transcript.pyannote[2487].end 17362.29659375
transcript.pyannote[2488].speaker SPEAKER_07
transcript.pyannote[2488].start 17362.33034375
transcript.pyannote[2488].end 17362.41471875
transcript.pyannote[2489].speaker SPEAKER_02
transcript.pyannote[2489].start 17363.00534375
transcript.pyannote[2489].end 17363.78159375
transcript.pyannote[2490].speaker SPEAKER_06
transcript.pyannote[2490].start 17363.03909375
transcript.pyannote[2490].end 17363.51159375
transcript.pyannote[2491].speaker SPEAKER_06
transcript.pyannote[2491].start 17363.78159375
transcript.pyannote[2491].end 17363.79846875
transcript.pyannote[2492].speaker SPEAKER_06
transcript.pyannote[2492].start 17364.52409375
transcript.pyannote[2492].end 17368.28721875
transcript.pyannote[2493].speaker SPEAKER_26
transcript.pyannote[2493].start 17376.77534375
transcript.pyannote[2493].end 17379.93096875
transcript.pyannote[2494].speaker SPEAKER_08
transcript.pyannote[2494].start 17388.19971875
transcript.pyannote[2494].end 17388.97596875
transcript.pyannote[2495].speaker SPEAKER_26
transcript.pyannote[2495].start 17388.67221875
transcript.pyannote[2495].end 17391.49034375
transcript.pyannote[2496].speaker SPEAKER_08
transcript.pyannote[2496].start 17391.49034375
transcript.pyannote[2496].end 17391.69284375
transcript.pyannote[2497].speaker SPEAKER_26
transcript.pyannote[2497].start 17391.69284375
transcript.pyannote[2497].end 17391.70971875
transcript.pyannote[2498].speaker SPEAKER_26
transcript.pyannote[2498].start 17391.76034375
transcript.pyannote[2498].end 17392.84034375
transcript.pyannote[2499].speaker SPEAKER_26
transcript.pyannote[2499].start 17393.17784375
transcript.pyannote[2499].end 17394.93284375
transcript.pyannote[2500].speaker SPEAKER_26
transcript.pyannote[2500].start 17395.15221875
transcript.pyannote[2500].end 17397.37971875
transcript.pyannote[2501].speaker SPEAKER_26
transcript.pyannote[2501].start 17397.75096875
transcript.pyannote[2501].end 17399.48909375
transcript.pyannote[2502].speaker SPEAKER_16
transcript.pyannote[2502].start 17402.64471875
transcript.pyannote[2502].end 17404.72034375
transcript.pyannote[2503].speaker SPEAKER_26
transcript.pyannote[2503].start 17404.97346875
transcript.pyannote[2503].end 17406.15471875
transcript.pyannote[2504].speaker SPEAKER_16
transcript.pyannote[2504].start 17406.15471875
transcript.pyannote[2504].end 17406.81284375
transcript.pyannote[2505].speaker SPEAKER_26
transcript.pyannote[2505].start 17406.18846875
transcript.pyannote[2505].end 17406.30659375
transcript.pyannote[2506].speaker SPEAKER_26
transcript.pyannote[2506].start 17406.64409375
transcript.pyannote[2506].end 17408.34846875
transcript.pyannote[2507].speaker SPEAKER_16
transcript.pyannote[2507].start 17407.74096875
transcript.pyannote[2507].end 17410.72784375
transcript.pyannote[2508].speaker SPEAKER_26
transcript.pyannote[2508].start 17411.06534375
transcript.pyannote[2508].end 17420.86971875
transcript.pyannote[2509].speaker SPEAKER_16
transcript.pyannote[2509].start 17411.43659375
transcript.pyannote[2509].end 17412.07784375
transcript.pyannote[2510].speaker SPEAKER_26
transcript.pyannote[2510].start 17421.44346875
transcript.pyannote[2510].end 17424.43034375
transcript.pyannote[2511].speaker SPEAKER_26
transcript.pyannote[2511].start 17424.68346875
transcript.pyannote[2511].end 17425.76346875
transcript.pyannote[2512].speaker SPEAKER_26
transcript.pyannote[2512].start 17425.96596875
transcript.pyannote[2512].end 17427.48471875
transcript.pyannote[2513].speaker SPEAKER_26
transcript.pyannote[2513].start 17427.99096875
transcript.pyannote[2513].end 17436.76596875
transcript.pyannote[2514].speaker SPEAKER_26
transcript.pyannote[2514].start 17437.35659375
transcript.pyannote[2514].end 17450.83971875
transcript.pyannote[2515].speaker SPEAKER_16
transcript.pyannote[2515].start 17452.15596875
transcript.pyannote[2515].end 17461.53846875
transcript.pyannote[2516].speaker SPEAKER_26
transcript.pyannote[2516].start 17460.84659375
transcript.pyannote[2516].end 17466.38159375
transcript.pyannote[2517].speaker SPEAKER_16
transcript.pyannote[2517].start 17462.07846875
transcript.pyannote[2517].end 17462.56784375
transcript.pyannote[2518].speaker SPEAKER_16
transcript.pyannote[2518].start 17464.22159375
transcript.pyannote[2518].end 17464.64346875
transcript.pyannote[2519].speaker SPEAKER_16
transcript.pyannote[2519].start 17466.34784375
transcript.pyannote[2519].end 17478.32909375
transcript.pyannote[2520].speaker SPEAKER_26
transcript.pyannote[2520].start 17467.03971875
transcript.pyannote[2520].end 17467.68096875
transcript.pyannote[2521].speaker SPEAKER_26
transcript.pyannote[2521].start 17468.81159375
transcript.pyannote[2521].end 17469.26721875
transcript.pyannote[2522].speaker SPEAKER_26
transcript.pyannote[2522].start 17477.23221875
transcript.pyannote[2522].end 17491.23846875
transcript.pyannote[2523].speaker SPEAKER_16
transcript.pyannote[2523].start 17491.23846875
transcript.pyannote[2523].end 17493.83721875
transcript.pyannote[2524].speaker SPEAKER_26
transcript.pyannote[2524].start 17492.45346875
transcript.pyannote[2524].end 17492.92596875
transcript.pyannote[2525].speaker SPEAKER_26
transcript.pyannote[2525].start 17493.66846875
transcript.pyannote[2525].end 17501.61659375
transcript.pyannote[2526].speaker SPEAKER_16
transcript.pyannote[2526].start 17501.73471875
transcript.pyannote[2526].end 17502.07221875
transcript.pyannote[2527].speaker SPEAKER_16
transcript.pyannote[2527].start 17503.05096875
transcript.pyannote[2527].end 17503.47284375
transcript.pyannote[2528].speaker SPEAKER_16
transcript.pyannote[2528].start 17503.60784375
transcript.pyannote[2528].end 17510.59409375
transcript.pyannote[2529].speaker SPEAKER_16
transcript.pyannote[2529].start 17511.42096875
transcript.pyannote[2529].end 17513.24346875
transcript.pyannote[2530].speaker SPEAKER_16
transcript.pyannote[2530].start 17513.56409375
transcript.pyannote[2530].end 17515.53846875
transcript.pyannote[2531].speaker SPEAKER_16
transcript.pyannote[2531].start 17515.74096875
transcript.pyannote[2531].end 17517.85034375
transcript.pyannote[2532].speaker SPEAKER_16
transcript.pyannote[2532].start 17518.35659375
transcript.pyannote[2532].end 17518.76159375
transcript.pyannote[2533].speaker SPEAKER_26
transcript.pyannote[2533].start 17518.42409375
transcript.pyannote[2533].end 17518.84596875
transcript.pyannote[2534].speaker SPEAKER_16
transcript.pyannote[2534].start 17519.47034375
transcript.pyannote[2534].end 17520.48284375
transcript.pyannote[2535].speaker SPEAKER_26
transcript.pyannote[2535].start 17520.14534375
transcript.pyannote[2535].end 17521.76534375
transcript.pyannote[2536].speaker SPEAKER_16
transcript.pyannote[2536].start 17521.76534375
transcript.pyannote[2536].end 17521.84971875
transcript.pyannote[2537].speaker SPEAKER_16
transcript.pyannote[2537].start 17522.25471875
transcript.pyannote[2537].end 17523.75659375
transcript.pyannote[2538].speaker SPEAKER_16
transcript.pyannote[2538].start 17523.80721875
transcript.pyannote[2538].end 17524.97159375
transcript.pyannote[2539].speaker SPEAKER_26
transcript.pyannote[2539].start 17524.07721875
transcript.pyannote[2539].end 17526.27096875
transcript.pyannote[2540].speaker SPEAKER_26
transcript.pyannote[2540].start 17526.96284375
transcript.pyannote[2540].end 17530.03409375
transcript.pyannote[2541].speaker SPEAKER_16
transcript.pyannote[2541].start 17530.77659375
transcript.pyannote[2541].end 17531.26596875
transcript.pyannote[2542].speaker SPEAKER_26
transcript.pyannote[2542].start 17531.68784375
transcript.pyannote[2542].end 17532.73409375
transcript.pyannote[2543].speaker SPEAKER_16
transcript.pyannote[2543].start 17532.41346875
transcript.pyannote[2543].end 17540.41221875
transcript.pyannote[2544].speaker SPEAKER_26
transcript.pyannote[2544].start 17534.57346875
transcript.pyannote[2544].end 17534.94471875
transcript.pyannote[2545].speaker SPEAKER_26
transcript.pyannote[2545].start 17537.74596875
transcript.pyannote[2545].end 17562.18096875
transcript.pyannote[2546].speaker SPEAKER_16
transcript.pyannote[2546].start 17561.21909375
transcript.pyannote[2546].end 17565.10034375
transcript.pyannote[2547].speaker SPEAKER_26
transcript.pyannote[2547].start 17562.85596875
transcript.pyannote[2547].end 17564.29034375
transcript.pyannote[2548].speaker SPEAKER_26
transcript.pyannote[2548].start 17565.70784375
transcript.pyannote[2548].end 17572.96409375
transcript.pyannote[2549].speaker SPEAKER_07
transcript.pyannote[2549].start 17572.49159375
transcript.pyannote[2549].end 17574.95534375
transcript.pyannote[2550].speaker SPEAKER_26
transcript.pyannote[2550].start 17574.95534375
transcript.pyannote[2550].end 17574.97221875
transcript.pyannote[2551].speaker SPEAKER_07
transcript.pyannote[2551].start 17574.97221875
transcript.pyannote[2551].end 17575.02284375
transcript.pyannote[2552].speaker SPEAKER_26
transcript.pyannote[2552].start 17575.02284375
transcript.pyannote[2552].end 17575.12409375
transcript.pyannote[2553].speaker SPEAKER_07
transcript.pyannote[2553].start 17575.12409375
transcript.pyannote[2553].end 17575.19159375
transcript.pyannote[2554].speaker SPEAKER_26
transcript.pyannote[2554].start 17575.19159375
transcript.pyannote[2554].end 17575.29284375
transcript.pyannote[2555].speaker SPEAKER_07
transcript.pyannote[2555].start 17575.29284375
transcript.pyannote[2555].end 17581.36784375
transcript.pyannote[2556].speaker SPEAKER_26
transcript.pyannote[2556].start 17575.86659375
transcript.pyannote[2556].end 17587.61159375
transcript.pyannote[2557].speaker SPEAKER_07
transcript.pyannote[2557].start 17581.85721875
transcript.pyannote[2557].end 17584.25346875
transcript.pyannote[2558].speaker SPEAKER_07
transcript.pyannote[2558].start 17584.27034375
transcript.pyannote[2558].end 17584.30409375
transcript.pyannote[2559].speaker SPEAKER_07
transcript.pyannote[2559].start 17585.63721875
transcript.pyannote[2559].end 17586.85221875
transcript.pyannote[2560].speaker SPEAKER_26
transcript.pyannote[2560].start 17588.20221875
transcript.pyannote[2560].end 17591.00346875
transcript.pyannote[2561].speaker SPEAKER_26
transcript.pyannote[2561].start 17591.25659375
transcript.pyannote[2561].end 17593.87221875
transcript.pyannote[2562].speaker SPEAKER_26
transcript.pyannote[2562].start 17595.05346875
transcript.pyannote[2562].end 17598.78284375
transcript.pyannote[2563].speaker SPEAKER_26
transcript.pyannote[2563].start 17599.08659375
transcript.pyannote[2563].end 17600.52096875
transcript.pyannote[2564].speaker SPEAKER_26
transcript.pyannote[2564].start 17601.02721875
transcript.pyannote[2564].end 17601.73596875
transcript.pyannote[2565].speaker SPEAKER_26
transcript.pyannote[2565].start 17601.97221875
transcript.pyannote[2565].end 17607.47346875
transcript.pyannote[2566].speaker SPEAKER_26
transcript.pyannote[2566].start 17607.76034375
transcript.pyannote[2566].end 17613.81846875
transcript.pyannote[2567].speaker SPEAKER_26
transcript.pyannote[2567].start 17614.17284375
transcript.pyannote[2567].end 17622.05346875
transcript.pyannote[2568].speaker SPEAKER_26
transcript.pyannote[2568].start 17622.71159375
transcript.pyannote[2568].end 17624.51721875
transcript.pyannote[2569].speaker SPEAKER_26
transcript.pyannote[2569].start 17625.02346875
transcript.pyannote[2569].end 17625.51284375
transcript.pyannote[2570].speaker SPEAKER_26
transcript.pyannote[2570].start 17625.95159375
transcript.pyannote[2570].end 17637.08909375
transcript.pyannote[2571].speaker SPEAKER_26
transcript.pyannote[2571].start 17637.19034375
transcript.pyannote[2571].end 17638.52346875
transcript.pyannote[2572].speaker SPEAKER_26
transcript.pyannote[2572].start 17638.94534375
transcript.pyannote[2572].end 17639.83971875
transcript.pyannote[2573].speaker SPEAKER_07
transcript.pyannote[2573].start 17638.96221875
transcript.pyannote[2573].end 17641.29096875
transcript.pyannote[2574].speaker SPEAKER_26
transcript.pyannote[2574].start 17641.45971875
transcript.pyannote[2574].end 17643.72096875
transcript.pyannote[2575].speaker SPEAKER_07
transcript.pyannote[2575].start 17643.18096875
transcript.pyannote[2575].end 17643.67034375
transcript.pyannote[2576].speaker SPEAKER_07
transcript.pyannote[2576].start 17643.72096875
transcript.pyannote[2576].end 17645.07096875
transcript.pyannote[2577].speaker SPEAKER_26
transcript.pyannote[2577].start 17644.53096875
transcript.pyannote[2577].end 17653.03596875
transcript.pyannote[2578].speaker SPEAKER_26
transcript.pyannote[2578].start 17653.18784375
transcript.pyannote[2578].end 17654.31846875
transcript.pyannote[2579].speaker SPEAKER_26
transcript.pyannote[2579].start 17654.75721875
transcript.pyannote[2579].end 17661.22034375
transcript.pyannote[2580].speaker SPEAKER_26
transcript.pyannote[2580].start 17661.84471875
transcript.pyannote[2580].end 17689.89096875
transcript.pyannote[2581].speaker SPEAKER_13
transcript.pyannote[2581].start 17689.89096875
transcript.pyannote[2581].end 17690.07659375
transcript.pyannote[2582].speaker SPEAKER_26
transcript.pyannote[2582].start 17690.07659375
transcript.pyannote[2582].end 17696.15159375
transcript.pyannote[2583].speaker SPEAKER_07
transcript.pyannote[2583].start 17695.18971875
transcript.pyannote[2583].end 17695.71284375
transcript.pyannote[2584].speaker SPEAKER_07
transcript.pyannote[2584].start 17696.01659375
transcript.pyannote[2584].end 17698.21034375
transcript.pyannote[2585].speaker SPEAKER_07
transcript.pyannote[2585].start 17698.75034375
transcript.pyannote[2585].end 17717.26221875
transcript.pyannote[2586].speaker SPEAKER_26
transcript.pyannote[2586].start 17716.19909375
transcript.pyannote[2586].end 17721.53159375
transcript.pyannote[2587].speaker SPEAKER_26
transcript.pyannote[2587].start 17721.54846875
transcript.pyannote[2587].end 17736.28034375
transcript.pyannote[2588].speaker SPEAKER_07
transcript.pyannote[2588].start 17735.47034375
transcript.pyannote[2588].end 17740.54971875
transcript.pyannote[2589].speaker SPEAKER_26
transcript.pyannote[2589].start 17739.99284375
transcript.pyannote[2589].end 17743.62096875
transcript.pyannote[2590].speaker SPEAKER_07
transcript.pyannote[2590].start 17742.77721875
transcript.pyannote[2590].end 17748.68346875
transcript.pyannote[2591].speaker SPEAKER_26
transcript.pyannote[2591].start 17744.85284375
transcript.pyannote[2591].end 17745.15659375
transcript.pyannote[2592].speaker SPEAKER_26
transcript.pyannote[2592].start 17745.52784375
transcript.pyannote[2592].end 17763.44909375
transcript.pyannote[2593].speaker SPEAKER_26
transcript.pyannote[2593].start 17764.05659375
transcript.pyannote[2593].end 17766.95909375
transcript.pyannote[2594].speaker SPEAKER_26
transcript.pyannote[2594].start 17767.46534375
transcript.pyannote[2594].end 17770.33409375
transcript.pyannote[2595].speaker SPEAKER_26
transcript.pyannote[2595].start 17770.67159375
transcript.pyannote[2595].end 17771.29596875
transcript.pyannote[2596].speaker SPEAKER_26
transcript.pyannote[2596].start 17771.48159375
transcript.pyannote[2596].end 17773.06784375
transcript.pyannote[2597].speaker SPEAKER_26
transcript.pyannote[2597].start 17773.32096875
transcript.pyannote[2597].end 17775.41346875
transcript.pyannote[2598].speaker SPEAKER_26
transcript.pyannote[2598].start 17776.37534375
transcript.pyannote[2598].end 17784.39096875
transcript.pyannote[2599].speaker SPEAKER_07
transcript.pyannote[2599].start 17782.83846875
transcript.pyannote[2599].end 17798.97096875
transcript.pyannote[2600].speaker SPEAKER_26
transcript.pyannote[2600].start 17785.01534375
transcript.pyannote[2600].end 17785.28534375
transcript.pyannote[2601].speaker SPEAKER_26
transcript.pyannote[2601].start 17796.50721875
transcript.pyannote[2601].end 17812.36971875
transcript.pyannote[2602].speaker SPEAKER_07
transcript.pyannote[2602].start 17810.61471875
transcript.pyannote[2602].end 17811.13784375
transcript.pyannote[2603].speaker SPEAKER_07
transcript.pyannote[2603].start 17811.49221875
transcript.pyannote[2603].end 17824.19909375
transcript.pyannote[2604].speaker SPEAKER_26
transcript.pyannote[2604].start 17824.19909375
transcript.pyannote[2604].end 17844.49971875
transcript.pyannote[2605].speaker SPEAKER_07
transcript.pyannote[2605].start 17826.03846875
transcript.pyannote[2605].end 17827.15221875
transcript.pyannote[2606].speaker SPEAKER_07
transcript.pyannote[2606].start 17843.53784375
transcript.pyannote[2606].end 17850.59159375
transcript.pyannote[2607].speaker SPEAKER_26
transcript.pyannote[2607].start 17844.80346875
transcript.pyannote[2607].end 17848.22909375
transcript.pyannote[2608].speaker SPEAKER_26
transcript.pyannote[2608].start 17850.96284375
transcript.pyannote[2608].end 17851.62096875
transcript.pyannote[2609].speaker SPEAKER_06
transcript.pyannote[2609].start 17854.03409375
transcript.pyannote[2609].end 17858.03346875
transcript.pyannote[2610].speaker SPEAKER_29
transcript.pyannote[2610].start 17867.46659375
transcript.pyannote[2610].end 17869.47471875
transcript.pyannote[2611].speaker SPEAKER_29
transcript.pyannote[2611].start 17869.82909375
transcript.pyannote[2611].end 17870.57159375
transcript.pyannote[2612].speaker SPEAKER_29
transcript.pyannote[2612].start 17876.84909375
transcript.pyannote[2612].end 17888.15534375
transcript.pyannote[2613].speaker SPEAKER_30
transcript.pyannote[2613].start 17886.83909375
transcript.pyannote[2613].end 17886.94034375
transcript.pyannote[2614].speaker SPEAKER_29
transcript.pyannote[2614].start 17888.79659375
transcript.pyannote[2614].end 17900.05221875
transcript.pyannote[2615].speaker SPEAKER_29
transcript.pyannote[2615].start 17900.42346875
transcript.pyannote[2615].end 17910.44721875
transcript.pyannote[2616].speaker SPEAKER_29
transcript.pyannote[2616].start 17910.64971875
transcript.pyannote[2616].end 17912.47221875
transcript.pyannote[2617].speaker SPEAKER_29
transcript.pyannote[2617].start 17913.13034375
transcript.pyannote[2617].end 17915.50971875
transcript.pyannote[2618].speaker SPEAKER_29
transcript.pyannote[2618].start 17917.39971875
transcript.pyannote[2618].end 17923.32284375
transcript.pyannote[2619].speaker SPEAKER_29
transcript.pyannote[2619].start 17924.06534375
transcript.pyannote[2619].end 17926.79909375
transcript.pyannote[2620].speaker SPEAKER_29
transcript.pyannote[2620].start 17926.95096875
transcript.pyannote[2620].end 17930.78159375
transcript.pyannote[2621].speaker SPEAKER_29
transcript.pyannote[2621].start 17932.46909375
transcript.pyannote[2621].end 17933.12721875
transcript.pyannote[2622].speaker SPEAKER_29
transcript.pyannote[2622].start 17933.78534375
transcript.pyannote[2622].end 17938.84784375
transcript.pyannote[2623].speaker SPEAKER_07
transcript.pyannote[2623].start 17940.21471875
transcript.pyannote[2623].end 17945.00721875
transcript.pyannote[2624].speaker SPEAKER_29
transcript.pyannote[2624].start 17944.73721875
transcript.pyannote[2624].end 17949.32721875
transcript.pyannote[2625].speaker SPEAKER_29
transcript.pyannote[2625].start 17949.93471875
transcript.pyannote[2625].end 17950.82909375
transcript.pyannote[2626].speaker SPEAKER_07
transcript.pyannote[2626].start 17951.30159375
transcript.pyannote[2626].end 17951.60534375
transcript.pyannote[2627].speaker SPEAKER_29
transcript.pyannote[2627].start 17951.40284375
transcript.pyannote[2627].end 17952.60096875
transcript.pyannote[2628].speaker SPEAKER_07
transcript.pyannote[2628].start 17953.98471875
transcript.pyannote[2628].end 17959.70534375
transcript.pyannote[2629].speaker SPEAKER_07
transcript.pyannote[2629].start 17959.84034375
transcript.pyannote[2629].end 17960.02596875
transcript.pyannote[2630].speaker SPEAKER_07
transcript.pyannote[2630].start 17960.61659375
transcript.pyannote[2630].end 17962.43909375
transcript.pyannote[2631].speaker SPEAKER_29
transcript.pyannote[2631].start 17962.33784375
transcript.pyannote[2631].end 17963.53596875
transcript.pyannote[2632].speaker SPEAKER_29
transcript.pyannote[2632].start 17963.65409375
transcript.pyannote[2632].end 17966.33721875
transcript.pyannote[2633].speaker SPEAKER_29
transcript.pyannote[2633].start 17966.86034375
transcript.pyannote[2633].end 17969.20596875
transcript.pyannote[2634].speaker SPEAKER_29
transcript.pyannote[2634].start 17969.77971875
transcript.pyannote[2634].end 17972.98596875
transcript.pyannote[2635].speaker SPEAKER_07
transcript.pyannote[2635].start 17973.55971875
transcript.pyannote[2635].end 17977.12034375
transcript.pyannote[2636].speaker SPEAKER_29
transcript.pyannote[2636].start 17973.72846875
transcript.pyannote[2636].end 17974.60596875
transcript.pyannote[2637].speaker SPEAKER_29
transcript.pyannote[2637].start 17974.65659375
transcript.pyannote[2637].end 17977.91346875
transcript.pyannote[2638].speaker SPEAKER_29
transcript.pyannote[2638].start 17978.57159375
transcript.pyannote[2638].end 17981.01846875
transcript.pyannote[2639].speaker SPEAKER_29
transcript.pyannote[2639].start 17982.26721875
transcript.pyannote[2639].end 17984.30909375
transcript.pyannote[2640].speaker SPEAKER_29
transcript.pyannote[2640].start 17985.45659375
transcript.pyannote[2640].end 17987.92034375
transcript.pyannote[2641].speaker SPEAKER_29
transcript.pyannote[2641].start 17988.57846875
transcript.pyannote[2641].end 17989.82721875
transcript.pyannote[2642].speaker SPEAKER_29
transcript.pyannote[2642].start 17990.36721875
transcript.pyannote[2642].end 17991.81846875
transcript.pyannote[2643].speaker SPEAKER_29
transcript.pyannote[2643].start 17992.83096875
transcript.pyannote[2643].end 17993.53971875
transcript.pyannote[2644].speaker SPEAKER_29
transcript.pyannote[2644].start 17993.97846875
transcript.pyannote[2644].end 17995.51409375
transcript.pyannote[2645].speaker SPEAKER_29
transcript.pyannote[2645].start 17997.65721875
transcript.pyannote[2645].end 17998.63596875
transcript.pyannote[2646].speaker SPEAKER_29
transcript.pyannote[2646].start 17999.24346875
transcript.pyannote[2646].end 18006.14534375
transcript.pyannote[2647].speaker SPEAKER_29
transcript.pyannote[2647].start 18007.34346875
transcript.pyannote[2647].end 18009.14909375
transcript.pyannote[2648].speaker SPEAKER_29
transcript.pyannote[2648].start 18009.99284375
transcript.pyannote[2648].end 18010.51596875
transcript.pyannote[2649].speaker SPEAKER_29
transcript.pyannote[2649].start 18012.33846875
transcript.pyannote[2649].end 18015.24096875
transcript.pyannote[2650].speaker SPEAKER_29
transcript.pyannote[2650].start 18015.93284375
transcript.pyannote[2650].end 18016.60784375
transcript.pyannote[2651].speaker SPEAKER_29
transcript.pyannote[2651].start 18016.77659375
transcript.pyannote[2651].end 18017.62034375
transcript.pyannote[2652].speaker SPEAKER_29
transcript.pyannote[2652].start 18018.73409375
transcript.pyannote[2652].end 18021.11346875
transcript.pyannote[2653].speaker SPEAKER_07
transcript.pyannote[2653].start 18021.11346875
transcript.pyannote[2653].end 18021.13034375
transcript.pyannote[2654].speaker SPEAKER_07
transcript.pyannote[2654].start 18021.46784375
transcript.pyannote[2654].end 18026.32784375
transcript.pyannote[2655].speaker SPEAKER_29
transcript.pyannote[2655].start 18024.79221875
transcript.pyannote[2655].end 18025.95659375
transcript.pyannote[2656].speaker SPEAKER_29
transcript.pyannote[2656].start 18026.32784375
transcript.pyannote[2656].end 18026.41221875
transcript.pyannote[2657].speaker SPEAKER_07
transcript.pyannote[2657].start 18026.41221875
transcript.pyannote[2657].end 18026.46284375
transcript.pyannote[2658].speaker SPEAKER_29
transcript.pyannote[2658].start 18026.46284375
transcript.pyannote[2658].end 18026.68221875
transcript.pyannote[2659].speaker SPEAKER_07
transcript.pyannote[2659].start 18026.68221875
transcript.pyannote[2659].end 18026.85096875
transcript.pyannote[2660].speaker SPEAKER_29
transcript.pyannote[2660].start 18026.85096875
transcript.pyannote[2660].end 18026.86784375
transcript.pyannote[2661].speaker SPEAKER_07
transcript.pyannote[2661].start 18026.86784375
transcript.pyannote[2661].end 18026.98596875
transcript.pyannote[2662].speaker SPEAKER_29
transcript.pyannote[2662].start 18026.98596875
transcript.pyannote[2662].end 18027.05346875
transcript.pyannote[2663].speaker SPEAKER_07
transcript.pyannote[2663].start 18027.05346875
transcript.pyannote[2663].end 18027.08721875
transcript.pyannote[2664].speaker SPEAKER_29
transcript.pyannote[2664].start 18027.08721875
transcript.pyannote[2664].end 18027.49221875
transcript.pyannote[2665].speaker SPEAKER_07
transcript.pyannote[2665].start 18027.49221875
transcript.pyannote[2665].end 18027.74534375
transcript.pyannote[2666].speaker SPEAKER_29
transcript.pyannote[2666].start 18027.74534375
transcript.pyannote[2666].end 18028.62284375
transcript.pyannote[2667].speaker SPEAKER_29
transcript.pyannote[2667].start 18028.99409375
transcript.pyannote[2667].end 18031.17096875
transcript.pyannote[2668].speaker SPEAKER_29
transcript.pyannote[2668].start 18031.39034375
transcript.pyannote[2668].end 18032.52096875
transcript.pyannote[2669].speaker SPEAKER_29
transcript.pyannote[2669].start 18034.17471875
transcript.pyannote[2669].end 18037.12784375
transcript.pyannote[2670].speaker SPEAKER_29
transcript.pyannote[2670].start 18039.25409375
transcript.pyannote[2670].end 18042.37596875
transcript.pyannote[2671].speaker SPEAKER_29
transcript.pyannote[2671].start 18042.51096875
transcript.pyannote[2671].end 18047.92784375
transcript.pyannote[2672].speaker SPEAKER_29
transcript.pyannote[2672].start 18048.72096875
transcript.pyannote[2672].end 18050.20596875
transcript.pyannote[2673].speaker SPEAKER_29
transcript.pyannote[2673].start 18050.54346875
transcript.pyannote[2673].end 18052.18034375
transcript.pyannote[2674].speaker SPEAKER_29
transcript.pyannote[2674].start 18052.66971875
transcript.pyannote[2674].end 18054.30659375
transcript.pyannote[2675].speaker SPEAKER_29
transcript.pyannote[2675].start 18054.91409375
transcript.pyannote[2675].end 18055.31909375
transcript.pyannote[2676].speaker SPEAKER_29
transcript.pyannote[2676].start 18055.92659375
transcript.pyannote[2676].end 18058.64346875
transcript.pyannote[2677].speaker SPEAKER_29
transcript.pyannote[2677].start 18059.43659375
transcript.pyannote[2677].end 18064.22909375
transcript.pyannote[2678].speaker SPEAKER_29
transcript.pyannote[2678].start 18065.83221875
transcript.pyannote[2678].end 18071.41784375
transcript.pyannote[2679].speaker SPEAKER_29
transcript.pyannote[2679].start 18072.26159375
transcript.pyannote[2679].end 18073.25721875
transcript.pyannote[2680].speaker SPEAKER_29
transcript.pyannote[2680].start 18073.51034375
transcript.pyannote[2680].end 18077.03721875
transcript.pyannote[2681].speaker SPEAKER_29
transcript.pyannote[2681].start 18077.74596875
transcript.pyannote[2681].end 18083.14596875
transcript.pyannote[2682].speaker SPEAKER_29
transcript.pyannote[2682].start 18084.39471875
transcript.pyannote[2682].end 18085.33971875
transcript.pyannote[2683].speaker SPEAKER_07
transcript.pyannote[2683].start 18085.98096875
transcript.pyannote[2683].end 18092.81534375
transcript.pyannote[2684].speaker SPEAKER_29
transcript.pyannote[2684].start 18092.81534375
transcript.pyannote[2684].end 18098.95784375
transcript.pyannote[2685].speaker SPEAKER_07
transcript.pyannote[2685].start 18098.78909375
transcript.pyannote[2685].end 18100.98284375
transcript.pyannote[2686].speaker SPEAKER_29
transcript.pyannote[2686].start 18099.00846875
transcript.pyannote[2686].end 18107.80034375
transcript.pyannote[2687].speaker SPEAKER_07
transcript.pyannote[2687].start 18106.28159375
transcript.pyannote[2687].end 18107.00721875
transcript.pyannote[2688].speaker SPEAKER_29
transcript.pyannote[2688].start 18108.22221875
transcript.pyannote[2688].end 18109.99409375
transcript.pyannote[2689].speaker SPEAKER_29
transcript.pyannote[2689].start 18110.85471875
transcript.pyannote[2689].end 18114.78659375
transcript.pyannote[2690].speaker SPEAKER_29
transcript.pyannote[2690].start 18115.32659375
transcript.pyannote[2690].end 18115.73159375
transcript.pyannote[2691].speaker SPEAKER_29
transcript.pyannote[2691].start 18117.01409375
transcript.pyannote[2691].end 18122.97096875
transcript.pyannote[2692].speaker SPEAKER_29
transcript.pyannote[2692].start 18123.71346875
transcript.pyannote[2692].end 18124.74284375
transcript.pyannote[2693].speaker SPEAKER_29
transcript.pyannote[2693].start 18125.56971875
transcript.pyannote[2693].end 18129.55221875
transcript.pyannote[2694].speaker SPEAKER_29
transcript.pyannote[2694].start 18130.96971875
transcript.pyannote[2694].end 18134.37846875
transcript.pyannote[2695].speaker SPEAKER_29
transcript.pyannote[2695].start 18134.90159375
transcript.pyannote[2695].end 18140.85846875
transcript.pyannote[2696].speaker SPEAKER_29
transcript.pyannote[2696].start 18144.80721875
transcript.pyannote[2696].end 18145.51596875
transcript.pyannote[2697].speaker SPEAKER_29
transcript.pyannote[2697].start 18146.76471875
transcript.pyannote[2697].end 18149.07659375
transcript.pyannote[2698].speaker SPEAKER_29
transcript.pyannote[2698].start 18149.22846875
transcript.pyannote[2698].end 18153.37971875
transcript.pyannote[2699].speaker SPEAKER_29
transcript.pyannote[2699].start 18155.30346875
transcript.pyannote[2699].end 18163.52159375
transcript.pyannote[2700].speaker SPEAKER_29
transcript.pyannote[2700].start 18165.09096875
transcript.pyannote[2700].end 18165.76596875
transcript.pyannote[2701].speaker SPEAKER_29
transcript.pyannote[2701].start 18166.40721875
transcript.pyannote[2701].end 18169.52909375
transcript.pyannote[2702].speaker SPEAKER_29
transcript.pyannote[2702].start 18170.30534375
transcript.pyannote[2702].end 18173.05596875
transcript.pyannote[2703].speaker SPEAKER_29
transcript.pyannote[2703].start 18173.62971875
transcript.pyannote[2703].end 18174.08534375
transcript.pyannote[2704].speaker SPEAKER_29
transcript.pyannote[2704].start 18174.49034375
transcript.pyannote[2704].end 18174.89534375
transcript.pyannote[2705].speaker SPEAKER_29
transcript.pyannote[2705].start 18175.30034375
transcript.pyannote[2705].end 18176.36346875
transcript.pyannote[2706].speaker SPEAKER_29
transcript.pyannote[2706].start 18178.27034375
transcript.pyannote[2706].end 18182.80971875
transcript.pyannote[2707].speaker SPEAKER_29
transcript.pyannote[2707].start 18184.58159375
transcript.pyannote[2707].end 18187.11284375
transcript.pyannote[2708].speaker SPEAKER_29
transcript.pyannote[2708].start 18187.80471875
transcript.pyannote[2708].end 18189.15471875
transcript.pyannote[2709].speaker SPEAKER_29
transcript.pyannote[2709].start 18189.49221875
transcript.pyannote[2709].end 18190.42034375
transcript.pyannote[2710].speaker SPEAKER_29
transcript.pyannote[2710].start 18191.26409375
transcript.pyannote[2710].end 18195.73596875
transcript.pyannote[2711].speaker SPEAKER_29
transcript.pyannote[2711].start 18196.59659375
transcript.pyannote[2711].end 18199.92096875
transcript.pyannote[2712].speaker SPEAKER_29
transcript.pyannote[2712].start 18200.61284375
transcript.pyannote[2712].end 18202.14846875
transcript.pyannote[2713].speaker SPEAKER_29
transcript.pyannote[2713].start 18202.80659375
transcript.pyannote[2713].end 18204.57846875
transcript.pyannote[2714].speaker SPEAKER_29
transcript.pyannote[2714].start 18205.15221875
transcript.pyannote[2714].end 18208.02096875
transcript.pyannote[2715].speaker SPEAKER_29
transcript.pyannote[2715].start 18209.20221875
transcript.pyannote[2715].end 18210.70409375
transcript.pyannote[2716].speaker SPEAKER_29
transcript.pyannote[2716].start 18214.39971875
transcript.pyannote[2716].end 18215.71596875
transcript.pyannote[2717].speaker SPEAKER_29
transcript.pyannote[2717].start 18218.28096875
transcript.pyannote[2717].end 18225.58784375
transcript.pyannote[2718].speaker SPEAKER_29
transcript.pyannote[2718].start 18226.53284375
transcript.pyannote[2718].end 18228.40596875
transcript.pyannote[2719].speaker SPEAKER_29
transcript.pyannote[2719].start 18228.97971875
transcript.pyannote[2719].end 18235.03784375
transcript.pyannote[2720].speaker SPEAKER_07
transcript.pyannote[2720].start 18235.03784375
transcript.pyannote[2720].end 18235.99971875
transcript.pyannote[2721].speaker SPEAKER_07
transcript.pyannote[2721].start 18237.58596875
transcript.pyannote[2721].end 18244.09971875
transcript.pyannote[2722].speaker SPEAKER_07
transcript.pyannote[2722].start 18244.77471875
transcript.pyannote[2722].end 18247.49159375
transcript.pyannote[2723].speaker SPEAKER_07
transcript.pyannote[2723].start 18247.93034375
transcript.pyannote[2723].end 18250.05659375
transcript.pyannote[2724].speaker SPEAKER_07
transcript.pyannote[2724].start 18250.42784375
transcript.pyannote[2724].end 18250.49534375
transcript.pyannote[2725].speaker SPEAKER_29
transcript.pyannote[2725].start 18250.49534375
transcript.pyannote[2725].end 18252.08159375
transcript.pyannote[2726].speaker SPEAKER_29
transcript.pyannote[2726].start 18252.79034375
transcript.pyannote[2726].end 18253.39784375
transcript.pyannote[2727].speaker SPEAKER_29
transcript.pyannote[2727].start 18254.32596875
transcript.pyannote[2727].end 18255.69284375
transcript.pyannote[2728].speaker SPEAKER_29
transcript.pyannote[2728].start 18255.96284375
transcript.pyannote[2728].end 18256.57034375
transcript.pyannote[2729].speaker SPEAKER_29
transcript.pyannote[2729].start 18257.24534375
transcript.pyannote[2729].end 18257.71784375
transcript.pyannote[2730].speaker SPEAKER_29
transcript.pyannote[2730].start 18258.24096875
transcript.pyannote[2730].end 18259.38846875
transcript.pyannote[2731].speaker SPEAKER_29
transcript.pyannote[2731].start 18259.96221875
transcript.pyannote[2731].end 18262.44284375
transcript.pyannote[2732].speaker SPEAKER_29
transcript.pyannote[2732].start 18263.06721875
transcript.pyannote[2732].end 18264.23159375
transcript.pyannote[2733].speaker SPEAKER_29
transcript.pyannote[2733].start 18264.95721875
transcript.pyannote[2733].end 18266.64471875
transcript.pyannote[2734].speaker SPEAKER_29
transcript.pyannote[2734].start 18266.83034375
transcript.pyannote[2734].end 18271.92659375
transcript.pyannote[2735].speaker SPEAKER_29
transcript.pyannote[2735].start 18272.07846875
transcript.pyannote[2735].end 18273.98534375
transcript.pyannote[2736].speaker SPEAKER_29
transcript.pyannote[2736].start 18274.72784375
transcript.pyannote[2736].end 18275.35221875
transcript.pyannote[2737].speaker SPEAKER_29
transcript.pyannote[2737].start 18276.58409375
transcript.pyannote[2737].end 18277.46159375
transcript.pyannote[2738].speaker SPEAKER_07
transcript.pyannote[2738].start 18276.65159375
transcript.pyannote[2738].end 18282.15284375
transcript.pyannote[2739].speaker SPEAKER_29
transcript.pyannote[2739].start 18281.29221875
transcript.pyannote[2739].end 18282.47346875
transcript.pyannote[2740].speaker SPEAKER_07
transcript.pyannote[2740].start 18282.47346875
transcript.pyannote[2740].end 18290.42159375
transcript.pyannote[2741].speaker SPEAKER_29
transcript.pyannote[2741].start 18292.36221875
transcript.pyannote[2741].end 18294.01596875
transcript.pyannote[2742].speaker SPEAKER_29
transcript.pyannote[2742].start 18294.92721875
transcript.pyannote[2742].end 18300.66471875
transcript.pyannote[2743].speaker SPEAKER_29
transcript.pyannote[2743].start 18301.39034375
transcript.pyannote[2743].end 18302.63909375
transcript.pyannote[2744].speaker SPEAKER_07
transcript.pyannote[2744].start 18301.47471875
transcript.pyannote[2744].end 18308.08971875
transcript.pyannote[2745].speaker SPEAKER_07
transcript.pyannote[2745].start 18308.25846875
transcript.pyannote[2745].end 18318.70409375
transcript.pyannote[2746].speaker SPEAKER_29
transcript.pyannote[2746].start 18317.87721875
transcript.pyannote[2746].end 18320.00346875
transcript.pyannote[2747].speaker SPEAKER_29
transcript.pyannote[2747].start 18322.43346875
transcript.pyannote[2747].end 18323.54721875
transcript.pyannote[2748].speaker SPEAKER_29
transcript.pyannote[2748].start 18325.26846875
transcript.pyannote[2748].end 18325.70721875
transcript.pyannote[2749].speaker SPEAKER_29
transcript.pyannote[2749].start 18326.36534375
transcript.pyannote[2749].end 18327.46221875
transcript.pyannote[2750].speaker SPEAKER_29
transcript.pyannote[2750].start 18328.20471875
transcript.pyannote[2750].end 18329.04846875
transcript.pyannote[2751].speaker SPEAKER_29
transcript.pyannote[2751].start 18330.22971875
transcript.pyannote[2751].end 18331.52909375
transcript.pyannote[2752].speaker SPEAKER_29
transcript.pyannote[2752].start 18332.22096875
transcript.pyannote[2752].end 18336.60846875
transcript.pyannote[2753].speaker SPEAKER_29
transcript.pyannote[2753].start 18337.75596875
transcript.pyannote[2753].end 18338.78534375
transcript.pyannote[2754].speaker SPEAKER_29
transcript.pyannote[2754].start 18340.97909375
transcript.pyannote[2754].end 18343.74659375
transcript.pyannote[2755].speaker SPEAKER_29
transcript.pyannote[2755].start 18344.52284375
transcript.pyannote[2755].end 18350.14221875
transcript.pyannote[2756].speaker SPEAKER_29
transcript.pyannote[2756].start 18351.69471875
transcript.pyannote[2756].end 18353.01096875
transcript.pyannote[2757].speaker SPEAKER_29
transcript.pyannote[2757].start 18353.29784375
transcript.pyannote[2757].end 18355.55909375
transcript.pyannote[2758].speaker SPEAKER_29
transcript.pyannote[2758].start 18357.93846875
transcript.pyannote[2758].end 18359.25471875
transcript.pyannote[2759].speaker SPEAKER_07
transcript.pyannote[2759].start 18360.45284375
transcript.pyannote[2759].end 18371.13471875
transcript.pyannote[2760].speaker SPEAKER_29
transcript.pyannote[2760].start 18362.73096875
transcript.pyannote[2760].end 18363.86159375
transcript.pyannote[2761].speaker SPEAKER_08
transcript.pyannote[2761].start 18363.86159375
transcript.pyannote[2761].end 18363.96284375
transcript.pyannote[2762].speaker SPEAKER_29
transcript.pyannote[2762].start 18363.96284375
transcript.pyannote[2762].end 18364.92471875
transcript.pyannote[2763].speaker SPEAKER_29
transcript.pyannote[2763].start 18373.68284375
transcript.pyannote[2763].end 18376.29846875
transcript.pyannote[2764].speaker SPEAKER_29
transcript.pyannote[2764].start 18378.67784375
transcript.pyannote[2764].end 18380.60159375
transcript.pyannote[2765].speaker SPEAKER_29
transcript.pyannote[2765].start 18382.81221875
transcript.pyannote[2765].end 18385.00596875
transcript.pyannote[2766].speaker SPEAKER_29
transcript.pyannote[2766].start 18386.06909375
transcript.pyannote[2766].end 18387.23346875
transcript.pyannote[2767].speaker SPEAKER_29
transcript.pyannote[2767].start 18388.39784375
transcript.pyannote[2767].end 18390.43971875
transcript.pyannote[2768].speaker SPEAKER_29
transcript.pyannote[2768].start 18391.30034375
transcript.pyannote[2768].end 18395.19846875
transcript.pyannote[2769].speaker SPEAKER_29
transcript.pyannote[2769].start 18395.60346875
transcript.pyannote[2769].end 18399.85596875
transcript.pyannote[2770].speaker SPEAKER_29
transcript.pyannote[2770].start 18400.37909375
transcript.pyannote[2770].end 18401.76284375
transcript.pyannote[2771].speaker SPEAKER_29
transcript.pyannote[2771].start 18402.30284375
transcript.pyannote[2771].end 18404.32784375
transcript.pyannote[2772].speaker SPEAKER_29
transcript.pyannote[2772].start 18404.68221875
transcript.pyannote[2772].end 18404.69909375
transcript.pyannote[2773].speaker SPEAKER_07
transcript.pyannote[2773].start 18404.69909375
transcript.pyannote[2773].end 18406.16721875
transcript.pyannote[2774].speaker SPEAKER_29
transcript.pyannote[2774].start 18405.07034375
transcript.pyannote[2774].end 18406.20096875
transcript.pyannote[2775].speaker SPEAKER_07
transcript.pyannote[2775].start 18406.20096875
transcript.pyannote[2775].end 18406.23471875
transcript.pyannote[2776].speaker SPEAKER_29
transcript.pyannote[2776].start 18406.23471875
transcript.pyannote[2776].end 18410.63909375
transcript.pyannote[2777].speaker SPEAKER_07
transcript.pyannote[2777].start 18406.28534375
transcript.pyannote[2777].end 18406.38659375
transcript.pyannote[2778].speaker SPEAKER_07
transcript.pyannote[2778].start 18408.05721875
transcript.pyannote[2778].end 18417.32159375
transcript.pyannote[2779].speaker SPEAKER_29
transcript.pyannote[2779].start 18415.09409375
transcript.pyannote[2779].end 18415.31346875
transcript.pyannote[2780].speaker SPEAKER_29
transcript.pyannote[2780].start 18418.11471875
transcript.pyannote[2780].end 18420.46034375
transcript.pyannote[2781].speaker SPEAKER_29
transcript.pyannote[2781].start 18420.51096875
transcript.pyannote[2781].end 18429.94409375
transcript.pyannote[2782].speaker SPEAKER_07
transcript.pyannote[2782].start 18421.11846875
transcript.pyannote[2782].end 18422.75534375
transcript.pyannote[2783].speaker SPEAKER_29
transcript.pyannote[2783].start 18430.34909375
transcript.pyannote[2783].end 18431.86784375
transcript.pyannote[2784].speaker SPEAKER_29
transcript.pyannote[2784].start 18433.84221875
transcript.pyannote[2784].end 18434.88846875
transcript.pyannote[2785].speaker SPEAKER_29
transcript.pyannote[2785].start 18436.33971875
transcript.pyannote[2785].end 18436.72784375
transcript.pyannote[2786].speaker SPEAKER_29
transcript.pyannote[2786].start 18437.60534375
transcript.pyannote[2786].end 18439.91721875
transcript.pyannote[2787].speaker SPEAKER_29
transcript.pyannote[2787].start 18440.62596875
transcript.pyannote[2787].end 18441.40221875
transcript.pyannote[2788].speaker SPEAKER_29
transcript.pyannote[2788].start 18441.99284375
transcript.pyannote[2788].end 18442.51596875
transcript.pyannote[2789].speaker SPEAKER_29
transcript.pyannote[2789].start 18443.02221875
transcript.pyannote[2789].end 18443.54534375
transcript.pyannote[2790].speaker SPEAKER_29
transcript.pyannote[2790].start 18443.93346875
transcript.pyannote[2790].end 18446.80221875
transcript.pyannote[2791].speaker SPEAKER_29
transcript.pyannote[2791].start 18447.84846875
transcript.pyannote[2791].end 18449.09721875
transcript.pyannote[2792].speaker SPEAKER_29
transcript.pyannote[2792].start 18452.16846875
transcript.pyannote[2792].end 18457.23096875
transcript.pyannote[2793].speaker SPEAKER_29
transcript.pyannote[2793].start 18458.20971875
transcript.pyannote[2793].end 18462.44534375
transcript.pyannote[2794].speaker SPEAKER_29
transcript.pyannote[2794].start 18464.38596875
transcript.pyannote[2794].end 18467.05221875
transcript.pyannote[2795].speaker SPEAKER_29
transcript.pyannote[2795].start 18468.16596875
transcript.pyannote[2795].end 18469.17846875
transcript.pyannote[2796].speaker SPEAKER_29
transcript.pyannote[2796].start 18469.53284375
transcript.pyannote[2796].end 18471.03471875
transcript.pyannote[2797].speaker SPEAKER_29
transcript.pyannote[2797].start 18471.47346875
transcript.pyannote[2797].end 18472.11471875
transcript.pyannote[2798].speaker SPEAKER_29
transcript.pyannote[2798].start 18472.90784375
transcript.pyannote[2798].end 18476.62034375
transcript.pyannote[2799].speaker SPEAKER_29
transcript.pyannote[2799].start 18477.27846875
transcript.pyannote[2799].end 18481.02471875
transcript.pyannote[2800].speaker SPEAKER_29
transcript.pyannote[2800].start 18481.49721875
transcript.pyannote[2800].end 18493.81596875
transcript.pyannote[2801].speaker SPEAKER_29
transcript.pyannote[2801].start 18495.08159375
transcript.pyannote[2801].end 18496.06034375
transcript.pyannote[2802].speaker SPEAKER_29
transcript.pyannote[2802].start 18496.63409375
transcript.pyannote[2802].end 18502.81034375
transcript.pyannote[2803].speaker SPEAKER_29
transcript.pyannote[2803].start 18505.30784375
transcript.pyannote[2803].end 18506.23596875
transcript.pyannote[2804].speaker SPEAKER_29
transcript.pyannote[2804].start 18508.14284375
transcript.pyannote[2804].end 18508.58159375
transcript.pyannote[2805].speaker SPEAKER_29
transcript.pyannote[2805].start 18509.05409375
transcript.pyannote[2805].end 18509.93159375
transcript.pyannote[2806].speaker SPEAKER_29
transcript.pyannote[2806].start 18510.72471875
transcript.pyannote[2806].end 18513.37409375
transcript.pyannote[2807].speaker SPEAKER_29
transcript.pyannote[2807].start 18514.18409375
transcript.pyannote[2807].end 18516.73221875
transcript.pyannote[2808].speaker SPEAKER_29
transcript.pyannote[2808].start 18517.79534375
transcript.pyannote[2808].end 18519.43221875
transcript.pyannote[2809].speaker SPEAKER_29
transcript.pyannote[2809].start 18520.36034375
transcript.pyannote[2809].end 18521.13659375
transcript.pyannote[2810].speaker SPEAKER_29
transcript.pyannote[2810].start 18521.49096875
transcript.pyannote[2810].end 18525.97971875
transcript.pyannote[2811].speaker SPEAKER_29
transcript.pyannote[2811].start 18527.75159375
transcript.pyannote[2811].end 18529.45596875
transcript.pyannote[2812].speaker SPEAKER_29
transcript.pyannote[2812].start 18530.28284375
transcript.pyannote[2812].end 18532.25721875
transcript.pyannote[2813].speaker SPEAKER_29
transcript.pyannote[2813].start 18533.06721875
transcript.pyannote[2813].end 18535.05846875
transcript.pyannote[2814].speaker SPEAKER_29
transcript.pyannote[2814].start 18536.18909375
transcript.pyannote[2814].end 18537.45471875
transcript.pyannote[2815].speaker SPEAKER_29
transcript.pyannote[2815].start 18538.09596875
transcript.pyannote[2815].end 18541.67346875
transcript.pyannote[2816].speaker SPEAKER_29
transcript.pyannote[2816].start 18544.20471875
transcript.pyannote[2816].end 18544.60971875
transcript.pyannote[2817].speaker SPEAKER_29
transcript.pyannote[2817].start 18545.08221875
transcript.pyannote[2817].end 18550.07721875
transcript.pyannote[2818].speaker SPEAKER_29
transcript.pyannote[2818].start 18552.30471875
transcript.pyannote[2818].end 18556.10159375
transcript.pyannote[2819].speaker SPEAKER_29
transcript.pyannote[2819].start 18556.70909375
transcript.pyannote[2819].end 18557.87346875
transcript.pyannote[2820].speaker SPEAKER_29
transcript.pyannote[2820].start 18558.76784375
transcript.pyannote[2820].end 18559.56096875
transcript.pyannote[2821].speaker SPEAKER_29
transcript.pyannote[2821].start 18559.69596875
transcript.pyannote[2821].end 18563.54346875
transcript.pyannote[2822].speaker SPEAKER_29
transcript.pyannote[2822].start 18565.83846875
transcript.pyannote[2822].end 18568.89284375
transcript.pyannote[2823].speaker SPEAKER_29
transcript.pyannote[2823].start 18568.97721875
transcript.pyannote[2823].end 18571.27221875
transcript.pyannote[2824].speaker SPEAKER_29
transcript.pyannote[2824].start 18571.94721875
transcript.pyannote[2824].end 18573.92159375
transcript.pyannote[2825].speaker SPEAKER_29
transcript.pyannote[2825].start 18575.71034375
transcript.pyannote[2825].end 18588.82221875
transcript.pyannote[2826].speaker SPEAKER_07
transcript.pyannote[2826].start 18586.00409375
transcript.pyannote[2826].end 18586.37534375
transcript.pyannote[2827].speaker SPEAKER_07
transcript.pyannote[2827].start 18590.99909375
transcript.pyannote[2827].end 18594.67784375
transcript.pyannote[2828].speaker SPEAKER_29
transcript.pyannote[2828].start 18594.67784375
transcript.pyannote[2828].end 18601.47846875
transcript.pyannote[2829].speaker SPEAKER_29
transcript.pyannote[2829].start 18602.18721875
transcript.pyannote[2829].end 18608.80221875
transcript.pyannote[2830].speaker SPEAKER_29
transcript.pyannote[2830].start 18609.91596875
transcript.pyannote[2830].end 18610.32096875
transcript.pyannote[2831].speaker SPEAKER_29
transcript.pyannote[2831].start 18610.59096875
transcript.pyannote[2831].end 18612.73409375
transcript.pyannote[2832].speaker SPEAKER_29
transcript.pyannote[2832].start 18613.91534375
transcript.pyannote[2832].end 18615.48471875
transcript.pyannote[2833].speaker SPEAKER_29
transcript.pyannote[2833].start 18616.64909375
transcript.pyannote[2833].end 18617.74596875
transcript.pyannote[2834].speaker SPEAKER_29
transcript.pyannote[2834].start 18618.23534375
transcript.pyannote[2834].end 18619.87221875
transcript.pyannote[2835].speaker SPEAKER_29
transcript.pyannote[2835].start 18620.39534375
transcript.pyannote[2835].end 18622.06596875
transcript.pyannote[2836].speaker SPEAKER_29
transcript.pyannote[2836].start 18623.06159375
transcript.pyannote[2836].end 18623.68596875
transcript.pyannote[2837].speaker SPEAKER_29
transcript.pyannote[2837].start 18624.34409375
transcript.pyannote[2837].end 18625.99784375
transcript.pyannote[2838].speaker SPEAKER_29
transcript.pyannote[2838].start 18626.53784375
transcript.pyannote[2838].end 18627.92159375
transcript.pyannote[2839].speaker SPEAKER_29
transcript.pyannote[2839].start 18628.84971875
transcript.pyannote[2839].end 18629.77784375
transcript.pyannote[2840].speaker SPEAKER_29
transcript.pyannote[2840].start 18630.01409375
transcript.pyannote[2840].end 18631.68471875
transcript.pyannote[2841].speaker SPEAKER_29
transcript.pyannote[2841].start 18632.41034375
transcript.pyannote[2841].end 18632.98409375
transcript.pyannote[2842].speaker SPEAKER_29
transcript.pyannote[2842].start 18633.49034375
transcript.pyannote[2842].end 18637.01721875
transcript.pyannote[2843].speaker SPEAKER_29
transcript.pyannote[2843].start 18638.33346875
transcript.pyannote[2843].end 18640.93221875
transcript.pyannote[2844].speaker SPEAKER_29
transcript.pyannote[2844].start 18641.52284375
transcript.pyannote[2844].end 18646.60221875
transcript.pyannote[2845].speaker SPEAKER_29
transcript.pyannote[2845].start 18646.90596875
transcript.pyannote[2845].end 18648.67784375
transcript.pyannote[2846].speaker SPEAKER_29
transcript.pyannote[2846].start 18650.55096875
transcript.pyannote[2846].end 18652.17096875
transcript.pyannote[2847].speaker SPEAKER_29
transcript.pyannote[2847].start 18652.86284375
transcript.pyannote[2847].end 18653.23409375
transcript.pyannote[2848].speaker SPEAKER_29
transcript.pyannote[2848].start 18654.28034375
transcript.pyannote[2848].end 18654.87096875
transcript.pyannote[2849].speaker SPEAKER_29
transcript.pyannote[2849].start 18656.18721875
transcript.pyannote[2849].end 18658.04346875
transcript.pyannote[2850].speaker SPEAKER_29
transcript.pyannote[2850].start 18659.19096875
transcript.pyannote[2850].end 18660.06846875
transcript.pyannote[2851].speaker SPEAKER_29
transcript.pyannote[2851].start 18660.77721875
transcript.pyannote[2851].end 18661.57034375
transcript.pyannote[2852].speaker SPEAKER_29
transcript.pyannote[2852].start 18662.76846875
transcript.pyannote[2852].end 18663.49409375
transcript.pyannote[2853].speaker SPEAKER_29
transcript.pyannote[2853].start 18663.94971875
transcript.pyannote[2853].end 18665.26596875
transcript.pyannote[2854].speaker SPEAKER_29
transcript.pyannote[2854].start 18666.51471875
transcript.pyannote[2854].end 18667.44284375
transcript.pyannote[2855].speaker SPEAKER_29
transcript.pyannote[2855].start 18667.86471875
transcript.pyannote[2855].end 18670.05846875
transcript.pyannote[2856].speaker SPEAKER_29
transcript.pyannote[2856].start 18670.81784375
transcript.pyannote[2856].end 18671.84721875
transcript.pyannote[2857].speaker SPEAKER_29
transcript.pyannote[2857].start 18673.50096875
transcript.pyannote[2857].end 18675.00284375
transcript.pyannote[2858].speaker SPEAKER_29
transcript.pyannote[2858].start 18675.61034375
transcript.pyannote[2858].end 18676.74096875
transcript.pyannote[2859].speaker SPEAKER_29
transcript.pyannote[2859].start 18677.38221875
transcript.pyannote[2859].end 18682.76534375
transcript.pyannote[2860].speaker SPEAKER_29
transcript.pyannote[2860].start 18683.11971875
transcript.pyannote[2860].end 18684.21659375
transcript.pyannote[2861].speaker SPEAKER_29
transcript.pyannote[2861].start 18685.85346875
transcript.pyannote[2861].end 18692.97471875
transcript.pyannote[2862].speaker SPEAKER_29
transcript.pyannote[2862].start 18694.15596875
transcript.pyannote[2862].end 18695.87721875
transcript.pyannote[2863].speaker SPEAKER_29
transcript.pyannote[2863].start 18696.43409375
transcript.pyannote[2863].end 18698.10471875
transcript.pyannote[2864].speaker SPEAKER_29
transcript.pyannote[2864].start 18698.72909375
transcript.pyannote[2864].end 18699.35346875
transcript.pyannote[2865].speaker SPEAKER_29
transcript.pyannote[2865].start 18699.80909375
transcript.pyannote[2865].end 18700.46721875
transcript.pyannote[2866].speaker SPEAKER_29
transcript.pyannote[2866].start 18700.61909375
transcript.pyannote[2866].end 18703.21784375
transcript.pyannote[2867].speaker SPEAKER_29
transcript.pyannote[2867].start 18703.82534375
transcript.pyannote[2867].end 18710.62596875
transcript.pyannote[2868].speaker SPEAKER_29
transcript.pyannote[2868].start 18711.18284375
transcript.pyannote[2868].end 18712.17846875
transcript.pyannote[2869].speaker SPEAKER_29
transcript.pyannote[2869].start 18712.58346875
transcript.pyannote[2869].end 18713.02221875
transcript.pyannote[2870].speaker SPEAKER_29
transcript.pyannote[2870].start 18714.35534375
transcript.pyannote[2870].end 18717.56159375
transcript.pyannote[2871].speaker SPEAKER_29
transcript.pyannote[2871].start 18717.98346875
transcript.pyannote[2871].end 18721.17284375
transcript.pyannote[2872].speaker SPEAKER_08
transcript.pyannote[2872].start 18720.93659375
transcript.pyannote[2872].end 18721.32471875
transcript.pyannote[2873].speaker SPEAKER_29
transcript.pyannote[2873].start 18721.22346875
transcript.pyannote[2873].end 18723.11346875
transcript.pyannote[2874].speaker SPEAKER_29
transcript.pyannote[2874].start 18723.80534375
transcript.pyannote[2874].end 18727.31534375
transcript.pyannote[2875].speaker SPEAKER_29
transcript.pyannote[2875].start 18728.15909375
transcript.pyannote[2875].end 18733.40721875
transcript.pyannote[2876].speaker SPEAKER_06
transcript.pyannote[2876].start 18733.40721875
transcript.pyannote[2876].end 18733.44096875
transcript.pyannote[2877].speaker SPEAKER_29
transcript.pyannote[2877].start 18734.47034375
transcript.pyannote[2877].end 18734.50409375
transcript.pyannote[2878].speaker SPEAKER_06
transcript.pyannote[2878].start 18734.50409375
transcript.pyannote[2878].end 18736.34346875
transcript.pyannote[2879].speaker SPEAKER_06
transcript.pyannote[2879].start 18737.59221875
transcript.pyannote[2879].end 18739.87034375
transcript.pyannote[2880].speaker SPEAKER_06
transcript.pyannote[2880].start 18740.12346875
transcript.pyannote[2880].end 18742.26659375
transcript.pyannote[2881].speaker SPEAKER_06
transcript.pyannote[2881].start 18743.73471875
transcript.pyannote[2881].end 18753.37034375
transcript.pyannote[2882].speaker SPEAKER_06
transcript.pyannote[2882].start 18753.69096875
transcript.pyannote[2882].end 18766.53284375
transcript.pyannote[2883].speaker SPEAKER_06
transcript.pyannote[2883].start 18766.85346875
transcript.pyannote[2883].end 18772.89471875
transcript.whisperx[0].start 1212.557
transcript.whisperx[0].end 1223.191
transcript.whisperx[0].text 報告委員會初期委員人數10人已足法定人數請主席宣布開會現在開會請議事人員宣讀上次會議議事錄
transcript.whisperx[1].start 1225.066
transcript.whisperx[1].end 1253.925
transcript.whisperx[1].text 立法院第十一屆第四會期社會福利及衛生環境委員會第十次全體委員會議議事錄時間114年11月13日星期四9時至14時17分地點群賢樓801會議室出席委員陳委員昭姿等15人列席委員林委員德夫等17人列席官員衛生福利部部長石崇良等相關人員主席劉兆吉委員建國報告事項宣讀上次會議議事錄決定確定邀請衛生福利部部長及行政院主計總處就
transcript.whisperx[2].start 1255.086
transcript.whisperx[2].end 1272.042
transcript.whisperx[2].text 癌症新藥暫時性支付及罕見疾病藥物專款預算運用成效及政策檢討進行專題報告並被質詢本日會議專題報告及討論事項綜合詢答經委員羅廷偉 王振旭林月琴 蘇巧慧 陳金輝 陳昭芝代表臺灣民眾黨黨團
transcript.whisperx[3].start 1273.783
transcript.whisperx[3].end 1293.555
transcript.whisperx[3].text 及劉建國說明提案指去由衛生福利部部長報告及說明後委員陳昭芝等24人提出質詢均經衛生福利部部長及行政院主計總處基金預算處專門委員代群方及各相關主管等及其答覆委員陳冠廷及徐欣穎所提書面質詢列入紀錄刊登公報
transcript.whisperx[4].start 1294.295
transcript.whisperx[4].end 1295.316
transcript.whisperx[4].text 請問委員會 上次醫事錄有無錯誤或遺漏之處
transcript.whisperx[5].start 1325.001
transcript.whisperx[5].end 1353.461
transcript.whisperx[5].text 沒有議事錄確定那本日會議議程為審查委員分別擬據勞工保險條例部分條文修正草案計30案第二個是審查委員黨團分別擬據就業服務法部分條文修正草案計12案那討論事項才綜合詢答現在介紹在場委員及列席官員
transcript.whisperx[6].start 1355.424
transcript.whisperx[6].end 1382.657
transcript.whisperx[6].text 在場有陳昭資委員林國成委員蘇清泉委員王振旭委員林月琴委員林倩琪委員王育明委員陳瑩委員徐欣盈委員
transcript.whisperx[7].start 1387.506
transcript.whisperx[7].end 1412.571
transcript.whisperx[7].text 列席官員勞動部部長洪森漢部長勞動力發展署署長黃玲玉署長勞工保險局局長白立貞局長勞動基金運用局局長蘇玉清蘇局長職業安全衛生署署長林玉堂署長
transcript.whisperx[8].start 1415.355
transcript.whisperx[8].end 1434.725
transcript.whisperx[8].text 勞動及職業安全衛生研究所所長王厚誠 所長勞動關係司司長王厚偉 王司長勞動保險司司長陳美女 陳司長勞動福祉退休司司長黃維琛 黃司長勞動條件及就業平等司司長黃綺雅 黃司長
transcript.whisperx[9].start 1442.392
transcript.whisperx[9].end 1467.623
transcript.whisperx[9].text 勞動法務司司長傅惠芝副司長會計處處長林美信處長財政部國庫署主任秘書羅信榮羅祖密行政院主計總處基金預算處專門委員王厚吉衛生福利部社會保險司代理司長陳真惠
transcript.whisperx[10].start 1469.738
transcript.whisperx[10].end 1494.589
transcript.whisperx[10].text 農業部農民輔導司檢任繼政王東良王繼政法務部參事汪南君汪參事內政部移民署移民事務組專門委員李明芳李專委國家發展委員會人力發展處檢任秘書張雅玲
transcript.whisperx[11].start 1496.923
transcript.whisperx[11].end 1522.885
transcript.whisperx[11].text 教育部青年發展署組長張靜穎現在請提案委員說明提案要旨每位委員兩分鐘請陳穎委員說明陳穎委員等一下嗎好那我們先請林國誠委員說明
transcript.whisperx[12].start 1535.227
transcript.whisperx[12].end 1546.098
transcript.whisperx[12].text 謝謝我們今天召委特別排有關勞工權利的這個修法所以再次謝謝也謝謝所有的官員大家都知道台灣勞工保險
transcript.whisperx[13].start 1548.921
transcript.whisperx[13].end 1553.784
transcript.whisperx[13].text 確定是現在是1053084人所以這是9月份的所以上千2300多萬人口1000多萬
transcript.whisperx[14].start 1565.109
transcript.whisperx[14].end 1588.297
transcript.whisperx[14].text 就是勞工保險所以有關這個我看到這些修法確確實實本席等32位我也要謝謝我們的部長過去的立法委員他也參與連署這次本席提案的66條跟69條66條主要是要把它法制化要撥補
transcript.whisperx[15].start 1590.778
transcript.whisperx[15].end 1604.33
transcript.whisperx[15].text 69條是不要口口聲聲就告訴勞工我政府會負責我們也只要求微薄的希望希望最終給付的華之化那大家知道
transcript.whisperx[16].start 1605.698
transcript.whisperx[16].end 1629.323
transcript.whisperx[16].text 勞保當然是有黑洞可是這個黑洞我們要了解為什麼黑洞從台灣省政府動省之後把移交中央的時候那個時候根本沒有精算也沒有移交 只移交業務沒有移交財務所以這個部分黑洞的形成
transcript.whisperx[17].start 1630.223
transcript.whisperx[17].end 1653.502
transcript.whisperx[17].text 全部在這個部分所以現在口口聲聲告訴人家勞保要倒 勞保要倒你知道這一千多萬的勞工他心裡面什麼感覺嗎所以還要來繳多 零少 延後退這對勞工是不公平的所以財務的黑洞是從這裡來那我也希望我們勞工
transcript.whisperx[18].start 1655.123
transcript.whisperx[18].end 1681.591
transcript.whisperx[18].text 得到一個微薄的保障很簡單就是把它法制化所以本席等32位提出這些法制化很簡單就是66條撥補法制化我相信15年到20年勞保的問題就會解決所以我同意前部長所講撥補就是救勞保的一種那我們也謝謝這幾年確實
transcript.whisperx[19].start 1684.752
transcript.whisperx[19].end 1708.693
transcript.whisperx[19].text 勞動部是有在勞工基金這裡撥補這個我們謝謝但是不要追究責任勞工要的是一個法治化所以希望66條法治撥補化69條就是政府最終給付化所以這是本席等32位提案的這些宗旨謝謝大家 感謝大家
transcript.whisperx[20].start 1710.983
transcript.whisperx[20].end 1715.508
transcript.whisperx[20].text 謝謝林國成委員說明接下來請王玉民委員說明
transcript.whisperx[21].start 1722.974
transcript.whisperx[21].end 1748.937
transcript.whisperx[21].text 主席各位先進大家好今天未還委員會很重要的是我們要審查勞保條例第66條跟69條到目前9月為止我們全國的勞工已經來到1053萬0846人但是我們從2017年開始事實上我們的整個保費的收入跟支出就已經達到不平衡
transcript.whisperx[22].start 1749.707
transcript.whisperx[22].end 1766.786
transcript.whisperx[22].text 一直到現在持續九年的時間所以千萬的勞工都一直在擔心有一種恐懼就是勞保會不會破產如果勞保破產他辛辛苦苦一輩子他想要領到的退休金可能就付諸流水
transcript.whisperx[23].start 1767.327
transcript.whisperx[23].end 1790.894
transcript.whisperx[23].text 所以為了要讓千萬的勞工可以安心那現在的民進黨政府喊出撥補即是改革但是他不應該只是一個口號而是應該要把撥補的責任最終支付的責任入法入法之後才可以讓千萬的勞工安心有政府在勞保不會倒這句話才不會是空話
transcript.whisperx[24].start 1792.955
transcript.whisperx[24].end 1807.702
transcript.whisperx[24].text 所以今天本席也提出來這樣子的一個改革的修正案希望今天在委員會的討論可以順利的通過另外我也要特別提我們現在整個勞保基金收支的短處情況
transcript.whisperx[25].start 1808.883
transcript.whisperx[25].end 1820.069
transcript.whisperx[25].text 其實持續惡化中我們看到2024年收支短處已經來到665億到2026年也就是明年的時候來到1015億那到2031年的時候我們整個勞保基金會呈現負的846億
transcript.whisperx[26].start 1828.553
transcript.whisperx[26].end 1853.61
transcript.whisperx[26].text 也就是說在持續的往下走之後即使我們現在有把撥補入法但是基金他的這個將來的負債的情況並沒有百分之百的解決而這件事我認為誰執政誰就有責任如果要更有責任負起責任的話短期我們這樣的一個撥補的辦法是可以解決燃眉之急但是長期負責任的執政黨應該還是要提出永續的
transcript.whisperx[27].start 1858.793
transcript.whisperx[27].end 1867.801
transcript.whisperx[27].text 老保年金的改革方案才是正辦 以上謝謝謝謝王育民委員說明接下來請蘇清泉委員說明
transcript.whisperx[28].start 1881.775
transcript.whisperx[28].end 1906.905
transcript.whisperx[28].text 好 謝謝主席那我今天提的有兩個案第一個是勞工保險條例第63條那主要的重點是未婚勞工單身懲罰條款如果這個勞工身後沒有任何符合規定的遺囑然後沒有領完整的給付
transcript.whisperx[29].start 1908.024
transcript.whisperx[29].end 1928.673
transcript.whisperx[29].text 文件paper walker沒有做好的話形同放棄甚至會被外界逼成為充公而且這個事情還不少所以同樣是社會保險的公教人員保險法沒有這個限制所以今天這個63條主要的重點是刪除
transcript.whisperx[30].start 1929.933
transcript.whisperx[30].end 1946.441
transcript.whisperx[30].text 受其撫養的限制我們這個是一定要把這個拿掉那第二個就是增訂遺族的指定權就是他可以在遺族上面來設立這個是今天的重點因為很多人提所以不再贅述
transcript.whisperx[31].start 1947.501
transcript.whisperx[31].end 1967.532
transcript.whisperx[31].text 另外一個是就業服務法第24條我們把它納入就是15歲到29歲的青年我們要確保他的權益甚至老保要給他加入因為青少年的失業率是蠻高的15到24歲青年的失業率占整體是比整體失業率的2.51倍
transcript.whisperx[32].start 1969.193
transcript.whisperx[32].end 1985.875
transcript.whisperx[32].text 所以這個數字最近又攀升到3倍多所以這個就業福法第24條是我們修訂的重點以上謝謝蘇清泉委員說明接下來請林倩琦委員說明
transcript.whisperx[33].start 1996.373
transcript.whisperx[33].end 2016.975
transcript.whisperx[33].text 謝謝主席感謝主席還有這個府院同仁今天我們在這邊有機會來討論也希望能夠大家的條文都有機會有一個很好的這個結果所以今天本席針對勞工保險條例第59條第二項做出了一個修正的草案那在這邊的說明以下
transcript.whisperx[34].start 2018.016
transcript.whisperx[34].end 2043.573
transcript.whisperx[34].text 我國在許多的縣市目前已經邁入了超高齡社會全國65歲以上的人口比例已經接近20%但是現行的制度仍規定勞工年滿60歲後繼續工作保險的年資僅能在計算5年也就是說65歲以後工作年資完全不列入勞保老年給付的一個計算
transcript.whisperx[35].start 2045.325
transcript.whisperx[35].end 2061.722
transcript.whisperx[35].text 那這個設計呢不符合現在的一個勞動現狀許多健康且有意願的長者仍然希望能夠繼續貢獻在職場那麼也透過這樣子來支撐家庭的經濟但現行的制度使他們多勞而沒有多保
transcript.whisperx[36].start 2062.282
transcript.whisperx[36].end 2080.635
transcript.whisperx[36].text 不但無法增加退休的保障反而削弱他再就業的這個誘因那本次修法的建議60歲以上繼續工作的勞工每年可以累計一個月的老年給付不要受上限五年的一個限制這樣子調整可以有三個目的
transcript.whisperx[37].start 2081.195
transcript.whisperx[37].end 2096.417
transcript.whisperx[37].text 第一個是鼓勵高齡者持續參與勞動緩解勞動力的短缺第二個部分是讓65歲以上還在工作的職業勞工享有合理的保障第三是維持制度的財政穩健
transcript.whisperx[38].start 2097.719
transcript.whisperx[38].end 2123.416
transcript.whisperx[38].text 因為現在一次領取勞保給付者是8%且比例逐年下降那麼對財政的影響極為有限那麼立法院在去年我們已經三讀通過勞動基準法第54條開放勞僱雙方來協商延後退休那本次修法正是與該政策來接軌讓勞保制度與高齡就業的政策同步來更新
transcript.whisperx[39].start 2123.976
transcript.whisperx[39].end 2139.8
transcript.whisperx[39].text 那這項修法是為了恢復公平而不是鼓勵延退喔而是保障繼續付出而且有能力付出的人那也在這邊懇請大家來支持本案讓長者多一份保障讓社會多一份力量以上 謝謝謝謝林千祺委員說明接下來請徐欣盈委員說明
transcript.whisperx[40].start 2157.268
transcript.whisperx[40].end 2184.791
transcript.whisperx[40].text 主席各位委員同仁各位官員大家好今天本席要針對勞工保險條例第66條以及第69條的修正草案進行提案說明大家知道勞保是我國最重要的社會安全網關係到超過千萬勞工的退休生計根據勞動部最新的精算報告勞保破產危機延後到
transcript.whisperx[41].start 2187.399
transcript.whisperx[41].end 2210.18
transcript.whisperx[41].text 2031年但是潛藏負債卻暴增到13.23兆元這代表著我們的政府只是在延後危機而不是解決問題更重要的是政府賴以延後危機的這個撥補在現行的法律中呢竟然無法源的依據讓千萬的勞工非常非常的焦慮
transcript.whisperx[42].start 2211.021
transcript.whisperx[42].end 2228.572
transcript.whisperx[42].text 因此我们第一个重点就是修正第66条将政府的拨补纳入基金来源正式做到拨补法治化这是政府应尽的责任必须有法律依据稳定裁员第二个重点我们要特别说明
transcript.whisperx[43].start 2229.552
transcript.whisperx[43].end 2250.514
transcript.whisperx[43].text 國民年金法和公務人員退休資遣撫恤法都有明定政府要負最後支付以及保證的責任這是國家的承諾然而保障人數最多的勞工保險條例卻獨獨少了這一條這對千萬的勞工極不公平
transcript.whisperx[44].start 2251.533
transcript.whisperx[44].end 2266.79
transcript.whisperx[44].text 因此我们也主张修正第69条明确增订劳工保险之财务由中央政府负最后支付责任我们要给予全国劳工同等的法律保障国家不能倒劳保当然也不能倒
transcript.whisperx[45].start 2268.51
transcript.whisperx[45].end 2294.06
transcript.whisperx[45].text 本次修法旨在先做兩件最基本最緊急的事第一個讓政府撥補合法化第二個讓政府承諾法治化這是未來改革為了未來改革鋪路更是安定千萬勞工家庭的定心丸我懇請各位同仁共同支持謝謝謝謝徐欣盈委員說明接下來請陳昭資委員說明
transcript.whisperx[46].start 2299.315
transcript.whisperx[46].end 2304.956
transcript.whisperx[46].text 代表民眾黨團請圖權級委員說明好謝謝主席
transcript.whisperx[47].start 2327.206
transcript.whisperx[47].end 2355.973
transcript.whisperx[47].text 首先感谢我们廖伟祥召委今天排审我们就业服务法等草案本席在此做提案说明鉴于民国112年年底我国新住民的总数也已超越原住民多达592561人当年可说是新住民元年而更早于民国97年劳动部制定促进新住民就业补助要点
transcript.whisperx[48].start 2356.792
transcript.whisperx[48].end 2372.707
transcript.whisperx[48].text 可見勞動主管機關認定我國新住民卻為因協助之特定對象及就業弱勢族群但根據內政部在107年新住民生活需求調查僅2.5%之新住民
transcript.whisperx[49].start 2376.09
transcript.whisperx[49].end 2397.722
transcript.whisperx[49].text 透过公立就业服务机构进行求职同时却高达17.7%的新住民朋友曾遭遇求职困难显见我们工部门对于新住民就业促进及就业服务难为积极主动尚有大幅改进的空间
transcript.whisperx[50].start 2398.702
transcript.whisperx[50].end 2415.947
transcript.whisperx[50].text 雖然去年113年朝野的共同努力之下新住民基本法也已三讀通過但是唯獨推動有關新住民就學 就業 培力關懷協助及多元服務等事宜
transcript.whisperx[51].start 2417.534
transcript.whisperx[51].end 2443.465
transcript.whisperx[51].text 這個新住民發展署遲遲未能正式成立因此在現階段新住民的促進就業政策及措施仍有賴勞動部積極推展原此本席與游浩委員 麥玉珍委員鄭振前委員等17人提出《就業服務法》第24條條文修正草案
transcript.whisperx[52].start 2444.065
transcript.whisperx[52].end 2471.065
transcript.whisperx[52].text 增定新住民於就業法母法之中為特定促進就業對象要求主管機關針對新住民之自願就業人員應訂定計畫並致力促進其就業協助排除就業障礙提升新住民勞動參與力以彰顯國家對新住民之重視以上 謝謝
transcript.whisperx[53].start 2474.862
transcript.whisperx[53].end 2479.17
transcript.whisperx[53].text 謝謝圖權級委員說明接下來請陳昭資委員代表台灣民眾黨黨團說明
transcript.whisperx[54].start 2484.861
transcript.whisperx[54].end 2507.863
transcript.whisperx[54].text 主席各位同事根據近年來的統計新住民的勞參率逐年提升他們在服務業在製造業餐飲業等基層或是關鍵職位上做出了很多的付出已經成為台灣的主要的勞動力來源之一但我們的法律卻沒有給他們足夠的保障無法確保新住民的就業權益
transcript.whisperx[55].start 2508.604
transcript.whisperx[55].end 2525.424
transcript.whisperx[55].text 那一直以來本黨的麥一尊委員不斷地為新住民的權益奔走要求政府能夠正視新住民的需求在台灣新住民家庭超過百萬他們不是少數那卻因為制度的缺口缺漏而被排除在許多權益之外
transcript.whisperx[56].start 2526.105
transcript.whisperx[56].end 2554.391
transcript.whisperx[56].text 所以终于在麦玉珍委的努力下在2024年7月通过了台湾第一步的新住民基本法确立了新住民的基本权益那现在我们不断的呼吁内政部要尽快履行法律义务加速新住民发展署的成立那台湾民众也会继续为新住民的权益来发声不让他们权益在制度中消失那我们本党的版本当中将新住民明确增列为就业扶法第24条中主管机关必须定定
transcript.whisperx[57].start 2555.071
transcript.whisperx[57].end 2579.684
transcript.whisperx[57].text 就業促進計畫的對象之一目的是希望未來主管機關能夠定期檢討促進就業計畫的成效跟結果並且提供相關的協助跟支持這不是特殊待遇因為這是讓制度更完善而更反映出台灣真實的社會需求新住民是台灣社會的一個分子保障他們的就業權益就是保障台灣整個未來的競爭力謝謝 謝謝主席
transcript.whisperx[58].start 2582.947
transcript.whisperx[58].end 2585.028
transcript.whisperx[58].text 謝謝陳昭資委員說明接下來請洪部長就討論事項進行說明時間十分鐘主席各位委員包括各位記者朋友那
transcript.whisperx[59].start 2611.533
transcript.whisperx[59].end 2618.989
transcript.whisperx[59].text 我想我們就先就這個勞保條例的修正那先向各位說報告
transcript.whisperx[60].start 2620.253
transcript.whisperx[60].end 2647.216
transcript.whisperx[60].text 那感謝各位委員會邀請本人針對委員所提之勞保條例相關修正草案總計30案進行報告那以下就各位委員所提的修正草案來說明本部的意見那敬請各位委員給予指教那首先針對多數委員關心第66條及69條條文部分那確保勞工退休保障是勞動部的重大勞動政策而且責無旁貸
transcript.whisperx[61].start 2648.317
transcript.whisperx[61].end 2675.687
transcript.whisperx[61].text 也因此本部也将会持续争取编列预算拨补劳工保险基金那在政策立场上就是由政府来负最终支付责任那针对各委员所提出第66条及69条的修正草案那本部对于大院之相关的审查将会在政府最终将会在政府负最最后支付责任的政策立场上秉持开放的态度共同讨论
transcript.whisperx[62].start 2676.267
transcript.whisperx[62].end 2702.391
transcript.whisperx[62].text 那希望有助于大院之审议那针对委员所提第6条第19条第30条第31条第58条第59条第63条那有关保险给付请求权的时效延长删除生育给付加加保日数的限制那增订原住民身障者的提前请领老年给付删除孙子女及兄弟姐妹请领遗属津贴或年金
transcript.whisperx[63].start 2704
transcript.whisperx[63].end 2728.595
transcript.whisperx[63].text 包括需受被保险人抚养的条件领取老年给付后得变更给付方式等提案因涉及到制度的稳定和公平性那加重劳保财务负担等问题那考量各界对劳保财务的问题非常关注任何增加劳保财务的提案我们都认为需要再更审慎那相关的意见请委员见我们的书面报告
transcript.whisperx[64].start 2729.485
transcript.whisperx[64].end 2738.503
transcript.whisperx[64].text 那最后有关第29条67条增订贷款者的开立专户及贷款不得作为强制执行标的的部分
transcript.whisperx[65].start 2739.625
transcript.whisperx[65].end 2766.875
transcript.whisperx[65].text 劳保纾困贷款是为纾解劳工短期性的经济困难委员所提29条办理贷款得开立专户不得作为抵消扣押等标的可落实贷款目的本部竞表支持另外第69条所提贷款不得作为强制执行标的与上开目的相同但因贷款者没有设立专户个人账户中的存款来源多元可能
transcript.whisperx[66].start 2768.075
transcript.whisperx[66].end 2794.297
transcript.whisperx[66].text 是自身的存款薪资等当贷款的款项入账后将无法分辨该笔款项为贷款本金故仍可能遭到强制执行因此建议于29条增列贷款者得办理贷款专户供存入贷款本金使用以立明确保障做法及完备法治体力以上报告是针对这个劳保条例相关的修正草案
transcript.whisperx[67].start 2794.977
transcript.whisperx[67].end 2819.06
transcript.whisperx[67].text 那再来也跟大家再报告针对救福法第24条26-2728条修正草案那现行第24条规定独立负担加记者中高龄者等9款人员及第10款其他经中央主管机关认为有必要者为政府因智力处促进就业之对象
transcript.whisperx[68].start 2820.287
transcript.whisperx[68].end 2846.889
transcript.whisperx[68].text 那现行本部已经公告15岁以上未满18岁未就学未就业少年还有职业灾害失能劳工以及直辖县市政府列册辅导之皆有为前接第10款的人员近期因新住民基本法的意旨也已核定一定范围之新住民以及现或曾与在台湾设计设有户籍之国民结婚经需
transcript.whisperx[69].start 2847.849
transcript.whisperx[69].end 2870.163
transcript.whisperx[69].text 金许可居留及规划涉及至外国人大陆港澳地区人民为第十款锁定人员将配合行政院发布新住民基本法实施日期同步公告实施对本次会议委员提案首先有关15至29岁青年青年或18岁至35岁青年纳入24条特定对象一节
transcript.whisperx[70].start 2871.064
transcript.whisperx[70].end 2891.464
transcript.whisperx[70].text 那青年是国家重要的劳动力雇主亦有雇佣的意愿他们的事业并非没有工作机会而主要是在于经验不足或职业方向不清面试技巧不够至初次求职遭遇困难或找不到合适的工作为协助青年就业本部已经整合部会的资源
transcript.whisperx[71].start 2892.352
transcript.whisperx[71].end 2919.41
transcript.whisperx[71].text 因應各年齡階段的需求於在學臨校期間提供職壓輔導職業訓練等就業資源引導青年投入重點產業包含推動大專青年育聘計畫鼓勵重點產業提供技術職缺育聘青年進行工作崗位訓練也推動初次尋職青年穩定就業津貼計畫協助初次尋職及非典型就業青年積極尋職及穩定就業
transcript.whisperx[72].start 2921.952
transcript.whisperx[72].end 2944.585
transcript.whisperx[72].text 那若將整體的青年納入特定對象恐會與其他特定對象包括中高齡身心障礙者等等成為就業機會的排擠我們建議可以審慎再做一些評估其次有關提案增列新住民為24條特定對象一節考量與國人結婚而移居我國的新住民為國人共同才共居之親屬
transcript.whisperx[73].start 2946.121
transcript.whisperx[73].end 2962.351
transcript.whisperx[73].text 他們的就業需要克服語言文化差異及職場適應的問題不應是否取得國籍而有別那本部現行促進新住民就業補助作業要點已經明訂新住民比照特定對象適用相關的補助措施
transcript.whisperx[74].start 2962.984
transcript.whisperx[74].end 2979.793
transcript.whisperx[74].text 并核定与国人结婚移居来台之新住民涵涉及前或后都是第十款的对象将配合行政院发布新住民基本法实施日期公同步公告实施所以本部建议文字修正为一定范围之新住民
transcript.whisperx[75].start 2980.629
transcript.whisperx[75].end 2999.034
transcript.whisperx[75].text 那王宇明等委員提案第27條增列新住民適應工作環境及適應訓練第28條推介新住民就業協助其工作適應之提案本部竟表尊重那最後對於委員提案將金門馬祖澎湖地區納入特定對象一節
transcript.whisperx[76].start 3000.074
transcript.whisperx[76].end 3026.807
transcript.whisperx[76].text 考量24條是以身份類別或就業弱勢屬性來認定113年調查金門連江澎湖人口失業率均非屬高失業狀態現行轄內已經有公立就業服務機構提供服務個別就業弱勢如有符合第24條第1項所列的各款身份也可以運用各項就業促進措施基於自願橫評的考量我們也建議應該要審慎評估
transcript.whisperx[77].start 3028.448
transcript.whisperx[77].end 3055.034
transcript.whisperx[77].text 至於提案將金門馬祖澎湖地區納入第27條適用工作適應訓練之對象考量本條是強化身心障礙或原住民的職場適應但金門馬祖澎湖地區的居民是否有此需要也需要再做審慎的評估那本部會持續強化就業服務以及職業訓練相關的措施來協助國人順利就業以上報告進行指教謝謝
transcript.whisperx[78].start 3061.982
transcript.whisperx[78].end 3078.737
transcript.whisperx[78].text 謝謝洪部長說明接下來有關本次會議各項書面資料均列入紀錄刊登公報現在開始詢答做以下宣告本會委員詢答時間6加2分鐘列席委員4分鐘
transcript.whisperx[79].start 3080.918
transcript.whisperx[79].end 3109.304
transcript.whisperx[79].text 10點半截止發言登記委員如有書面質詢請於散會前提出預期不受理暫定10點半休息10分鐘本日不處理臨時提案現在請登記第一位委員林月琴委員發言主席麻煩我們有請洪部長請洪部長
transcript.whisperx[80].start 3116.946
transcript.whisperx[80].end 3143.133
transcript.whisperx[80].text 林委員好 部長早我這次修就業服務法的第24條就是要把未成年人正式拉出來明明白白的列為就業促進對象的其中一款這題我們從上個會議就談到現在我過去還在民間的時候就講過雖然第10款其他對象本來就是要徵補立法所尚未窮盡到
transcript.whisperx[81].start 3144.693
transcript.whisperx[81].end 3174.005
transcript.whisperx[81].text 到的一個新的需求對族群可是未成年人的就業需求不能夠用局限在定義在被塞在其他對象裡面過去你們用韓式公告把15歲到18歲未升學未就業的少年塞到其他對象可是這個不夠為什麼先沒有辦法涵蓋到自立生活逆境少年司法少年甚至弱勢家庭那中低收入戶的家庭裡面他們必須要靠
transcript.whisperx[82].start 3174.565
transcript.whisperx[82].end 3198.276
transcript.whisperx[82].text 打工來度日然後又想要脫困的孩子所以我講過很多次這群孩子事實上是兒童權利公約點名要國家優先保護的對象不是你的備助人所以請問部長現行的衛生學為就業的定義根本就完全無法涵蓋真正有就業需求的弱勢境遇的少年你認不認同
transcript.whisperx[83].start 3200.662
transcript.whisperx[83].end 3217.416
transcript.whisperx[83].text 委員其實一直很關心這些其實特殊的處遇也是高風險的少年那我想確實因為在我們舊法第24條主要在第一項在處理的主要是針對
transcript.whisperx[84].start 3218.757
transcript.whisperx[84].end 3237.839
transcript.whisperx[84].text 就業的弱勢所以我們可以來評估一下那現在委員在提的這些比較高風險的包括司法少年 副寫少年 脆弱家庭等等他們在就業上面的狀況那當然如果這個符合大家認知的這個就業弱勢的狀況當然我覺得我們可以來評估
transcript.whisperx[85].start 3239.233
transcript.whisperx[85].end 3265.107
transcript.whisperx[85].text 部長因為在法規上我們當然沒有辦法窮盡把它寫到這麼完整說智利少年怕掛一肉萬的狀態所以還是一直到位依照兒權公約的精神直接甄列未成年最清楚最合適那未成年各種更複雜的就業需求跟勞動權益都能夠被看見這是我的版本裡面特別去提的為什麼要這樣提呢
transcript.whisperx[86].start 3265.667
transcript.whisperx[86].end 3282.747
transcript.whisperx[86].text 部長在就業扶法我新增了26條之一要到要對15到24歲的青少年依聯合國的標準給予特別的支持你看近三年的因加保未加保的職災的給付資料竟然有未滿15歲在營建工地
transcript.whisperx[87].start 3283.227
transcript.whisperx[87].end 3307.623
transcript.whisperx[87].text 申請職災給付這根本不能工作的孩子的年齡竟然在工地上出事還有製造業工地的失能甚至還有兩例的死亡發生在這麼年輕的孩子的身上真的讓人家覺得心痛部長 這些只是被看見的那些沒有通報的到底有多少甚至他們就沒有來申報那你認為這底下到底還有多少黑數你怎麼看 你打算怎麼解決
transcript.whisperx[88].start 3311.978
transcript.whisperx[88].end 3340.481
transcript.whisperx[88].text 跟委員報告現在的資料裡面我們從那個那個災保那邊的數字確實都有掌握一些目前不管是我們這個未滿18歲的兒少他們在不管在工作場所裡面的一些失能或傷害甚至剛剛委員提到的這些死亡人數那其實這幾年我們也是這部分加強在做一些勞檢跟宣導那他現在的牽能率也是逐年在下降當中我們會持續來努力
transcript.whisperx[89].start 3341.735
transcript.whisperx[89].end 3365.581
transcript.whisperx[89].text 因為我認為靠勞檢補破網根本就是來不及如果是少年真的他有急迫性的經濟需求年紀越少越小的話何妨職場都不收所以他就會往高風險的工作流動所以部長我問的非常簡單一句話願不願意支持把青少年完整的就業權益保障那個措施跟職癌的協助寫進救福法裡面
transcript.whisperx[90].start 3366.24
transcript.whisperx[90].end 3386.353
transcript.whisperx[90].text 跟文說明因為剛剛如果剛剛委員上面寫如果是未成年人如果是未成年這四個字的話那涵蓋範圍非常廣甚至可能會被認為可是你沒有辦法把它單一的去寫更多對所以我的意思說因為如果是未成年人的話那可能比方說六歲的兒童也是未成年人
transcript.whisperx[91].start 3387.353
transcript.whisperx[91].end 3403.868
transcript.whisperx[91].text 是可是你的另外一個法律本來也就是16到18才可以去工作對所以我的意思是說我覺得大家可以來研商一下關於這個條文的這個文字的處理那怎麼樣可以比較精準的捕捉
transcript.whisperx[92].start 3405.009
transcript.whisperx[92].end 3424.871
transcript.whisperx[92].text 委員長指涉的這一群這一群對象我覺得這群真的很需要但也不至於擴到太大因為如果當然寫未成年可能外界也會那6歲也是那這個8歲也是那這可能就不是委員的本意這樣子所以我覺得在條文的文字上面我們怎麼處理到比較精準的可以
transcript.whisperx[93].start 3425.492
transcript.whisperx[93].end 3436.628
transcript.whisperx[93].text 捕捉落定到可能是現在大家比較擔心的這些就業的弱勢 我覺得我們可以從這部分來延伸到時候在主條審查的時候我想部長應該我們現在有一些公視應該要對於
transcript.whisperx[94].start 3438.4
transcript.whisperx[94].end 3464.444
transcript.whisperx[94].text 這一群真的已經在職場當中工作也是合法的16到18的這些未成年應該要給一些協助但我想我們可以再討論一下文字怎麼樣落比較合適然後不會有範圍擴大或者是會有涵蓋不足的問題謝謝部長部長問的社工保的是勞保適用所有勞動法規這點毫無疑問我也知道多數社福機構很努力照顧社工可現實就是
transcript.whisperx[95].start 3465.164
transcript.whisperx[95].end 3491.604
transcript.whisperx[95].text 還是有固定的比例的社工在欠薪 拖薪變相減薪的狀態旨在不是只有被打被咬還有爆發心理創傷社安網出事就怪社工的輿論的獵巫高案量的壓力衛福部三年前的一個統計就是說5824名的社安網的社工有1188名遭受到口頭的辱罵 威脅肢體暴力等不當對待比例高達兩成
transcript.whisperx[96].start 3492.705
transcript.whisperx[96].end 3509.468
transcript.whisperx[96].text 其中光是口頭入罵就佔了六成以上更別說一定還有一些黑數部長我就直接問勞動部如何認知到什麼是高風險職場那麼有社工有10到20%的機率被罵被威脅甚至被打這算安全的職場嗎
transcript.whisperx[97].start 3512.673
transcript.whisperx[97].end 3530.586
transcript.whisperx[97].text 當然其實就像委員說的其實社工是一個社會上非常非常重要的助人的職業尤其是在一些高風險的情境裡面有時候看到社工也會面對到一些人身上的安全所以我覺得他應該也是要大家優先保護的對象
transcript.whisperx[98].start 3531.767
transcript.whisperx[98].end 3560.73
transcript.whisperx[98].text 那至於社工的高風險的情境的問題我覺得我們是很願意來跟衛福部一起來討論跟合作因為其實衛福部會對於社工的類別跟風險的情境會比我們更加的熟悉所以我想我們是很願意來跟衛福部來討論說哪些比較重點的風險的情境那我們也會請我們治安署來跟衛福部來討論是不是要重點來促使大家把法尊做得更落實
transcript.whisperx[99].start 3561.451
transcript.whisperx[99].end 3585.594
transcript.whisperx[99].text 部長 我很高興聽到你講這句話我自己當了幾十年的社工我過去同時也是機構的主管我一定是站在這群助人工作者這邊來問你那如果你跟他講說未來你們要去做這樣的話那我們還是很希望你能跟貴府部去討論到針對於社工的勞動權益跟職業安全這一塊實際在推動的方案到底有哪些
transcript.whisperx[100].start 3586.074
transcript.whisperx[100].end 3600.305
transcript.whisperx[100].text 還有哪些固定協調的機制真的要去做另外一個就是依這次新修的職安法跟相關法規實務上到底要怎麼用在社工我想先問部長政府內部的契約社工勞動身份最模糊了
transcript.whisperx[101].start 3600.885
transcript.whisperx[101].end 3624.294
transcript.whisperx[101].text 不像正式公務員 都是保勞保但是又背著公務體系責任在公部門裡邊的契約社工約聘 約僱 約用 值待依循著不同辦法來禁用部長 他們遇到職場霸凌的時候要走什麼申訴管道因為我最近辦公室接到好幾期那責任制 加班權益都沒有辦法解決的時候勞動部又應該認為要怎麼處理
transcript.whisperx[102].start 3626.523
transcript.whisperx[102].end 3650.112
transcript.whisperx[102].text 委員剛才講的這兩件事情 一個事情是如果遇到霸凌那當然公募門系統下面的社工這個越過人的話在我們現在的規範裡面基本上還是適用治安法來處理那剛剛在講到說另外是責任制公使的問題這當然會有另外其他在勞基法相關的法規來處理包含加班嗎 甚至有時候他們權益沒辦法的時候那到底要怎麼去
transcript.whisperx[103].start 3651.602
transcript.whisperx[103].end 3663.575
transcript.whisperx[103].text 一樣用職安法嗎不是加班的問題就用勞基法所以這是不同的霸凌是用職安法但是加班的那種工時的問題他就是用勞基法來處理
transcript.whisperx[104].start 3665.737
transcript.whisperx[104].end 3681.228
transcript.whisperx[104].text 請部長會後一週內是不是告訴我們這兩年實際處理的案件以及要讓公部門約聘僱的社工知道他們自己如何保障他自己的權益可以嗎我想如果社工問到勞動相關的權益一樣應該都是可以跟地方政府勞政主管機關來做申訴
transcript.whisperx[105].start 3682.449
transcript.whisperx[105].end 3701.144
transcript.whisperx[105].text 那申訴管道我想應該是暢通的那我們會來督導地方政府應該要積極的來處理相關的案件那再麻煩部長最後一個就是部長多數社福機構都不是惡意剝削可是卡在制度跟資源當中而社工常常連過勞心理創傷算不算紙災自己都不敢確定
transcript.whisperx[106].start 3701.864
transcript.whisperx[106].end 3716.114
transcript.whisperx[106].text 所以很少主動爭取所以我就問四個比較具體的問題第一個現在部分縣市已經在做社福機構的法尊法事部長你知道成效如何嗎中央有沒有主動了解能不能由勞動部來提升量能來統籌推動
transcript.whisperx[107].start 3719.461
transcript.whisperx[107].end 3734.168
transcript.whisperx[107].text 跟委員報告其實現在我們除了勞動條件檢查以外這個法遵法施的量也一直在提升那這近三年的話那像剛剛提到的這個社會福利機構我們大概法遵法施大概到五千場次
transcript.whisperx[108].start 3734.929
transcript.whisperx[108].end 3763.308
transcript.whisperx[108].text 我覺得甚至可不可以就為什麼不能用中央來推因為勞動部對中小企業說可以提供客製化的法尊訪視那社福機構沒有道理不能部長你願不願意跟衛福部一起規劃納入專屬社福機構的法尊訪視內容然後有沒有這部分不知道有沒有問題根文報告當然我覺得我們是很樂意跟衛福部來討論就是對於社福機構的那另外一方面其實因為現在
transcript.whisperx[109].start 3764.471
transcript.whisperx[109].end 3793.977
transcript.whisperx[109].text 也有蠻多個非常有行動力的社工的工會那我們也覺得其實這幾年社工工會其實也提出很多很重要的權力上面的倡議然後也協助行政部門解決或提出我覺得也提出很多重要的問題所以我覺得我們在這些相關的工作上面我們很願意尤其是跟社工的工會一起來做合作那我相信其實可以把對於這些機構的法尊可以做得更到位
transcript.whisperx[110].start 3794.397
transcript.whisperx[110].end 3809.513
transcript.whisperx[110].text 我想謝謝部長因為我想不管是施工會或職業工會都非常關心這一群在現場工作那因為過去政府機關都會做行政指引可是這些指引都放在雲端製作成SOP放在抽屜裡面救不了精疲力竭
transcript.whisperx[111].start 3810.474
transcript.whisperx[111].end 3829.507
transcript.whisperx[111].text 歷階的社工所以我們需要的是現場的法尊法事來雙向行政指導跟機構服務而且每年檢討分析出報告所以部長如果落實的話未來一年開一次會跟衛福部去做這樣的社福機構法尊法事的一個檢討這部分不知道能不能做到
transcript.whisperx[112].start 3830.407
transcript.whisperx[112].end 3851.616
transcript.whisperx[112].text 我覺得我們是可以的我真的覺得要把工會一起找進來我覺得把工會一起找進來討論其實我覺得可以反映一些更更具體的問題而且我們幫助我們真的處理的更更更落實更到位那感謝不過這一題比較複雜我想也請部長讓主責的單位跟我們辦公室約時間我們再來討論詳細的謝謝
transcript.whisperx[113].start 3858.447
transcript.whisperx[113].end 3869.412
transcript.whisperx[113].text 謝謝林月琴委員發言接下來請陳昭資委員委員發言謝謝主席麻煩洪部長有請洪部長
transcript.whisperx[114].start 3877.538
transcript.whisperx[114].end 3891.134
transcript.whisperx[114].text 陳委員長 部長長 部長 勞保改革大概是政府無法迴避的責任那我們都清楚改革的方向大概就是一個多角少嶺這政府撥補三管齊下那我們今天排審的這個勞保條例就是要將政府撥補還有最終責任
transcript.whisperx[115].start 3893.397
transcript.whisperx[115].end 3907.758
transcript.whisperx[115].text 這個責任的入法那三黨的立委都有共識都有提案那剛剛國情委員在做提案說明的時候也講到當年您也參加聯署了所以這個法案是三黨大家都有共識是非常在這一屆的國會非常的難得
transcript.whisperx[116].start 3908.439
transcript.whisperx[116].end 3925.891
transcript.whisperx[116].text 那雖然行政院一直沒有版本出來但部長您在這裡有講過說如果您保持開放態度如果立法院通過了這樣的法案你會就是依法履行但我必須要說今天的修法是勞保改革中其實是比較容易的
transcript.whisperx[117].start 3926.491
transcript.whisperx[117].end 3952.918
transcript.whisperx[117].text 因為勞保要永續不能只是靠撥補還需要這個開源節流那開源就是多角那節流就是這個少領啊但部長您自己講過說沒有要砍幾戶的計畫也就是說節流的部分您是把它保留了就是排除在改革的方案之外那我就請教部長那開源的部分呢勞動部有規劃要提高保費和投保薪資上限嗎
transcript.whisperx[118].start 3955.497
transcript.whisperx[118].end 3973.117
transcript.whisperx[118].text 跟文說明那其實對於勞保的財務的問題當然從政府的角度我們一直非常非常的關注這也是為什麼這幾年下來其實行政院不斷的願意從這個
transcript.whisperx[119].start 3975.599
transcript.whisperx[119].end 3994.171
transcript.whisperx[119].text 這個整體的公務預算的水庫裡面那來做這個撥補的動作你還是在留在撥補這個階段第二個是其實我們在我們在基金的投資上面我想這幾年的效益也是非常好的那這也都為我們整體基金的水位提供很重要的活水所以
transcript.whisperx[120].start 3994.491
transcript.whisperx[120].end 4021.662
transcript.whisperx[120].text OK 謝謝你我了解這個勞保改革不是說一個部會可以撐得起來因為大家都講提到數字了嘛攸關這個千萬勞工的生活保障的改革那其實是要請總統勇於承擔的為什麼呢因為藍綠白三位總統候選人他們在競選的時候都提出了要做勞保改革的國事論壇那當選後應該要做的那我想請問部長賴總統有要召開這個勞保改革的國事會議嗎
transcript.whisperx[121].start 4023.396
transcript.whisperx[121].end 4038.703
transcript.whisperx[121].text 你曉得嗎我想其實對於他有要召開這個會議嗎我想的確現在對於整體勞保的財務上面的一些社會的討論我們都持續在收集所以剛剛在講到我應該講到說可能是要多繳或者是少領但這都會比較多
transcript.whisperx[122].start 4039.804
transcript.whisperx[122].end 4054.855
transcript.whisperx[122].text 你回答我意思說那總統上任到今天他有向勞動部提起說要召開相關的這個國事會議嗎因為這個在競選的時候三黨的候選人都總統的候選人都提出來了那他要沒有要這樣做
transcript.whisperx[123].start 4055.435
transcript.whisperx[123].end 4075.906
transcript.whisperx[123].text 我們目前就是持續我們就是目前在持續在收集各界對勞保的意見就是說我還是要請您提醒總統任期過了一半一年半總統要趕快趕緊召開這個勞改國序會議因為否則勞保基金之前是2028年破產那今天有一些數字這也不清反正就是近年什麼2031這個會破產那這個對
transcript.whisperx[124].start 4081.569
transcript.whisperx[124].end 4101.068
transcript.whisperx[124].text 賴總統想要這個尋求連任難道也不是一個危機嗎部長我要請教你我們修法讓80歲的長者面80量表就可以聘請外籍看護那勞動部當時說我們80歲以上的人口有91萬其中健康人口有53萬假設只有三成的健康者要提出申請也會產生16萬名的這個看護家庭看護的需求
transcript.whisperx[125].start 4104.471
transcript.whisperx[125].end 4130.811
transcript.whisperx[125].text 那加上每年自然增加的一萬所以當時您估算的是有十幾萬可能是七萬左右的這個缺口那現在賴總統啊 當時那個部長您估的跟實際上差很大您估的一二十萬 當時講的好像天天要幫下去結果到現在好像八千多個申請您還才核准兩三千個那我要講的是賴總統現在就給你功課了他要開放十二歲以下一孩家庭申請幫傭 外籍幫傭 請問部長
transcript.whisperx[126].start 4132.392
transcript.whisperx[126].end 4144.71
transcript.whisperx[126].text 我國12歲以下一孩家庭全國大概有幾戶目前可能大概幾戶 數據在補我們數據在補 對所以總統講的你都沒有去算
transcript.whisperx[127].start 4145.679
transcript.whisperx[127].end 4166.196
transcript.whisperx[127].text 但我們現在在評估中 可是目前那大概幾成 好 他先算母數我手邊大概也有啦請問勞動部估計大概有幾成就像你當時這樣估算80歲以上長者那你覺得符合這個一孩家庭的這樣的家庭家戶你認為有幾成的會申請會產生多少缺口呢
transcript.whisperx[128].start 4167.08
transcript.whisperx[128].end 4179.816
transcript.whisperx[128].text 現在就是在評估中還在算 總統講完 你都這樣放的他回答很快來 部長 家庭康護工有22萬人家庭幫傭只有2000人 是100倍之差喔如果人數比較多的康護會缺工
transcript.whisperx[129].start 4183.239
transcript.whisperx[129].end 4203.664
transcript.whisperx[129].text 那稀少的邦誉不是更嚴重嗎這是更嚴重 但這就是賴總統的政策 他公開講了所以本席有個建議 等一下還是要請你補數字你不如先從真正有需要的家庭開放例如遲緩兒的家庭我國的遲緩兒通報數字不斷的上升每年大概有4萬人
transcript.whisperx[130].start 4205.825
transcript.whisperx[130].end 4229.58
transcript.whisperx[130].text 那因為這些家庭的爸爸媽媽都需要多陪伴他帶他去找的他需要有人來讓他放手讓他去協助他的這個家務勞動那如果是以家庭為單位4萬人應該會比4萬還少所以如果總統真的要開放12歲一孩的家庭能夠申請外籍邦傭的話是否從這些類似這個吃緩兒家庭開始您贊同嗎
transcript.whisperx[131].start 4230.461
transcript.whisperx[131].end 4252.592
transcript.whisperx[131].text 跟委員說明其實行政院也有指示那可能針對多元的家庭的狀況都希望可以納入評估有數字了嗎現在就在評估中但是我剛才說按照行政院的指示多元家庭的需求也應該放進來
transcript.whisperx[132].start 4253.792
transcript.whisperx[132].end 4267.788
transcript.whisperx[132].text 都沒有問過你們沒有數字在手上就承諾啦12歲一孩的家庭要不是這樣子的我們現在是在我們現在是在整體的評估之中但是你要接手啊
transcript.whisperx[133].start 4269.838
transcript.whisperx[133].end 4287.807
transcript.whisperx[133].text 原來你們不知道我有數字我也先保留現在法律有規定部長這個職缺薪資沒有達4萬的時候不可以徵才的時候不可以寫免疫薪水不可以寫免疫但這幾年來整體薪水有成長所以去年勞動部有說今天要修法把這個4萬改成5萬
transcript.whisperx[134].start 4289.228
transcript.whisperx[134].end 4303.554
transcript.whisperx[134].text 當然這有助於企業的競爭力跟這個爭取人才嘛但今年都快過了你有提出修法嗎還沒有吧還沒有提出來嘛跟委員說明我們現在一直持續在研議就是要把原本的4萬拉高到5萬或者是
transcript.whisperx[135].start 4304.614
transcript.whisperx[135].end 4316.471
transcript.whisperx[135].text 或者是用一個最低工資的倍數啦因為最低工資也一直在提高所以也有一些建議是說可以提高變成是一個最低工資的固定某個倍數那會隨著最低工資的調漲那這個
transcript.whisperx[136].start 4320.276
transcript.whisperx[136].end 4338.111
transcript.whisperx[136].text 薪資透明化的這個金額也可以提高因為有承諾說要提高5萬那你自己要什麼方法能夠符合實際的我們現在當然在做這些法案的研議那我想我們也希望盡快在一段時間研議我們會趕快提出來媒體的報告報道說薪資揭露的規定上路以來有受理440件的檢舉只開罰了55件開罰率很低
transcript.whisperx[137].start 4343.436
transcript.whisperx[137].end 4366.595
transcript.whisperx[137].text 所以很多勞工都說這個中原歧視上面寫免疫結果面試時開的薪水卻低於4萬請問部長這個要如何舉證你要處理如何處理讓企業真的落實你既然有法啦我想如果企業在4萬如果目前企業在4萬以下寫免疫的話這當然就是違反了薪資透明化的這個做法那這個相關的市政其實來做檢舉應該就是會被開罰為什麼440件檢舉只有55件開罰呢
transcript.whisperx[138].start 4373.242
transcript.whisperx[138].end 4392.19
transcript.whisperx[138].text 我們其實需要的是要提出具體的事證那目前我們的數字上面看起來你說的好那你又煩那你怎麼提出證是面試的時候要帶錄音機嗎不是面試帶錄音機可能是他相關的這個徵才的文件廣告或者是相關的欄位其實應該都會看到比方說他是怎麼樣來寫的
transcript.whisperx[139].start 4394.653
transcript.whisperx[139].end 4423.404
transcript.whisperx[139].text 好部長我今天覺得有件事還是嚴重賴總統公開說他要開放全國12歲以下一孩家庭有一個孩子12歲以下就要開放這個外籍幫傭但是他不知道數字ok的日理萬機但是我沒有想到部長你接下來你有聽到你現在還沒有我們一直密切在評估之中你有數字你剛剛說因為我手邊現在沒有數字那你的部署都沒有數字嗎現在我們手邊沒有因為我們是在評估中對
transcript.whisperx[140].start 4425.567
transcript.whisperx[140].end 4437.644
transcript.whisperx[140].text 現在我們在評估中 現在官方的數字是沒有啦官方數字沒有 但是各種研究 很多報告資料 部長因為很多研究有去做 學術研究200萬戶啦200萬戶啊 那你怎麼接受
transcript.whisperx[141].start 4441.294
transcript.whisperx[141].end 4469.825
transcript.whisperx[141].text 但也並不是兩百萬並不是兩百萬戶都有這個需求確實有一些家庭有表達他有這樣的需求但也並不是所有的家庭都有這樣的需求八四量表你估得很離譜快將近二十萬結果現在你核准兩千多嘛那個時候就不許我們現在是三個月八四量表是三個月的時間其實現在有一萬了
transcript.whisperx[142].start 4471.539
transcript.whisperx[142].end 4493.531
transcript.whisperx[142].text 三個月多出1萬如果按照這個數字的話一年是會有增加4萬那現在又多一個問題嘛就是說這個估算一年可能會增加4萬4萬都確實比過去的這個增加的數字來的多啊那請你再估算一下好好再評估總統發出對全國人民發出的承諾謝謝部長謝謝主席謝謝陳昭之委員發言接下來請陳金輝委員發言
transcript.whisperx[143].start 4508.018
transcript.whisperx[143].end 4512.592
transcript.whisperx[143].text 謝謝主席 我想請洪川部長請洪部長
transcript.whisperx[144].start 4517.079
transcript.whisperx[144].end 4543.956
transcript.whisperx[144].text 好 部長我是很不想要用我的執行時間繼續跟你討論這個議題但我希望可以一舉把它解決因為上禮拜呢我質詢了有關於你會拖欠回復立委公文這件事結果問完之後沒關係我知道你要講什麼我問完之後呢好多不分黨派喔不同委員會的委員喔紛紛都跑來跟我說他們也遇到這樣子的議題好
transcript.whisperx[145].start 4545.217
transcript.whisperx[145].end 4563.125
transcript.whisperx[145].text 我知道你今天早上已經給我一些部分的公文裡面有很多數據複製缺乳啦比如說這個是華家沙風災後臨時工的收案狀況你拖了40天給我那目前你給我的報告不到一頁A4
transcript.whisperx[146].start 4564.005
transcript.whisperx[146].end 4590.784
transcript.whisperx[146].text 那裡面的內容跟我在質詢台上問你的幾乎是一樣的我不太知道為什麼這樣子的東西需要拖40天給我另外有一些質詢率的問題我很明確的問到我希望給予質詢率但是婦女在就業計畫只有給我113年中高齡退休在準備協助補助計畫沒有給然後55plus只有給113年
transcript.whisperx[147].start 4592.805
transcript.whisperx[147].end 4612.499
transcript.whisperx[147].text 然後美國關稅供應鏈支持方案執行率沒有給很多都已經上路了只是再強化而已也沒有給出來我是想要幫其他的委員問因為很多委員就跑來問我說怎麼會你遇到這個問題我們也遇到了結果有些吹哨子就跑出來了
transcript.whisperx[148].start 4613.28
transcript.whisperx[148].end 4634.965
transcript.whisperx[148].text 他們說這些公文就壓在一個地方就是你的部長室就是你的部長室我詢問了一些以前跟你曾經做過同事的人大家都說你是一個非常認真負責的立法委員並且你也會追公文你也會跟部長追公文的我不知道為什麼你現在變成你以前口中很不喜歡的那樣子的人
transcript.whisperx[149].start 4635.825
transcript.whisperx[149].end 4655.15
transcript.whisperx[149].text 所以很多委員在等我今天質詢這一頁我們希望徹底解決這個問題我們希望徹底解決問題你到底是有還是沒有親自授意部長室扣押或者是羈押要給立法院的公文有還是沒有你只要回答我們這句話就好了因為這個40天40天喔40天40天最後給出A4的當然沒有扣押你沒有扣押
transcript.whisperx[150].start 4661.682
transcript.whisperx[150].end 4683.897
transcript.whisperx[150].text 跟委員說明像委員其實要的這幾份資料我上禮拜其實已經說了我會請我們的同仁到委員的辦公室也親自跟委員說明其實相關的資訊我會啊我會但是如果你可以來說明數據你為什麼不能把數據附在你回覆的公文裡面呢如果你都可以口頭說明了放到你的書面回覆裡面不是很好嗎
transcript.whisperx[151].start 4685.846
transcript.whisperx[151].end 4693.524
transcript.whisperx[151].text 根文說明第一個沒有什麼扣押沒有什麼扣押的問題那能夠提供的數據當然我們就
transcript.whisperx[152].start 4694.897
transcript.whisperx[152].end 4721.709
transcript.whisperx[152].text 我們可以來看一下我們的這個工作的流程可以怎麼樣子來加速我想這部分我們可以來看一下我覺得你可能需要加速因為我是遇到不分黨派的人他們都說你跟以前的部長不一樣以前的部長很快就回復了不知道為什麼你的總是要拖這麼久那第二個具體的請求也希望你在這邊承諾我們當然這個是我們去問了吹哨者告訴我們所有這樣子的現象那你可不可以在這邊也承諾說
transcript.whisperx[153].start 4722.489
transcript.whisperx[153].end 4739.096
transcript.whisperx[153].text 不要去徹查是不是有人可能透露這些公文都留在你的部長室你不要徹查好嗎因為勞動部已經變成了霸凌的一個壞榜樣之前這些新聞事件我們不希望這個事件又發生一次可以嗎你可以在這裡承諾嗎委員沒有這件事情當然不會有什麼徹查的問題
transcript.whisperx[154].start 4744.815
transcript.whisperx[154].end 4769.076
transcript.whisperx[154].text 沒關係我們當然不會再看我們希望不會有任何人接到你去關心的這個資訊你絕對可以放心再來賴總統任內每個勞動部部長都說要當全民的部長要當勞工的靠山但是在賴總統的任內目前有兩個靠山已經倒了我們希望你是第三座靠山
transcript.whisperx[155].start 4770.757
transcript.whisperx[155].end 4795.384
transcript.whisperx[155].text 可以撐住那這個是11月14號勞動部公布了2024年國際勞動統計當然他們是綜合ILO OECD國家各國的勞動統計年刊勞動指標等等的這個你應該也知道台灣的總工時又多出來了名次從世界第六又攀升到世界第五這不是什麼值得光彩的事情
transcript.whisperx[156].start 4796.204
transcript.whisperx[156].end 4818.818
transcript.whisperx[156].text 本席也非常的擔心 尤其是電子零組件最操勞他每年的工時到達2258.4小時好 我看了一下您過去的質詢其實你也蠻關心這樣子的議題的這是今年3月啊勞團才痛批勞動部部長 以前是他們的夥伴但是現在很多事情都不回應當時他們給出來的數據是我國總工時2023年高達2020小時喔
transcript.whisperx[157].start 4825.122
transcript.whisperx[157].end 4848.97
transcript.whisperx[157].text 現在你自己發布的新數據又多出10個小時變成2030小時請問你可不可以簡短的講一講為什麼會這樣子然後你要做什麼跟委員說明其實我想要先釐清幾個因為的確我認為台灣的工時是有改善的空間但是並不是世界第五其實這是對於發布的資料有點誤讀
transcript.whisperx[158].start 4849.83
transcript.whisperx[158].end 4857.935
transcript.whisperx[158].text 因為他並不是所有200多個國家裡面等一下我們先不用去爭辯名次我們先不用爭辯名次我把它補回去來來來我們先看一下我們先不用爭辯名次我們去比2023年也就是今年老團對你進行抗議的時候他們用的數據是2020小時那現在你自己新發布的是2030小時
transcript.whisperx[159].start 4874.165
transcript.whisperx[159].end 4897.228
transcript.whisperx[159].text 我們如果姑且不論名次的話你針對這個工時不斷的增加你有沒有什麼具體的大策略的改善方案跟委員說明第一個確實在去年的總工時的部分其實數字上面的確是有提高那當然有一個很重要的原因就像剛剛委員說的電子零組件當然這跟整個國際上面在電子零組件上面的景氣有關係
transcript.whisperx[160].start 4898.749
transcript.whisperx[160].end 4927.824
transcript.whisperx[160].text 那因为他的出口的需求然后经济状况好所以他也把这个整个工时往上点那我们也是意识到这件事情所以对劳动部来说我们这这么多年来持续的一直在希望提高最低工资那提高最低工资一个很重要的部分就是希望更多的劳工不要因为他的收入过低所以他必须要很依赖加班所以这也是为什么我们希望一直提高最低工资而且这是连续做了十年很重要的原因这是第一个
transcript.whisperx[161].start 4928.504
transcript.whisperx[161].end 4956.265
transcript.whisperx[161].text 第二個我們當然也很希望就是僱主跟工會可以強化就是比方說跟工會的這個團體協約高於法尊的團體協約可以去約定一些更有利於員工生活平衡的工時那這部分我們一直在鼓勵好因為他們說如果沒有提出相關的政策的話可能不排除再次發動抗爭那我這邊也跟你檢討一些數據
transcript.whisperx[162].start 4959.308
transcript.whisperx[162].end 4983.206
transcript.whisperx[162].text 這個是我們擔心的地方啦我們也希望中高齡者勞參率可以升加嘛這樣可以分攤一些我們國家的勞動力因為他們也有他們的智慧但是我把比較重要的地方圈起來了我們可以看到女性是55歲以後就雪崩式的往下掉男性則是60歲以後就往下掉代表什麼 代表我們
transcript.whisperx[163].start 4983.786
transcript.whisperx[163].end 5010.027
transcript.whisperx[163].text 台灣的退休年齡低於世界其他的國家包括日本 韓國 新加坡等等65歲以上的勞參率不到10%但是這一波退休潮還沒結束這個也是你應該都熟能詳的現在正是四五年級陸續到了65歲法定退休年齡那再來我們估計六年級也逐漸的邁入中高齡所以16年後會有一波很大的退休潮
transcript.whisperx[164].start 5010.848
transcript.whisperx[164].end 5025.766
transcript.whisperx[164].text 預估是667萬人陸續超過法定的退休年齡那你看下面這個圖也非常的清楚我們65歲以上勞參率就不好那我們接下來看著你的這三項的執行率齁
transcript.whisperx[165].start 5026.727
transcript.whisperx[165].end 5031.933
transcript.whisperx[165].text 我們看婦女在就業計畫25%中高齡退休在就業計畫1.833.625.6以及這個55plus54.9我想知道這個
transcript.whisperx[166].start 5042.325
transcript.whisperx[166].end 5059.344
transcript.whisperx[166].text 你是不是因為現在我們就是不分男女其實都不夠高了嘛我們都希望他們多多參與你有沒有考慮未來把這幾項計畫合在一起然後直接的拉高補助否則你的這個執行率always是慘不忍睹啊
transcript.whisperx[167].start 5059.904
transcript.whisperx[167].end 5078.342
transcript.whisperx[167].text 跟委員說明第一個其實我已經請我們發案署針對這些執行率而且計劃的整併希望能夠做一個更大的檢討我說這個檢討裡面包括幾件事情因為的確在我們很多的就業計劃裡面其實過去是長年的一支一支的累積有的時候計劃跟計劃之間會有些重複
transcript.whisperx[168].start 5081.064
transcript.whisperx[168].end 5107.06
transcript.whisperx[168].text 那这个重复的状况也会影响到执行率因为其实会有一些劳工他可能他知道一支计划但他不知道另外一支计划但也许他的身份是可以申请很多计划所以我们也在请文发案署把这些计划如果需要的话做相关的整并做整合型的计划这就是我刚刚建议你的这个整合型的计划如果做的时候他其实一次他可以知道有各种不同的资讯而不是他看到一支计划才去参与一个计划那其实对他来说也是一个负担所以这件事情我们现在也是在做
transcript.whisperx[169].start 5107.58
transcript.whisperx[169].end 5118.989
transcript.whisperx[169].text 但如果委員剛才在說的跟中高齡勞工有關的事情的話我請我們發展署來說明一下這幾年中高齡在我們修了這個中高齡的專法之後那目前其實增加成效
transcript.whisperx[170].start 5122.301
transcript.whisperx[170].end 5145.648
transcript.whisperx[170].text 因為我有跟你要114年現在都11月了你後來回覆報告裡面並沒有給我執行率你沒有給我執行率你有給我113年所以我真的想知道你114年做的怎麼樣114年現在還在啊已經到11月了我們可以到會議室你也可以告訴我是不是有變好嗎對不對可以啊當然
transcript.whisperx[171].start 5146.607
transcript.whisperx[171].end 5159.087
transcript.whisperx[171].text 是有變好大概多少我再把相關的數據我們再請那你的做法是什麼我可以請您的同仁回答沒關係您的做法是什麼
transcript.whisperx[172].start 5162.011
transcript.whisperx[172].end 5184.557
transcript.whisperx[172].text 目前在中高齡的部分我們預計要擴大55歲以上相關在職場支持以及退休後再就業準備以及55歲以上就業獎勵措施擴大補助範圍的運用可應用來增加提升方案的執行率好
transcript.whisperx[173].start 5186.527
transcript.whisperx[173].end 5213.674
transcript.whisperx[173].text 剛剛部長你還缺我很多數據那我也希望說同仁可以盡快來我們就面對面的做一個presentation跟討論以及一起研擬怎麼樣可以提高質詢率我覺得OK好不好但是以後希望我剛剛第一頁所提到的狀況也不要再發生了跟我說明這絕對沒有什麼押公文這件事情或押資料都沒有這些事情那所以也不絕對不會有什麼你說會去查什麼
transcript.whisperx[174].start 5216.403
transcript.whisperx[174].end 5224.965
transcript.whisperx[174].text 報料者的問題 這是絕對不會有這樣的事情你現在有具體承諾 我們也比較安心這樣我們才可以保護告訴我們這些資訊的人 謝謝部長你可以完全的放心謝謝陳金輝委員發言接下來請盧憲伊委員發言就是有請洪部長有請洪部長
transcript.whisperx[175].start 5251.169
transcript.whisperx[175].end 5263.341
transcript.whisperx[175].text 因為針對我們原住民的問題提出三個問題就是說我們我想問的態度就是目前我們想要修正原住民老年給付到修正到55歲我想說聽聽你的意見
transcript.whisperx[176].start 5266.433
transcript.whisperx[176].end 5291.762
transcript.whisperx[176].text 跟文說明那其實對於這個原住民族下降到55歲的這個議題其實當然我們現在其實在評估跟研議中那我想細節我請文保演師來那我還是希望你心裡面有一些那個就是至少有一些Hint因為我們原住民大概都是在煮鷹架 搬水泥 綁乾淨 丁綁抹這些我們的原住民工人
transcript.whisperx[177].start 5292.322
transcript.whisperx[177].end 5314.002
transcript.whisperx[177].text 我覺得說你繼續想像他們在65歲的時候還是還可以做到這方面的一個勞力的工作嗎因為大部分文明罪名的比例是46%是從事這些重工業或者是這些勞力耗損的一些職業所以你們要把這樣事實考量進去所以我們希望說能夠修到55歲
transcript.whisperx[178].start 5317.389
transcript.whisperx[178].end 5342.704
transcript.whisperx[178].text 跟委員報告我們跟原民會跟相關社會保險主管機關都有討論過這個議題我們認為原民的相關的保障包括就業促進或者是社福的津貼所以又因為國際趨勢所以目前就是說目前的態度上面還是沒有辦法修正到55歲因為我們本來就有減額年金他本來就可以提前領
transcript.whisperx[179].start 5343.764
transcript.whisperx[179].end 5372.611
transcript.whisperx[179].text 因为那是一次退没有减额年金是可以没有关系我们还是希望说不要是齐头式的平等希望能够实际的看看他们的劳动的劣势来考量到55岁的这个一个基准点第二个问题就是我希望当然我们大家都提到劳保追踪支付责任这个部分不过很像大部分都没有提到劳保财务敏感度的评估我们就针对66跟69条这个修正的部分那我希望说
transcript.whisperx[180].start 5373.351
transcript.whisperx[180].end 5401.752
transcript.whisperx[180].text 能夠看看能不能就行業別年資斷裂還有投保急劇的這個財務試算或者說有沒有族群別勞動壽命或是私人風險這種財務敏感度的分析因為如果你不是做這樣的話你沒有辦法去看看哪些人是比較容易年資中斷哪些人的投保急劇長期偏低哪些人真的是活不到65歲所以如果你沒有做這些敏感度分析的話你就看不到這些差異
transcript.whisperx[181].start 5402.552
transcript.whisperx[181].end 5427.434
transcript.whisperx[181].text 所以我希望因為你們勞保或者是健保這邊都有詳細的這些各年齡別或者是投保薪資這些資料如果你們真正願意做的話應該是可以把這些我們所謂勞保財務敏感度的評估可以把它做出來跟委員報告各個就是我國人口的平均移民或原民的平均移民其實我們內政部都有在做
transcript.whisperx[182].start 5428.668
transcript.whisperx[182].end 5448.14
transcript.whisperx[182].text 對那有關勞保的有工作就參加勞保沒有工作就參加國保所以在勞保的這一塊大家都是一體來適用那我們也有在勞保條例58條有規定如果工作是堅強體力的工作的話他也可以提早來領老年給付
transcript.whisperx[183].start 5448.24
transcript.whisperx[183].end 5467.615
transcript.whisperx[183].text 沒有錯可是我的意思說希望能夠勞動部這邊的可以啟動做這些我們剛才講的勞務財務敏感度的評估也就是說你從你的年資斷裂投保集聚這些來做財務的試算那希望因為目前沒有看到這些資料所以我希望勞動部可以做一個那個
transcript.whisperx[184].start 5469.277
transcript.whisperx[184].end 5489.696
transcript.whisperx[184].text 啟動了這樣一個機制讓這些長期在比如說容易年資斷裂或者是說他沒有辦法我們就像我們的平均沒有辦法到達65歲了沒有辦法真正請領到這些他所付出的所以這些部分因為你都沒有去做過試算所以我們就看不到所謂的資料
transcript.whisperx[185].start 5492.045
transcript.whisperx[185].end 5507.683
transcript.whisperx[185].text 是 各位報告 其實原民在55歲到64歲中間他們也可以領原住民給付那連結到65歲他可以領這個部分可能我們再找時間到報告室討論因為我覺得我們遇到很多實際的案例
transcript.whisperx[186].start 5508.824
transcript.whisperx[186].end 5532.593
transcript.whisperx[186].text 最後一點點時間 我想說之前我有提到就是單身的權益還有就是彝族年金這個部分因為我們目前看到的就是如果你是單身過世後彝族年金形同被充公對勞工顯然是不公平所以我想說能不能按照公教保險法落實勞工的自主意志讓他們可以指定受益人我想知道我們部長的態度
transcript.whisperx[187].start 5534.634
transcript.whisperx[187].end 5549.261
transcript.whisperx[187].text 跟文說明其實因為勞保的這個性質尤其是遺屬年輕的性質其實其實不太一樣我想請這個因為時間的關係我想說公交保險這裡面其實有做視線那我請我們市長來說明一下因為這個條文跟視線之間的關係
transcript.whisperx[188].start 5556.284
transcript.whisperx[188].end 5575.427
transcript.whisperx[188].text 是跟委員報告就是老保的給付他是一個保險給付他跟一般私人的財產不一樣那跟到大法官會議釋字第549號解釋就認為移屬津貼他的性質是所得的替代所以他是要保障移屬生活無虞所以他必須是受被保險
transcript.whisperx[189].start 5577.369
transcript.whisperx[189].end 5592.332
transcript.whisperx[189].text 生前來撫養為條件他不是遺產 既然不是遺產他就不可以生前來指定那所以有關的受益人的這個順序啦或者是條件標準等等保險就是勞保條例裡面都有一個範定的
transcript.whisperx[190].start 5592.532
transcript.whisperx[190].end 5615.764
transcript.whisperx[190].text 沒關係我們辦公室可能會提出一個修正的法案因為我想還是提醒部長我們原住民目前未婚比例大概39.88也就是四成沒有結婚所以可是未婚並不代表他們沒有家庭部落為例我們原住民的家庭跟一般漢人家庭不太一樣我們大概都是兄弟姊妹表兄弟姊妹這些都是關係是非常緊密的會看到姊姊公養弟弟子女照顧阿姨
transcript.whisperx[191].start 5616.264
transcript.whisperx[191].end 5640.314
transcript.whisperx[191].text 然后母舅的关系是反而在这个家庭里面的那个关系是他的权利是很大的所以我们现在所看到是照顾啊付出啊结果现行的保险制度里面被视为不存在所以只是用一个就是说比不上制度认定的那个受抚养这三个字所以我觉得最不合理就是劳工一辈子缴的保费他应该领的这些年金呢竟然
transcript.whisperx[192].start 5640.854
transcript.whisperx[192].end 5660.739
transcript.whisperx[192].text 不是他真正照顧他的人領走而是被國家 被以制度缺口這樣方式收回去你不覺得這樣對真正在照顧的人的公平性或者說那個保障完全都沒有嗎跟委員說明因為其實勞保本身就是社會保險社會保險裡面本來就會有世代互助的性質
transcript.whisperx[193].start 5662.299
transcript.whisperx[193].end 5682.8
transcript.whisperx[193].text 那剛剛其實市長我們遇到一個在這個議題上面最大的一個癥結點是在於因為大法官的549號的解釋在大法官的解釋裡面其實已經說明的很清楚他其實是所得的替代他並不是遺產那因為是所得的替代所以他就不是像遺產可以
transcript.whisperx[194].start 5684.241
transcript.whisperx[194].end 5713.941
transcript.whisperx[194].text 任意的來指定指定就有點像是變成是好像是這個被保險的遺產他可以指定那如果他身後他要指定給誰就不是這個性質所以主要主要的問題是發生在這個市縣的這個這個這個549號這裡面所以這並不是我們想怎麼修或者是我們今天想要怎麼解釋就能解釋我是希望說因為勞保是強制性的社會保險他保障應該比公教更強而不是更弱我們從這個方向來努力好不好
transcript.whisperx[195].start 5715.482
transcript.whisperx[195].end 5741.472
transcript.whisperx[195].text 我們怎麼修端還是不能夠去違逆憲法法庭他的相關的解釋我們再提修正這個是比較大的問題是在這個地方那能不能看看我們再提出修法然後看看能不能獲得多數委員的同意或是支持再請部長給指教但是重點是憲法法庭的解釋啊這個是私自的解釋我不可能去行政部門我不可能去違逆事件的結果啊對啊
transcript.whisperx[196].start 5755.367
transcript.whisperx[196].end 5760.31
transcript.whisperx[196].text 謝謝部長謝謝我們接續請王玉敏委員質詢謝謝主席我們有請我們洪部長部長請另外那個主計處專門委員也請
transcript.whisperx[197].start 5777.697
transcript.whisperx[197].end 5794.065
transcript.whisperx[197].text 部長我們今天討論的這個議題其實是很關鍵千萬勞工都在看就是說勞保基金面臨破產的問題這個是大家都知道的事情從2017年開始它的收支就呈現了不平衡
transcript.whisperx[198].start 5794.905
transcript.whisperx[198].end 5812.134
transcript.whisperx[198].text 那在這樣的情況底下目前民進黨執政9年採取的都是撥補的措施沒有進行任何的改革那也就是這樣子今天才會有這麼多的委員希望既然現在短期採取撥補那不能說今天想要撥100億就100億
transcript.whisperx[199].start 5813.935
transcript.whisperx[199].end 5839.295
transcript.whisperx[199].text 明年200億就是說很任意性的沒有一個固定的撥補的金額或是一定程度以上撥補的金額勞工不會安心所以今天才會有委員的版本其實也提出就是至少千億這樣的一個規模那首先我就要問部長你對於這個撥補你的立場是支持還是反對你說開放開放到底是支持還是反對
transcript.whisperx[200].start 5840.44
transcript.whisperx[200].end 5864.87
transcript.whisperx[200].text 撥補是我們現在持續在做的所以入法你是支持的撥補兩個字入法我想這個撥補的法制化我們是同意的但是你們反對就是限定金額主要是因為財政紀律財政紀律法裡面其實有明定你們現在其實坦白講也都千億規模啦有可能再更少嗎但是這不是少不少的問題是沒有辦法把固定金額入法
transcript.whisperx[201].start 5865.984
transcript.whisperx[201].end 5876.918
transcript.whisperx[201].text 沒有辦法把固定金額入法那如果沒有辦法固定金額入法你要勞工怎麼相信就是我們的政府一定撥補的額度會讓他們不會憂慮短期之間沒有領不到錢的問題
transcript.whisperx[202].start 5881.785
transcript.whisperx[202].end 5907.325
transcript.whisperx[202].text 其實我們這幾年從去年是撥補了1300億那今年其實今年公務預算是1200那接下來也包括特別預算裡面有100億所以這其實都目前都朝向超過1000億以上的金額在撥補那我們當然我們會是財政的狀況我想我們會極力的爭取未來不要低於這個金額那甚至我也希望能夠高於這個金額
transcript.whisperx[203].start 5908.365
transcript.whisperx[203].end 5911.981
transcript.whisperx[203].text 所以你能保證未來的撥補的金額不會低於1300億
transcript.whisperx[204].start 5914.599
transcript.whisperx[204].end 5938.486
transcript.whisperx[204].text 委員這不是保證的問題但我們會盡力的爭取而這幾年我們其實用實際的行動來去對呀 部長如果部長如果你沒有辦法掛保證然後呢這個入法又不肯洩明勞工就會不安心啊委員其實你可以你也可以保證啊沒有寫固定的數字你可以說你當部長的時候我保證一定爭取超過1300億爭取我當然都要盡力爭取爭取我絕對保證
transcript.whisperx[205].start 5941.627
transcript.whisperx[205].end 5966.412
transcript.whisperx[205].text 可是因為實際的金額能夠有多少這還關乎到整個國家的財政關乎到組總的權責所以爭取 如果是爭取的話我當然一定爭取我一定保證爭取主席處你們今天的報告裡面你們是反對撥補的對不對基本上不是反對我沒有看到支持兩個字你的通篇報告裡面只有說這個下一頁
transcript.whisperx[206].start 5967.991
transcript.whisperx[206].end 5989.657
transcript.whisperx[206].text 主計總數說要秉持裁員自給自足制度設計要雇主勞工政府三方共同負擔保費但你們沒有明確去回應今天的修法是支持或反對基本上我們其實是建議說在撥補之餘還是要考量整體的這個收支結構的調整要並同來考量以上為什麼為什麼是這樣的考量
transcript.whisperx[207].start 5990.359
transcript.whisperx[207].end 6001.969
transcript.whisperx[207].text 因為這個是社會保險他基本上制度上的設計就是要由本來的這個雇主還有這個勞工還有我們政府一起來共同面對這個財務責任因為你們知道再怎麼撥補
transcript.whisperx[208].start 6004.383
transcript.whisperx[208].end 6023.388
transcript.whisperx[208].text 就是也補不了對不對你看看這張圖事實上我必須坦白講我們的撥補只是一個短期讓勞工安心的措施這張圖表如果大家認真看未來50年勞保基金的收支表你可以看到他的支出是紅色的這條線
transcript.whisperx[209].start 6025.874
transcript.whisperx[209].end 6038.664
transcript.whisperx[209].text 這個將來的這個金額這個大家仔細認真看 將來這個金額都是突破上兆以上的這個金額那我們的收入都不會動
transcript.whisperx[210].start 6041.264
transcript.whisperx[210].end 6063.124
transcript.whisperx[210].text 這個是引用你們的我們藍色的這條線保費的收入完全都不動現在大概都是4500億不會增加那中間的落差你就是要靠如果現在這個民進黨政府持續說撥補就是改革要靠撥補的話我跟各位講到123年的時候支出已經來到1兆500億
transcript.whisperx[211].start 6065.025
transcript.whisperx[211].end 6085.881
transcript.whisperx[211].text 這個的逆差 收支的逆差會來到6000億部長 你應該好好看這個數字喔如果你不敢承諾1300億至少的撥補 事實上你來到123年 10年以後這個的逆差恐怕已經是 我不知道政府要花多少力氣129年的時候已經達到1兆
transcript.whisperx[212].start 6089.366
transcript.whisperx[212].end 6110.195
transcript.whisperx[212].text 就是這樣的一個速度跟規模所以我也必須提醒大家撥補及時改革它是一個短期短期的效果長期的主計處講了大白話長期你如果整個保險制度你沒有做任何調整跟改革最終它就是這樣的效果政府有可能拿一兆以上的資金來撥補嗎
transcript.whisperx[213].start 6111.215
transcript.whisperx[213].end 6134.948
transcript.whisperx[213].text 跟委員說明所以我才說我們當然希望我們當然希望極力爭取撥補甚至也希望爭取撥補的金額能夠高於現在撥補的金額那第二個其實這幾年我們其實在基金的投資上面其實也有很大的斬獲這也讓我們現在整體的基金的水位現在其實到了1兆2超過1兆2了像今年可能也增加超過2000億
transcript.whisperx[214].start 6136.189
transcript.whisperx[214].end 6159.106
transcript.whisperx[214].text 那所謂除了撥補跟基金的投資其實都是在我們希望盡量去維持這個基金水位我覺得很明確而具體的做法那當然委員在講的提醒我覺得也很重要那不過的確今天在給付或者是在保費上面的調整這當然攸關更多的勞工的權益所以這部分當然我覺得可能會需要一個社會更大的共識
transcript.whisperx[215].start 6159.994
transcript.whisperx[215].end 6174.332
transcript.whisperx[215].text 但你有在思考這件事嗎有在研議這件事嗎還是波普及時改革從何佩珊講完之後這個就是政策其實也不用去思考未來更長期的改革各種的狀況跟情境我們當然都必須要思考
transcript.whisperx[216].start 6175.493
transcript.whisperx[216].end 6202.553
transcript.whisperx[216].text 但是不同的做法也會在社會上面產生不同的意見我知道 執政其實必須就是要負責這一個問題我已經從許明春部長問到現在了許明春部長的時候他說有我們有一個小組請問那個小組還存在嗎他說那時候他還有一個小組他說我們還是持續在開會啊我們在研議那我問一下洪部長請問許明春時代的那一個針對勞保年金的改革的小組
transcript.whisperx[217].start 6204.057
transcript.whisperx[217].end 6222.075
transcript.whisperx[217].text 還在嗎還是早就已經不在了這個議題其實根本沒有人要做長期的跟委員說明這不一定是什麼小組可是第一個是在這個議題裡面的各種的情境各種可能性其實勞動部都必須要去思考撥補是一個做法其中之一要研議吧不是只有思考
transcript.whisperx[218].start 6222.896
transcript.whisperx[218].end 6238.055
transcript.whisperx[218].text 撥補是其中之一那基金的投資也是那我們也在做其他開源節流的部分那當然如果委員是要問比方說降幾付或者是提高費率這部分當然就是要做整體的評估
transcript.whisperx[219].start 6240.314
transcript.whisperx[219].end 6266.688
transcript.whisperx[219].text 這個部長你們可不可以提一個報告如果就我這樣的觀察123年喔這個收支逆差達到6000億喔你們會如何的改善然後預計要撥補多少基金投資收益要多少然後你剛剛說我還聽到你們要拍賣你們的資產就是說不動產就是來增加一些收益我是從媒體看到我不知道這個是不是確實的這不是我們主要的做法
transcript.whisperx[220].start 6267.608
transcript.whisperx[220].end 6280.858
transcript.whisperx[220].text 對那我希望你們提一個報告好不好至少是10年10年的你們怎麼樣去因應這樣的一個收支的一個逆差的一個報告你們提的出來嗎我想我們可以給委員一份說明可以吼好那要多久可以給本席兩個月
transcript.whisperx[221].start 6284.305
transcript.whisperx[221].end 6302.792
transcript.whisperx[221].text 兩個月好那我希望可以看到這份報告接下來我要問那個移工的問題我直接看那個最後那個移工的那個開放政策移工的開放政策即將要破百萬那這樣的一個準備我們準備好了沒有最近大家都在看這個詐騙
transcript.whisperx[222].start 6304.313
transcript.whisperx[222].end 6318.568
transcript.whisperx[222].text 那最近有幾起的新聞報導我覺得也讓人家有點擔心就是因為我們失聯移工的這個人數其實也持續在增加當中那是不是有人去吸收他們就是有失聯移工去監這個車手然後這個
transcript.whisperx[223].start 6323.174
transcript.whisperx[223].end 6342.097
transcript.whisperx[223].text 被抓到這樣的一個情況今天好像移民署也有來就是說面對這樣的一個情況你們發現現在的現況的比例到底是多還是是少因為我們這個是初步的這樣的一個統計外籍車手有1000人這個情況部長你有掌握嗎
transcript.whisperx[224].start 6343.058
transcript.whisperx[224].end 6354.852
transcript.whisperx[224].text 我們其實都一直看到相關的資訊然後其實也有請我們的法案署跟移民署那包括跟警政單位來做一些協同的討論我請這部分請我們署長來說明
transcript.whisperx[225].start 6356.038
transcript.whisperx[225].end 6381.838
transcript.whisperx[225].text 好來署長請說包委員其實這個情況我們一直在跨部會的平台裡面我們也是member之一那我們其實透過從他的入境入境的時候以及入境後透過各樣的管道以及各樣實體或數位的課程我們做了非常多的宣導跟教育訓練那只要有類似這樣的案件的時候其實我們在第一線地方政府也都會透過相關的資訊做通報
transcript.whisperx[226].start 6384.008
transcript.whisperx[226].end 6399.948
transcript.whisperx[226].text 因為我們現在需要這個外籍移工的比例各行各業都上升最近其實又放寬了一波但是我要提醒的就是勞動部跟移民署就是一方面放寬的同時我們的這個管理其實也很重要不是說因為
transcript.whisperx[227].start 6401.149
transcript.whisperx[227].end 6416.895
transcript.whisperx[227].text 放寬之後然後進來然後這個逃逸的移工人數又增加那逃逸的增加有一些部分失聯還變成是車手變成是犯罪集團去吸收一部分那這個對於台灣的整體的我們的社會秩序跟環境就不是一件好事
transcript.whisperx[228].start 6417.395
transcript.whisperx[228].end 6438.893
transcript.whisperx[228].text 所以管理的責任在勞動部跟移民署你們有管理的責任我希望這一塊要去強化要不然這樣我看起來是另外一層的隱憂對台灣的社會安全其實形成了隱憂跟我說其實我們一直在跟來源母國討論那怎麼樣子不管是宣導也好或者是也要請來源母國協助那針對這個如果移工來台失聯的問題的話他們其實也應該要幫忙這個
transcript.whisperx[229].start 6445.678
transcript.whisperx[229].end 6462.592
transcript.whisperx[229].text 做一些相對應的處置這我們也是在跟他們討論那第二個也是其實移工事業的問題其實某些部分也會跟這個強迫勞動的議題有關係所以我們其實接下來也會針對強迫勞動的議題進行一些相對應的這個策略來提出那我們都認為這可能會對於
transcript.whisperx[230].start 6463.853
transcript.whisperx[230].end 6477.121
transcript.whisperx[230].text 這個移工失聯的狀況那能夠有些幫助好我希望你們關注這一塊因為百萬移工即將要到來那我不希望這個又變成形成我們另外一個在治安或者是在社會秩序上面的引誘好不好謝謝謝謝王玉明委員發言現在請蘇清泉委員發言
transcript.whisperx[231].start 6490.407
transcript.whisperx[231].end 6517.081
transcript.whisperx[231].text 好 謝謝主席 我請部長還有勞保局白局長還有基金應用局蘇局長請部長蘇緣好今天大家都在替你擔心缺口是3.5兆這是怎麼算來的啊
transcript.whisperx[232].start 6518.194
transcript.whisperx[232].end 6520.325
transcript.whisperx[232].text 你是小心要蓋然後把費率在那裡鋪陳
transcript.whisperx[233].start 6522.689
transcript.whisperx[233].end 6549.577
transcript.whisperx[233].text 委員並不是 這個你講的是潛藏負債那這個勞保基金的這個潛藏的負債其實主要的原因它其實是因為這個因為勞保是確定給付制嘛那在這確定給付制裡面其實我們不一定之前都不一定是有逐年這個提滿它的這個費率那費率可能是逐年的調高
transcript.whisperx[234].start 6550.277
transcript.whisperx[234].end 6572.711
transcript.whisperx[234].text 那所以其實在我們在看到各國的公共的基金的這個保險社會保險的公共基金裡面其實都會看到潛藏負債的狀況那這個潛藏負債的狀況並不會一次就實現所以我們看聽說勞保破產差不多聽了十幾年了每年都要破產每年都要過每年都過關頭過身就過我們現在勞保費率是12.5%嘛
transcript.whisperx[235].start 6578.394
transcript.whisperx[235].end 6601.443
transcript.whisperx[235].text 那裡面一般的是11.5%嗎12.5%是包括救保救保1%所以11.5%那這個11.5%有沒有在漲價的空間我們到116年是12%到 我覺得慢慢的會加到100到12%那有沒有打算又再漲
transcript.whisperx[236].start 6602.677
transcript.whisperx[236].end 6616.416
transcript.whisperx[236].text 因為最有效的方法就是漲費率當然漲費率你要看勞工會不會動公司行會不會動跟我的說明的確不管是漲費率或者是相對的做法因為它確實會
transcript.whisperx[237].start 6618.439
transcript.whisperx[237].end 6637.429
transcript.whisperx[237].text 涉及到比方說勞工或者是企業的這個部分所以這當然我們有聽當然各界會有人提出這樣子的主張但是的確這會需要也需要一些社會的討論跟社會的共識因為這也涉及到勞工的權益所以近期內沒有發生要去匯率吧
transcript.whisperx[238].start 6640.247
transcript.whisperx[238].end 6665.653
transcript.whisperx[238].text 我們目前有人就叫你召開國事會議有人召開什麼東東的然後看起來都是在在研議研議研議嘛對我覺得各種做法當然我們都必須要有一些評估跟思考啦可是每個做法重點是他後面在社會接受度的可行性上面也要一併的考慮所以在你任內應該這個會議不會往上調啦這個跟這個衛福部部長那種執行的感觀
transcript.whisperx[239].start 6667.954
transcript.whisperx[239].end 6691.387
transcript.whisperx[239].text 我覺得我們現在當然就是包括是基金投資這幾年的收益很好也包括像現在持續的爭取撥補也很謝謝行政院跟組總願意在我們現在很辛苦的國家財政之下還是願意給勞保一定額度明年一千二以上的這樣子的撥補的金額
transcript.whisperx[240].start 6692.748
transcript.whisperx[240].end 6712.217
transcript.whisperx[240].text 我想這部分要很謝謝主席我們現在勞保基金差不多1.2兆嘛勞動基金差不多7.43兆差不多嘛那新制的勞退基金4.9兆然後就職的差不多1.03兆所以加起來是10幾兆啊1313嘛勞動基金就是包含新制
transcript.whisperx[241].start 6722.74
transcript.whisperx[241].end 6733.671
transcript.whisperx[241].text 7.4兆就是兩個加起來所有的勞動基金加起來是7.4兆所以你現在13兆那你又缺口又13.5兆你現在在玩魔術13兆是遣償負債它不是一定會實現的數字遣償負債
transcript.whisperx[242].start 6742.641
transcript.whisperx[242].end 6763.781
transcript.whisperx[242].text 學者專家吃飽太遠都要想人想事常常聽到一天到晚恐嚇勒索我覺得我們傳統產業最近是蠻辛苦的台灣是靠單一的一個產業晶片產業佔了GDP的將近六七十%這是很可怕的事情
transcript.whisperx[243].start 6765.203
transcript.whisperx[243].end 6780.692
transcript.whisperx[243].text 萬一這個有點閃失的話整個是會像荷蘭這樣人家講荷蘭病荷蘭病荷蘭病就是在說什麼他們就是整個投到石化業因為整個北海挖到石油之後荷蘭可以分到錢就整個國家瘋狂都在搞石化業
transcript.whisperx[244].start 6782.142
transcript.whisperx[244].end 6801.761
transcript.whisperx[244].text 搞一搞到最後就出事啦油價一噴盤 抓竊了我們台灣現在都在課晶片那個看起來是很棒的稅金也一大部分從那邊來那我們傳統產業自己又現在美國關稅又搞一搞的話是會很慘的耶所以某地方你有要注意一點
transcript.whisperx[245].start 6803.682
transcript.whisperx[245].end 6819.827
transcript.whisperx[245].text 這當然這是整體台灣的產業經濟的狀況也會有關於勞工的各種的條件跟待遇當然好所以短期內我們匯率就是明年到增加到12%之後你們沒有再往上調目前沒有啦因為
transcript.whisperx[246].start 6820.615
transcript.whisperx[246].end 6841.969
transcript.whisperx[246].text 後年到12% 這是依法的部分所以部長你這個整個掌管整個全國勞工的勞動前夜還有公司行要讓他們能夠做下去有的要保護 有的要扶持 有的要補助等等
transcript.whisperx[247].start 6843.47
transcript.whisperx[247].end 6865.195
transcript.whisperx[247].text 所以有時候也不要一昧的去苛責公司行號這邊有時候我覺得你們都太嚴格了啦然後去就不管三七二十一大家看著人然後勞動部的人都要害怕死了大家都要哀鴻騙人現在做構築是很難做的所以你們出去要和藹可親慈眉善目好不好
transcript.whisperx[248].start 6871.337
transcript.whisperx[248].end 6886.544
transcript.whisperx[248].text 輔導為主不要亂搞 哪個亂砍沒有人受得了我們大概就是本於保障勞工的職責然後來做我今天提的那個第63條遺囑年金這一塊這個受撫養這一塊是太嚴格了
transcript.whisperx[249].start 6891.593
transcript.whisperx[249].end 6908.243
transcript.whisperx[249].text 老闆只是紛紛行事而已嘛你這個受扶養就要什麼有陪伴相都要寫得這麼完善然後這個孫女或者是兄弟姐妹就剛好我去準備的我去寫的我都不寫啦所以全部都站不出來嘛所以這點 寶刁我刪掉你有意見嗎
transcript.whisperx[250].start 6917.428
transcript.whisperx[250].end 6937.588
transcript.whisperx[250].text 委員重點重點是在這個條文上面之前那個4至549號的解釋文大法官4至549號解釋文其實有說因為這個這個勞保其實是所得替代的性質它並不是遺產所以因為在這所談
transcript.whisperx[251].start 6938.749
transcript.whisperx[251].end 6957.11
transcript.whisperx[251].text 所得替代的性質之下所以他其實主要的會是針對要有這個撫養的條件這不是我們自己可以想怎麼定或者我今天行政部門想怎麼定因為這還是有一個大法官的視線在那個地方那從行政部門角度我們很難去違逆大法官視線的這個條文
transcript.whisperx[252].start 6961.003
transcript.whisperx[252].end 6983.269
transcript.whisperx[252].text 這個下面要闡述一個盲點不符合條例的人然後父母親也不在了然後後來是由出喪葬會那個人來請領死亡祈福這個也不合法怎麼到最後由這個出後世要搬嘛所以由出那個喪葬會的人去領這個死亡祈福現在是這樣在亂的這夠不合法
transcript.whisperx[253].start 6987.728
transcript.whisperx[253].end 7013.222
transcript.whisperx[253].text 就是說我們的死亡給戶包括遺屬津貼跟傷案津貼傷案津貼是說如果就是五個月如果沒有遺屬或者是遺屬沒有符合條件的人我們提高傷案津貼為十個月這樣子就是五個月變成變十個月如果他只有兄弟姊妹沒有符合我們的條件的話那就會變十個月從五個月會變十個月
transcript.whisperx[254].start 7016.598
transcript.whisperx[254].end 7031.515
transcript.whisperx[254].text 好 那個你再研究一下我們來討論一下 好不好那另外一個就是救護法就是15到17歲這個我們把他也納入救護法特定對象部長你有什麼意見嗎
transcript.whisperx[255].start 7032.165
transcript.whisperx[255].end 7049.881
transcript.whisperx[255].text 根文說明 第一個因為主要是救護法24條的特定對象主要是針對就業弱勢但是因為青年其實青年的抑制性很高其實有很多青年他整體來說他在就業市場上是很有競爭力的
transcript.whisperx[256].start 7050.922
transcript.whisperx[256].end 7070.902
transcript.whisperx[256].text 但也有一些在青年上面的確會是比較就在他的在找工作上會比較弱勢一點所以我們自己是擔心因為24條他其實我們有給很多相對應的就業津貼等等的 聘僱的津貼但如果我是把一整個青年全部都放進去的時候變成是這些所有的青年
transcript.whisperx[257].start 7071.843
transcript.whisperx[257].end 7086.885
transcript.whisperx[257].text 他找工作等等等他都可以來申請我們的這相關的津貼的時候他可能在現有的機會如果現有的求職機會他是一個大一塊大餅的話他可能會對其他的弱勢的比方說身心障礙比方說中高齡
transcript.whisperx[258].start 7087.526
transcript.whisperx[258].end 7109.943
transcript.whisperx[258].text 比方說其他的這個二路就業的婦女他可能會產生一些排擠的效果所以我們自己是認為說青年也許現在大家看到他的失業率好像比平均來說高一些這確實但是主要如果仔細去看的話他主要比較高的原因是因為他並不是因為他客觀條件上面弱勢他比較是他在職官他在職涯的選擇上面還沒有定或者他在
transcript.whisperx[259].start 7110.703
transcript.whisperx[259].end 7128.687
transcript.whisperx[259].text 求學跟就業之間還在猶疑在做選擇比較不是他因為他的身份上面客觀上面有哪些部分比較弱勢所以我自己是覺得說如果要討論的話我覺得我們可以討論但不是那麼適合把整個青年一整一非常完整的青年單獨講15到17歲的青少年你覺得怎麼樣
transcript.whisperx[260].start 7132.931
transcript.whisperx[260].end 7151.336
transcript.whisperx[260].text 15到17歲就剛剛其實林月琴委員有講到我們自己的看法是這樣你要把完整的一整個這麼異質的青年全部放進來你就會把很多其實他明明就有很多就業他在就業上面明明是有優勢的人一樣把它放到24條那這就不太符合我們其實在24條當時設計的異質
transcript.whisperx[261].start 7154.881
transcript.whisperx[261].end 7168.043
transcript.whisperx[261].text 所以我們應該是要就業弱勢才把它放進來所以我覺得如果當然委員討論裡面我們可以去比較框定說哪一群人真的在就業上面是比較弱勢的那我們把它範圍給框定清楚
transcript.whisperx[262].start 7168.767
transcript.whisperx[262].end 7187.122
transcript.whisperx[262].text 大家也確定這些人的確在就業商因為他的某些條件他真的會比較辛苦他真的需要政府比較多的幫忙我覺得這部分我們可以來討論可是如果完整的一個青年的概念剛才說15到29歲這個裡面涵蓋的範圍就非常非常廣可能裡面有很多是在市場上面很具競爭力的尋職的對象都在裡面
transcript.whisperx[263].start 7190.026
transcript.whisperx[263].end 7211.837
transcript.whisperx[263].text 好 那最後一個問題就是今年跟去年都是補1200億嘛 中央政府那這個1200億是怎麼算來的是看他的財富剩餘啦還是看他那個行政院長這大概也是主席主席主席大概總體評估我們的財政狀況但是說實話因為這真的是要看財政狀況啦但是
transcript.whisperx[264].start 7216.719
transcript.whisperx[264].end 7242.069
transcript.whisperx[264].text 這邊還是要說是說我們都希望未來可以增加更多可是現在在中央政府的財政狀況在這個財務法的修訂之下它其實的餘裕 裕度就會大幅的降低其實我們對這回有擔憂的要努力爭取啦我們也希望能夠把整個中央政府的財政的裕度跟體質再做得更好才會有更多的餘裕可以來撥補勞保的財務好 謝謝
transcript.whisperx[265].start 7252.475
transcript.whisperx[265].end 7276.751
transcript.whisperx[265].text 宣告待會兒劉建國委員詢答後休息十分鐘現在請王振旭委員詢答謝謝主席有請洪部長王委員好
transcript.whisperx[266].start 7277.848
transcript.whisperx[266].end 7294.199
transcript.whisperx[266].text 部長好 今天針對勞保條例跟救福法的審查主要有針對三個題目來跟部長討論第一個就是有關於勞保財務或穩定撥補的可能裁員剛剛很多委員都有跟部長在討論中
transcript.whisperx[267].start 7295.2
transcript.whisperx[267].end 7310.033
transcript.whisperx[267].text 第二個部分是5人以下的投保單位合理納保的可能方案第三個就是有關於就業服務法要求經常性的薪資4萬元以下在招聘的時候要揭露的修法的可能
transcript.whisperx[268].start 7310.814
transcript.whisperx[268].end 7336.515
transcript.whisperx[268].text 那這個第一個部分就是有關你財務勞保財務可能來源今天其實排審的勞保條例特別是勞保政府最終支付責任入法的部分政府這幾年來其實一直都有公開的做了政治的承諾而且連續多年的撥補了勞保每一年都有一千億所以我們認為勞保財務的關鍵問題還是在於勞保財源或者是
transcript.whisperx[269].start 7340.598
transcript.whisperx[269].end 7347.404
transcript.whisperx[269].text 政府撥補稅收的裁員錢要從哪裡來注入勞保基金才是核心的問題
transcript.whisperx[270].start 7349.321
transcript.whisperx[270].end 7369.889
transcript.whisperx[270].text 那在這個核心的問題最近包括我們這個想想論壇在11月7號也發表一篇有關於聯金系列財務務需開源的這樣的這個不管是針對健保財源或是軍公教連改也做了一些討論那他列舉了有關於如何越獄飲水擴增財源還有這個延長聯金壽命
transcript.whisperx[271].start 7376.791
transcript.whisperx[271].end 7395.325
transcript.whisperx[271].text 這樣的概念之下呢它有包括第一個就是政府要編列預算撥補那這個部分我們已經在執行當中那第二個就是有要希望能不能加增營業稅那為什麼要透過加增營業稅主要是因為我國營業稅相較於國際偏低有增加的空間
transcript.whisperx[272].start 7396.526
transcript.whisperx[272].end 7413.198
transcript.whisperx[272].text 其實另外參考過去不管是菸稅或者是遺產稅可以用於在長照基金類似的概念將來能不能夠透過這個方式來撥補到這邊來第三個就是提高外匯存底收益率跟國庫的上繳率
transcript.whisperx[273].start 7414.039
transcript.whisperx[273].end 7427.734
transcript.whisperx[273].text 當然我們也了解這些都不是勞動部這邊可以單獨來處理可是針對這樣的想法部長有沒有什麼樣的一些到底你的態度是什麼跟我們報告
transcript.whisperx[274].start 7428.755
transcript.whisperx[274].end 7446.381
transcript.whisperx[274].text 其实对于任何能够有助于劳保基金财务的这个说越狱饮水也好或者是能够加大这个水龙头的做法我们当然都愿意持正面的态度来看待
transcript.whisperx[275].start 7447.341
transcript.whisperx[275].end 7468.909
transcript.whisperx[275].text 但的確因為不管是加徵銀索稅或者是儲權基金的設置或者是這個外匯存底相關現在我們看到有些人在講的這個做法確實他都涉及到一些其他單位的權責尤其是財主單位財政部其他單位的權責那當然如果
transcript.whisperx[276].start 7470.129
transcript.whisperx[276].end 7479.968
transcript.whisperx[276].text 这些财主单位那愿意来研议往这方面思考我们当然非常非常乐意那一起来讨论因为我想这些都会对老保财务是有帮助的
transcript.whisperx[277].start 7480.939
transcript.whisperx[277].end 7508.178
transcript.whisperx[277].text 所以最重要就是讓勞工朋友可以安心不管如何政府一定會負最終責任各種裁員我們就努力的來爭取相信部長也會努力的來爭取第二部分就是五人以下的投保單位納保的規範這是在勞保條例的第六條有關於事業單位是否要設立投保單位來幫我們的受僱勞工投保的問題
transcript.whisperx[278].start 7509.159
transcript.whisperx[278].end 7536.277
transcript.whisperx[278].text 那其實這是一個滿有歷史的一個過程我們也知道勞保制度是在1950年就開始開辦那勞保條例呢是在1958年開始立法那後來在20年後就是1979年修法強制設立投保單位的人數從原來的10人降低到5人以上就要能夠需要幫所有的這些勞工朋友要幫他做投保
transcript.whisperx[279].start 7536.937
transcript.whisperx[279].end 7561.03
transcript.whisperx[279].text 那五人以下的事業單位是否能夠自行選擇設立這個投保單位或者是由我們的職業工會來協助來投保這是目前在執行的部分那這樣已經經過46年來都沒有任何的修正那我們也了解說如果是採用這個過程的話我們可以看一下
transcript.whisperx[280].start 7561.87
transcript.whisperx[280].end 7584.76
transcript.whisperx[280].text 在勞工保險條例是70年的悠久歷史所以呢他就設立五人之下的這個投保那如果晚近三十年來不管是全民健康保險法就業保險法勞工退休條例還有那個勞災的保護等等其實都有規定所有雇的勞工都要全部投保
transcript.whisperx[281].start 7585.666
transcript.whisperx[281].end 7608.269
transcript.whisperx[281].text 這個基本上就有人數上的差異那如果從這個社會保險制度的一致性公平性跟合理性來說的話我們可能真的要麻煩大家共同來思考是不是還要維持這個5人以下的事業投保單位來投保這樣的這個可能的這種改變那為什麼需要有這樣的改變我們可以從下面的資料看到
transcript.whisperx[282].start 7608.809
transcript.whisperx[282].end 7630.382
transcript.whisperx[282].text 如果是事業單位幫受僱勞工投保的話僱主要負擔70%勞工負擔20%那政府負擔10%那如果透過職業工會的話呢他就有不同的這個方式而且政府負擔的部分他要給職業工會做相對的補助所以如果是5人以下看起來
transcript.whisperx[283].start 7631.723
transcript.whisperx[283].end 7646.831
transcript.whisperx[283].text 組織會工會對於這個失業單位可能會有某一些處理的模式的選擇那對政府負擔來講其實是增加了政府的負擔這個部分我們是很希望能夠有機會共同來討論或許衝擊會是大的
transcript.whisperx[284].start 7649.432
transcript.whisperx[284].end 7674.814
transcript.whisperx[284].text 可是如果能夠透過討論的話我們希望能夠做一些相關的改變那到底目前有多少多少5人以下是在失業投保單位在投保我們根據這個今年7月份的資料可以看得出來有77萬人他是有透過失業單位在投保的那整體到底是多少的百分比這個部分不知道部長有沒有概念相關的數字我請
transcript.whisperx[285].start 7677.633
transcript.whisperx[285].end 7699.752
transcript.whisperx[285].text 跟委員報告就是擴大事人以下單位要強制在勞保這個加保的這個部分當然是我們希望所有的勞動者都可以參加勞保或者是宅保所以我們在111年的5月1號開始我們受雇已登記一個人以上的雇主的勞工就全部強制納保
transcript.whisperx[286].start 7700.165
transcript.whisperx[286].end 7716.673
transcript.whisperx[286].text 我們才會從勞保裡面把這個就是災保這些人把它拉出來單獨立法讓所有受僱的勞工都能夠受到工作上的保障這是第一點但是對於強制參加勞保的這一塊因為勞保的費率也是比較高
transcript.whisperx[287].start 7717.473
transcript.whisperx[287].end 7731.364
transcript.whisperx[287].text 那我們經過多次的邀請勞資團體的意見溝通那與會的代表大概都還是認為這樣會大幅的增加我們雇主的成本那也可能會轉嫁到勞工的負擔會影響勞工的權益
transcript.whisperx[288].start 7733.567
transcript.whisperx[288].end 7759.853
transcript.whisperx[288].text 那另外當然對公會的運作也會造成一定的影響那小型的單位他的人力物力也會不足那影響的層面包括企業包括公會或勞資團體都有餘力所以目前還沒有達到修法的公式 是了解所以我們才希望說有沒有機會再請到中部研議修正如果在勞保條例第六條修正以投保為原則的可能性如果
transcript.whisperx[289].start 7760.533
transcript.whisperx[289].end 7779.086
transcript.whisperx[289].text 很難執行的話是不是能夠用一些增加限制納保的要件來做相當的規範那也希望能夠定期公開五人以下投保單位人數的占比統計可不可以麻煩這個部長這邊可以針對這個需求來提供書面意見給委員會參考兩個月
transcript.whisperx[290].start 7782.228
transcript.whisperx[290].end 7809.731
transcript.whisperx[290].text 好我們來把相關的我想我們把相關的一些評估那也讓委員這邊可以知道那之所以現在制度是這樣幾個考慮點在哪裡好謝謝那最後一個部分簡短的請教一下部長有關救護法修法跟薪資透明政策的部分那今天其實有一個重點就是希望讓這個青年可以納入到這個相關的範圍裡面那我們也了解其實年輕勞工
transcript.whisperx[291].start 7811.109
transcript.whisperx[291].end 7835.177
transcript.whisperx[291].text 救福就業的因素其實是蠻多元的尤其是整體就業環境是促進青年就業的重中之重可是裡面的薪資透明化的政策也是非常重要的依據根據救福法第五條目前是針對薪資四萬以下的介入的規定必須要在提供職缺的時候如果沒有公開揭示的話這是必須要受到規範
transcript.whisperx[292].start 7836.938
transcript.whisperx[292].end 7854.295
transcript.whisperx[292].text 我們也可以看到下面一個數據4萬元好像是不少可是那是2018年制定的2018年的時候基本工資是2萬2千元那這幾年來其實勞動部很努力的希望讓最低工資提升已經從原來的2018的2萬2千元變成了
transcript.whisperx[293].start 7858.399
transcript.whisperx[293].end 7875.652
transcript.whisperx[293].text 2025年28590到明年甚至會到29500所以包括新的平均薪資是5萬中位是4萬那如果我們還是用4萬元來處理的話相對似乎是在這個調整上必須要重新來思考
transcript.whisperx[294].start 7876.172
transcript.whisperx[294].end 7903.785
transcript.whisperx[294].text 那這一部分如果我們不要是定額而是用一個比例比如說如果將來改成最低工資的1.5倍或是什麼調整的機制那能不能夠讓這個目前所制定的4萬元這樣的方式可以做有效的調整不知道部長的意見是現在跟委員說沒有其實在去年的經發會就行政院的經發會其實這個行政院也有指示我們要來研議那把這個
transcript.whisperx[295].start 7905.906
transcript.whisperx[295].end 7929.533
transcript.whisperx[295].text 行之透明的這個門檻那再往上那去年當然有講到是五萬那當然現在我們也不排斥那因為很多委員其實也都提醒因為最低工資單逐年調漲那說不定到一定年份以後其實又有點接近五萬那所以這個是不是有可能他反而是一個最低工資的某些N倍N的一個倍數
transcript.whisperx[296].start 7930.493
transcript.whisperx[296].end 7955.182
transcript.whisperx[296].text 然後來作為一個調整這個薪資透明化門檻的機制我想我們也願意來我們也正在研議這個做法大家也在想說哪一個倍數會比較適合的確就國際上面來說的話薪資透明化的確是一些國家能夠來去透過資訊公開的方式來促使薪資往上拉或者讓雇主不敢開那個
transcript.whisperx[297].start 7958.227
transcript.whisperx[297].end 7982.186
transcript.whisperx[297].text 很不想要讓外界知道的低薪的狀況這是一個很明確的做法所以我們也很希望這個研議能夠趕快來推出好 那會不會麻煩把這個研議報告一個月提供給委員會跟辦公室來參考是 好 謝謝OK 謝謝部長 謝謝主席好 謝謝汪委員 謝謝部長來 接著我們請廖偉祥委員質詢
transcript.whisperx[298].start 7992.948
transcript.whisperx[298].end 8018.655
transcript.whisperx[298].text 謝謝主席 請洪部長部長日前在新北有個流性女子跟其六個月大的孩子她慘遭了丈夫殺害然後丈夫再自殺造成一家三口滅門的悲劇讓我們社會非常震驚
transcript.whisperx[299].start 8019.895
transcript.whisperx[299].end 8044.009
transcript.whisperx[299].text 但是其實這則的家庭悲劇本來是有可能有機會可以避免的為什麼這麼說呢因為流性女子在當媽媽後他說雖然遭受到之前等不利對待但仍在他的社群媒體寫下諸如抱病懷孕生產顧娃我不能死或是沒媽的孩子最可憐等等
transcript.whisperx[300].start 8045.029
transcript.whisperx[300].end 8057
transcript.whisperx[300].text 所以可見這個流性女子雖然身處人生的低谷但是她還是有這個母性的光輝但很可惜最終還是敵不過職場上的一些惡意所以我們也可以看到
transcript.whisperx[301].start 8058.171
transcript.whisperx[301].end 8077.389
transcript.whisperx[301].text 流行女子她同時也抱怨懷孕時被雇主以不適任為由資遣求職時仍遭嫌棄說像看到鬼或者苦嘆說政府說骨欲生欲結果孕婦處處碰壁她遲遲沒有辦法找到工作導致經濟上的壓力最終也造成了這個悲劇
transcript.whisperx[302].start 8078.939
transcript.whisperx[302].end 8091.837
transcript.whisperx[302].text 那根據勞動部的違反勞動法令的事業單位查詢系統近年涉及懷孕歧視拒絕家庭照顧假或者育嬰留職停薪不當處分這個違法的案件遍佈全台
transcript.whisperx[303].start 8093.102
transcript.whisperx[303].end 8116.102
transcript.whisperx[303].text 但是從法律事務所 科技製造業到醫療院所有這樣的裁罰記錄所以顯示孕期跟育兒友善環境仍然很不足甚至有一些醫院的案例裡面也只罰了兩萬塊 根本不痛不癢所以導致了這起的悲劇發生 一家三口直接被丈夫
transcript.whisperx[304].start 8117.993
transcript.whisperx[304].end 8136.299
transcript.whisperx[304].text 這個殺害之後再自殺所以我就想要請問部長我們到底要怎麼樣讓雇主在到這個在孕婦跟懷孕員工的看到他們的時候是可以看到寶不是看到鬼可以營造更好更友善的職場環境根本說明這當然不是看到鬼
transcript.whisperx[305].start 8137.435
transcript.whisperx[305].end 8151.507
transcript.whisperx[305].text 當然不是我說他的這是他講的講講話的方式我說怎麼讓他們看到寶不是看到鬼你要怎麼樣可以真正的去改善這個環境不要再讓這樣子的社會憾事發生第一個其實
transcript.whisperx[306].start 8152.928
transcript.whisperx[306].end 8176.835
transcript.whisperx[306].text 我們有注意到這個案件那這個案件當然發生在新北市所以第一但第一線會是地方政府要去做相關的查查但我們的確也現在也格外重視在職場上面不管是懷孕或者是育兒的勞工相關的權益這也是為什麼我們在提出一個這個我知道你重視我們常常也討論的蠻多的啊我是說根據這個事件啊
transcript.whisperx[307].start 8177.435
transcript.whisperx[307].end 8206.782
transcript.whisperx[307].text 就看起來他就是還是沒有改善嘛就是說他還是有很大的改善空間我剛剛也講到甚至很多財閥他可能也很少不痛不癢那除了財閥當然我們不希望說只是財閥而已究竟到底部長到底你們有沒有精進檢討到底要怎麼做才不要再讓這樣子的憾事發生第一個我認為該財閥就必須落實財閥是那甚至是財閥的金額我們也願意來跟地方政府討論這是不是可以其實有一個怎麼樣的空間盡量大家去遏止這件事情
transcript.whisperx[308].start 8207.52
transcript.whisperx[308].end 8232.935
transcript.whisperx[308].text 第二個這裡面的確涉及到一些職場上面的文化的問題所以我們目前有規劃接下來會有一個計劃來加強宣導另外我們也會希望能夠做一樣的計劃對懷孕歧視的計劃那包括我們也會來跟相關的法律輔助的單位來討論因為在這裡面其實比較大的問題是有蠻多遇到懷孕歧視員工對他來說他遇到了可是他
transcript.whisperx[309].start 8234.056
transcript.whisperx[309].end 8254.681
transcript.whisperx[309].text 不敢申訴不敢舉手或者是相對應可以保護他的資源不夠多所以我們其實現在也在規劃要跟相關的法律輔助的團體來這個法服來去合作那怎麼樣子可以給更多遇到懷孕歧視的勞工更多的支持最後一點我要說我們也有計劃
transcript.whisperx[310].start 8256.181
transcript.whisperx[310].end 8282.985
transcript.whisperx[310].text 接下来针对像这样怀孕歧视的问题如果被裁罚违法的事业单位我们会有个专案的揭露跟专案的公布你们会打算往专案揭露跟专案公布我们也希望让外界知道这样子一个企业很多企业它的形象看起来不错但是居然还有怀孕歧视的状况那我们也希望让外界知道哪些企业会有这个状况这也是我们希望能够
transcript.whisperx[311].start 8283.826
transcript.whisperx[311].end 8307.657
transcript.whisperx[311].text 提出來的做法 謝謝部長你有這個正面回應那也可以把你剛剛相關的你們打算做的經濟作為具體的作為給本席辦公室兩個禮拜可以嗎我們會在應該是11月底對不對我們會在11月底其實會把我們這相對應的計畫給提出來好就是兩個禮拜好謝謝接下來我要問一下青年失業率的問題這個圖中我們可以看到
transcript.whisperx[312].start 8309.11
transcript.whisperx[312].end 8316.945
transcript.whisperx[312].text 接下來下一頁 對圖中我們可以看到歷屆的歷年的這個青年失業率全體和各個年齡層的曲線都是平的
transcript.whisperx[313].start 8317.489
transcript.whisperx[313].end 8338.263
transcript.whisperx[313].text 那就是過去和現在實施的這個投資青年就業方案那第二期是112年到115年那初次尋職的青年穩定就業計畫等我是覺得成效在哪裡我們看不到尤其是在第一期跟第二期的投資青年就業方案都有推動提供符合產業趨勢及就業市場的訓練課程措施
transcript.whisperx[314].start 8342.446
transcript.whisperx[314].end 8352.953
transcript.whisperx[314].text 那麼其中針對這個失業跟待業的青年執行職前訓練計畫還有一個叫做青年就業旗艦計畫那這兩項職前的訓練課程結果110年到112年的職前訓練的計畫訓後三個月的全職就業比率僅五成
transcript.whisperx[315].start 8363.16
transcript.whisperx[315].end 8376.027
transcript.whisperx[315].text 左右而已喔那落後青年就業旗艦計劃所謂逾九成的訓後全職就業比率那也就是說這個政府投資下去課程開了青年上完課了卻只有五成進入職場
transcript.whisperx[316].start 8377.799
transcript.whisperx[316].end 8400.132
transcript.whisperx[316].text 所以請問部長這個部分是發生了什麼狀況要怎麼樣重新檢討跟文說明其實台灣的青年的失業率並沒有比OECD其他國家來的高其實我們大概都比我們針對這個計畫的成效來講第二個剛剛在那張圖上其實可以看出其實我們青年的失業率其實也這幾年一路的下降
transcript.whisperx[317].start 8401.688
transcript.whisperx[317].end 8419.125
transcript.whisperx[317].text 在各國其實都會有類似的狀況就是青年的失業率比總體的失業率來的高但是在25歲以後失業率就會快速的下降我覺得會必須要去探究青年失業率相對比較高的原因大概有幾個第一個是其實很多的年輕人他其實還在一個尋職的
transcript.whisperx[318].start 8422.208
transcript.whisperx[318].end 8436.614
transcript.whisperx[318].text 不確定的階段也包括他也在考慮他是要繼續工作他要進入職場還是要繼續就學那他也包括對自己在職場裡面的這個哪一個職涯選擇的 部長我們先針對我剛提出的這個問題你剛講是一個很大範圍的一個狀態我剛講是說這個計劃本身的成效他只有五成好所以
transcript.whisperx[319].start 8446.099
transcript.whisperx[319].end 8464.917
transcript.whisperx[319].text 針對青年失業率這個問題其實自勞發署執訓中心到現在勞動力發展署各署成立青年職涯發展中心簡稱青職中心其實都一直是來協助這個青年規劃職涯的核心單位但是根據監察院的調查報告也發現有許多的問題首先
transcript.whisperx[320].start 8465.618
transcript.whisperx[320].end 8494.14
transcript.whisperx[320].text 你們勞發署自107年設定這個輕職中心八大核心服務項目以來部分的項目目標值設定過於寬鬆導致達成率屢屢嚴重超標甚至有達成率破千的驚人成績所以我要講的事情是講白了這樣子的績效設定是不是流於形式這也導致無法有效評估輕職中心對於提升青年就業率或者是就業率至
transcript.whisperx[321].start 8495.582
transcript.whisperx[321].end 8509.058
transcript.whisperx[321].text 職場續航力的實質表現換句話說就是這些設定的標準是治本設定這樣子的虛假KPI這個是監察院的調查報告不是我講的這個部分怎麼樣是不是可以檢討怎麼樣
transcript.whisperx[322].start 8510.56
transcript.whisperx[322].end 8529.939
transcript.whisperx[322].text 把這個所謂產出型指標調整成為這個實質成效的成果型的指標以具體的來評估輕職中心在提升青年就業跟就業安置還有職場穩定上面的功能和效益跟文說明如果按照文前一張投影片那個50%的那個投影片
transcript.whisperx[323].start 8530.799
transcript.whisperx[323].end 8552.106
transcript.whisperx[323].text 因為這個職前訓練計畫跟就業期間計畫其實它還是有不太一樣的定位跟屬性所以有點難直接拿數字來去做比較比方說職前訓練可能也會有一些他受訓完以後他可能就又會去念書好 部長我再跟你說那就是同樣的一個調查報告也指出輕職中心服務對象跟資源重疊的問題
transcript.whisperx[324].start 8553.166
transcript.whisperx[324].end 8579.87
transcript.whisperx[324].text 所以輕職中心的服務對象廣泛的列入15到29歲各級學校的學生跟畢業的青年那其中一對於職癌的這個諮詢的對象也在學青年的比率偏高那業務內容跟大專業校的學生輔導中心高度重疊另外青年失業率最該重視的四個部分分別是長期待業者居家的這個減居族
transcript.whisperx[325].start 8580.65
transcript.whisperx[325].end 8604.627
transcript.whisperx[325].text 或者是就是常常還有或者就是說這個卻志族啊有時候常常說有意願跟有能力工作卻因為種種因素失去工作動力者及就這個依就業服務法納為就業促進對象的青少年等不利就業不利族群喔所以就剛剛講到了你說有很多可能有分別可是這裡也講到他有資源重疊的問題喔
transcript.whisperx[326].start 8605.848
transcript.whisperx[326].end 8619.812
transcript.whisperx[326].text 那所以勞動部似乎是要重新界定這個輕職中心的優先服務對象而非與在學青年高度重複做無用功的這個部分跟文說明其實這分幾個層次來說明
transcript.whisperx[327].start 8622.233
transcript.whisperx[327].end 8638.359
transcript.whisperx[327].text 第一個其實很多同學跟我們說其實學校裡面提供的一些職涯的資訊他們其實往往覺得不夠所以這也是為什麼我們其實需要進到學校裡面來提供大家求職的資源包括職涯的諮詢的原因這是第一個因為很多同學跟我們說其實學校提供的是不夠的
transcript.whisperx[328].start 8638.999
transcript.whisperx[328].end 8661.271
transcript.whisperx[328].text 所以你認為監察院的這個所謂的資源重置的報告是不對的不是這個意思所以我們認為把一個把這個關注的點放在在學的青年我認為這件事沒有錯但是我認為我們的確可以來檢討讓這些比方說長期的待業者或者是減居族或者是這些就業不利的青少年他們所受到的資源我認為可以再更多
transcript.whisperx[329].start 8662.031
transcript.whisperx[329].end 8683.791
transcript.whisperx[329].text 可以再把关注的点再更放在他们身上这就是我刚刚咨询的点没有错就是你应该要把重点抓出来而不是资源一直重置但是在学青年也是我们很重要的关注对象我认为这件事情是没有错的在我们的YS里面这个事情不一定有错但我们可以把其他的部分尤其更弱势的青年再增加再更优先一些这事情是我们可以来检讨可以做的
transcript.whisperx[330].start 8683.831
transcript.whisperx[330].end 8700.106
transcript.whisperx[330].text 是 最後還有一個這個有關於青年就業的部分還有一個問題 輕職中心在一對一的職涯諮詢人員也存在人力流動率過高平均年資淺或者部分中心甚至平均只有一年多然後薪資偏低而且缺乏經驗傳承的問題
transcript.whisperx[331].start 8701.647
transcript.whisperx[331].end 8726.506
transcript.whisperx[331].text 那當然就是各分屬材每年招標委辦一次的方式它也有可能不利於這個確保諮詢服務品質所以這個部分你們要怎麼精進因為比如說比較好的人才要怎麼留任其實他的經驗傳承的方案到底是什麼這個部分你們要怎麼去把它完善這樣子的品質是 跟委員報告基本上我們在每年的標案裡面我們都會有要求
transcript.whisperx[332].start 8727.687
transcript.whisperx[332].end 8746.973
transcript.whisperx[332].text 受委任的廠商他必須要提供的專業人員包括學經歷以及他的工作經歷所以我們在標案裡面每年都有做這樣的要求那如果是優質的人員當然我們會希望承接的廠商可以繼續沿用那這個我們在機制裡面是都有的所以你覺得現在已經是很完善了
transcript.whisperx[333].start 8747.421
transcript.whisperx[333].end 8768.633
transcript.whisperx[333].text 我不敢說完善但是我們在標案裡面確實有這樣的意思因為我們也擔心因為它是用委外的方式處理有可能因為換了廠商導致人員離開是啊 所以我現在想要提醒你們這件事情因為現在看起來是有這樣的問題你要輔導人家就業結果沒有經驗的傳承那你這些東西應該是要再去檢討是不是可以再給本席辦公室兩個禮拜相關的檢討報告好不好
transcript.whisperx[334].start 8769.614
transcript.whisperx[334].end 8792.526
transcript.whisperx[334].text 好那最後我們可以提供最後部長我還是要問一下其實今天還有很多人問到有關於這個全國一孩家庭有多少戶啦這個家事移工的這個部分啊我是想要補充問一下我想請問一下賴總統說出這個政策的時候有先跟你們討論嗎他有做過相關的數據的調研然後才講出這個政策嗎還是一時興起
transcript.whisperx[335].start 8793.867
transcript.whisperx[335].end 8804.716
transcript.whisperx[335].text 我想總統講什麼不會是一時興起不會是一時興起當然不會是一時興起那可是剛剛他們問很多相關的調查的數據你們都沒有那怎麼去說要做這件事我們都在評估中
transcript.whisperx[336].start 8805.663
transcript.whisperx[336].end 8825.544
transcript.whisperx[336].text 你評估中但是他們剛剛好多個委員問譬如說現在全國一海家庭到底有多少戶那你們這邊是回答不出來戶政資料大概就可以看得到吧可是並不是當然我想要表達是有部分的家庭他有表達他有很明確這個需求但也不是所有的家庭都表達有這個需求
transcript.whisperx[337].start 8826.804
transcript.whisperx[337].end 8850.513
transcript.whisperx[337].text 所以我的意思是說我們其實目前就是在相關的數據我們都在評估之中部長這關鍵的意思就是說賴總統在講出來這個之前有沒有跟你們討論過有那你們有提供相關的數據嗎那為何不然怎麼會賴總統講出這個話我們有提供相關的資訊當然就在我們討論過程裡面我想所以部長這代表說他有跟你們討論過那你們也認同賴總統的政策囉我們現在就是在評估中
transcript.whisperx[338].start 8851.249
transcript.whisperx[338].end 8866.585
transcript.whisperx[338].text 對但是你是評估中嘛正常的政策發表尤其是總統講出來的話他不是應該是跟你們討論好很確定你們的專業評估完數據都出來之後他才會說好我們現在要做這件事總統也是把這個想法請我們評估所以
transcript.whisperx[339].start 8867.185
transcript.whisperx[339].end 8887.336
transcript.whisperx[339].text 所以總統是話講太快還沒評估完成就先講出來嗎總統不是話講太快你看總統也是請行政部門做這個評估包括行政院我跟他宣布說要做這件事情是兩件事喔總統講出來這句話的這個概念真的跟你們所謂的評估不同所以我要本席要表達所以總統其實也是請我們評估啊
transcript.whisperx[340].start 8887.955
transcript.whisperx[340].end 8899.59
transcript.whisperx[340].text 所以本席想要表達的意思就是說那這個還沒講出來之前你們有沒有先具體的評估完才跟總統講這件事好那這件事情你是說他有跟你溝通了我們針對相關的政策概念當然有討論好那我想要請問那你們現在
transcript.whisperx[341].start 8903.334
transcript.whisperx[341].end 8923.345
transcript.whisperx[341].text 大概評估的方向有哪些呢因為剛剛部長有提到有人說這個家庭幫傭社福義工家庭幫傭多少人全國一孩家庭有多少戶或者是說你剛剛有討論到有人說遲緩家庭遲緩兒家庭先優先或是要多元家庭評估又或者是你們要從點數上面去做調整這個部分有沒有大概的方向
transcript.whisperx[342].start 8924.165
transcript.whisperx[342].end 8944.516
transcript.whisperx[342].text 我們還是在幾個原則上面去做相關的評估思考那第一個事情當然是當然我們也在意這個本國勞工的就業的相關的權利那第二個呢其實行政院也請我們要考慮比方說多元家庭的需求不同家庭不同的需求第三個是當然希望能夠具體的減輕
transcript.whisperx[343].start 8947.457
transcript.whisperx[343].end 8965.945
transcript.whisperx[343].text 這個家庭照顧的負擔者他的實際的負擔那大家也會在意是不是有一些在照顧品質上面也必須要留意這幾個方向我們都希望能夠考慮進來目前是這四個方向這幾個我們都考慮這幾個也是行政院請我們要評估的一些思考點
transcript.whisperx[344].start 8967.185
transcript.whisperx[344].end 8981.951
transcript.whisperx[344].text 好我還是跟部長說這個相關的評估要這個很務實的去做完評估之後再推出這個政策才不會導致好像很多政策丟出來像是試水溫一樣這不利於執政團隊讓人民的信賴好謝謝部長好謝謝好
transcript.whisperx[345].start 8999.224
transcript.whisperx[345].end 9012.771
transcript.whisperx[345].text 請劉建國委員發言好謝謝主席有請黃部長有請黃部長國庫署羅祖密主計總處黃專委
transcript.whisperx[346].start 9017.695
transcript.whisperx[346].end 9031.341
transcript.whisperx[346].text 來 部長早部長 勞保這顆炸彈原本從可能是2026、2028要爆炸對不對然後在精算之後目前預估是在2031年會炸了所以大家應該還有一點喘息的時間
transcript.whisperx[347].start 9037.33
transcript.whisperx[347].end 9060.05
transcript.whisperx[347].text 我這麼說你應該能夠理解我要表達意思是 但是2031這數字因為它其實還是有很多前提的條件2031的那時候是今年上半年的精算的報告那它的前提是我們在一個不一定很不是很高的這個投資的收益率然後還有往後都今年以後都不撥補的情況下才是2031年
transcript.whisperx[348].start 9061.371
transcript.whisperx[348].end 9084.434
transcript.whisperx[348].text 不是很高的收益率然後沒有確定穩定的這個撥補有可能嘛對不對就是這兩個因素他是設定今年以後都沒有撥補才是2031反正就是今年以後有這兩個狀況可能就會提早到2031年嘛應該是這麼說嘛這兩個因素如果發生了就可能2031年就要倒了啦
transcript.whisperx[349].start 9084.754
transcript.whisperx[349].end 9111.016
transcript.whisperx[349].text 按照精算 精算報告是這樣寫當然我們不能讓它發生所以我們才持續的在撥補也希望把收益率提高對 所以我才要跟你討論就這兩項問題來討論就這兩個層面問題第一個 我還是用這樣來表達就好像一個絕症的病人你一直用持續這種無效的醫療去救治他坦白說 到最終只是苟延殘喘可能多半年 多一年
transcript.whisperx[350].start 9112.177
transcript.whisperx[350].end 9139.498
transcript.whisperx[350].text 諸如此類就像你那種那你剛講的那兩個因素如果不見了就是這兩種這兩種特效藥如果其中有一項不見了那當然可能就提早結束他的生命我用在隱喻然後然後但如果病人要活著的時候醫師要想把他救治基本上我們是我們是立法院是自作為治理國家政策的一個單位那我們這個單位當然我們要自行我們要自行來看到
transcript.whisperx[351].start 9140.429
transcript.whisperx[351].end 9164.285
transcript.whisperx[351].text 看待到底這個勞保這個部分這基金應該怎麼去做一個因應跟改善改變的一個方式然後提出這樣的一個建言也給勞動部來做參考我最後要講的就是說政府撥補幫勞保基金來續命前提不會有人反對啦政府負最終的責任
transcript.whisperx[352].start 9165.474
transcript.whisperx[352].end 9189.673
transcript.whisperx[352].text 大家都會舉雙腳贊成對不對但是如果每年都要這麼補到底是要補多久然後如果是常態性的這樣補那當時設立這個勞保基金的目的跟現在的這種處理的方式那顯然不是已經都已經變樣了
transcript.whisperx[353].start 9192.136
transcript.whisperx[353].end 9204.688
transcript.whisperx[353].text 走鐘了然後我才要跟部長來就教這幾個問題第一個我們現在看這個勞保基金的規模大致上是一兆
transcript.whisperx[354].start 9205.799
transcript.whisperx[354].end 9228.948
transcript.whisperx[354].text 一兆一千多億嘛一兆二下半年突破一兆二你是怎樣怎麼不會動你是聽到要再快倒了所以你很緊張是不是然後這個勞保請求債務是13兆多嘛對不對沒有錯嘛目前所以就將近10倍
transcript.whisperx[355].start 9232.1
transcript.whisperx[355].end 9242.374
transcript.whisperx[355].text 將近10倍出了那救治的軍工教育人員的退休金是3兆然後這個工人員的退休補習金是差不多在2兆左右嘛主席總書這個應該沒有問題嘛對不對這數據正確嗎
transcript.whisperx[356].start 9247.281
transcript.whisperx[356].end 9259.574
transcript.whisperx[356].text 這數據正確吧OK 好 謝謝我為什麼要用這來比喻因為這也是根據組織總署截至6月底的統計指出台灣中央及地方政府潛藏負債總計來到20.5兆
transcript.whisperx[357].start 9262.597
transcript.whisperx[357].end 9282.014
transcript.whisperx[357].text 我如果有數字上的一些操縛你要提醒好不好然後這是潛在的債務而且台灣目前的國債也高達6兆多然後但台灣一年的整個這個付稅才收入也才3兆多我是用這樣的一個財務條件來看待這個事情如果
transcript.whisperx[358].start 9283.137
transcript.whisperx[358].end 9298.263
transcript.whisperx[358].text 我們一般的家庭要知道我這樣的狀況就必須要尊潔支出然後請到省值花但是如果有多餘的進帳就要趕緊來補這個缺口沒有錯嘛所以你應該都可以認同我的講法嘛沒有問題嘛 對不對
transcript.whisperx[359].start 9299.643
transcript.whisperx[359].end 9319.907
transcript.whisperx[359].text 所以在112年全國共同努力下台灣度過三年的疫情邁入後疫情時代台灣整體的經濟發展在疫情時對比其他國家仍屬於前段班然後蔡政府當時有提出疫後強化經濟與社會韌性及全民共享經濟成果特別預算案3800億還普發了6000元這個大家應該記憶猶新嘛而且也特別編列300億
transcript.whisperx[360].start 9328.202
transcript.whisperx[360].end 9353.957
transcript.whisperx[360].text 補勞工保險基金沒有錯啦 好 對今年換了新政府我們因應國際情勢強化這個經濟社會及民生國安任性特別預算高達5450億也普花1萬元給民眾結果不僅台電沒有辦法接受撥補聯勞保基金在這次特別預算也僅撥補100億
transcript.whisperx[361].start 9357.182
transcript.whisperx[361].end 9362.645
transcript.whisperx[361].text 沒有錯嘛 今年對 上次預扣的特別預算3800億撥補勞保300億 佔當時的預算是7.9%這一次5400多億是這個3800億的1.43倍 結果只撥補100億佔比僅1.83%
transcript.whisperx[362].start 9383.942
transcript.whisperx[362].end 9396.151
transcript.whisperx[362].text 部長什麼原因你沒有積極爭取你不重視各位你說不是因為第一個當然因為這明年的明年的公務預算裡面我們已經爭取1200的這個
transcript.whisperx[363].start 9400.454
transcript.whisperx[363].end 9420.672
transcript.whisperx[363].text 1200億的撥補的金額所以其實這跟當時在那個112年或者是111年當時的狀況其實也會有不同所以整體來說其實我們現在撥補的金額並沒有比較少那當然這是再加上這個這一次特別預算裡面的100億
transcript.whisperx[364].start 9422.956
transcript.whisperx[364].end 9440.499
transcript.whisperx[364].text 我都用特別預算來跟你講嘛對不對我用特別預算來對照嘛一千兩百一千不談我就用特別預算來對照嘛他三千八百億的時候可以撥補到三百億五千多的時候只有撥補到一百億那基本上就是減少嘛所以你講的兩個因素就會擔心嘛
transcript.whisperx[365].start 9441.974
transcript.whisperx[365].end 9471.483
transcript.whisperx[365].text 對不對 一千兩百一千不談嘛就只用特別預算來對照我們會盡量再來跟主總爭論所以我知道很多不是不是部長的因素啦但是我還是提醒部長可能要更積極來做相關的因應也可能要跟行政會講說過去有這樣的數字有這樣的撥補那現在這個特別預算的規模更大高達之前的特別預算是1.43倍怎麼可能反而在這個撥補的金額去縮小了
transcript.whisperx[366].start 9473.458
transcript.whisperx[366].end 9501.177
transcript.whisperx[366].text 所以這部分提醒部長那我再給部長看兩件事情看一個訊息這是兩位教授講的那第一個是陳教授改革要多管齊下除了政府撥補投資效益基金投資效益讓基金維持一定在水位下政委可以舉在仿效挪威的成立主權基金把這個收益專管專用及強化社會保障另外一個是郝教授長期而言勞保還是要啟動年金改革初期對薪金流量影響不大所以應在年改前啟動儲備基金
transcript.whisperx[367].start 9503.098
transcript.whisperx[367].end 9516.617
transcript.whisperx[367].text 一個是主權基金 一個是儲備基金那儲備基金過去立法院在第十屆的時候立法院有很多同仁也都有做這樣的建議甚至於是說裁員的超徵稅收並要明定超徵的八成都要作為該儲備基金的來源
transcript.whisperx[368].start 9520.252
transcript.whisperx[368].end 9535.747
transcript.whisperx[368].text 但是這個之後就沒有進度了我不曉得主席總署跟國庫署怎麼看待這件事情如果你們要回應都可以然後再來對比勞動部這次特別預算中只爭取到100億我是覺得這個是真的大家要來檢討
transcript.whisperx[369].start 9538.263
transcript.whisperx[369].end 9560.01
transcript.whisperx[369].text 這個大家要檢討因為時間的問題那第二個不只是儲備基金我們賴總統在今年520的就職週年也宣布將成立主權基金打造國家級的投資平台這兩個社會關注的問題一個是勞動部的勞工保險基金勞工的退休基金會不會是主權基金的組成之一
transcript.whisperx[370].start 9561.618
transcript.whisperx[370].end 9578.936
transcript.whisperx[370].text 因為現在大家都說這兩大勞動基金有主權基金之實沒有主權基金之明你們怎麼回應第一個 那這個勞動基金目前在主權基金的這個組成的討論裡面我請我們這個運用局來跟委員說明請說明
transcript.whisperx[371].start 9581.312
transcript.whisperx[371].end 9600.709
transcript.whisperx[371].text 我們勞動基金的性質主要是來自於勞工大眾所以我們對於主權基金我們不會直接用勞動基金去直接的投資參與我們性質上比較不適合這兩個基金不會成為主權基金的組成之一啦你要回答我是這樣嘛對不對好那就明確囉
transcript.whisperx[372].start 9602.162
transcript.whisperx[372].end 9622.421
transcript.whisperx[372].text 不會有變動喔在目前的討論裡面是這樣在目前討論嘛往後的討論會不會變動我們就是很清楚的表明其實目前勞動基金是我要跟部長討論這個事情是這樣嘛他如果未來不是主權基金之一那最好那如果未來是你們要怎麼因應
transcript.whisperx[373].start 9624.434
transcript.whisperx[373].end 9650.99
transcript.whisperx[373].text 我們沒有 目前沒有收到你們有相關的這樣的一個評估嗎目前沒有收到要把勞動基金放到主權基金裡面好 最好就是沒有嘛如果有你們要怎麼處理嘛好 如果沒有的話如果沒有的話那未來的主權基金成立之後有沒有機會也可以挹注到勞保基金上我們不去做它的組成之一但是如果成立主權基金那勞保基金是不是未來有性了可以由主權基金這邊來做相關的一些
transcript.whisperx[374].start 9653.934
transcript.whisperx[374].end 9665.371
transcript.whisperx[374].text 這當然是我們現在在北歐的這個組成基金模式裡面有看到這個狀況有看到這個做法那任何有助於勞保的裁員我們都會使正面的態度來看待
transcript.whisperx[375].start 9667.69
transcript.whisperx[375].end 9692.78
transcript.whisperx[375].text 會持怎樣 我們都持正面的態度 希望能夠演繹啊我如果單純只有持正面態度來看待我們也希望能夠 能夠多出去爭取各種可能性 天上不會掉下一個禮物給你 不可能嘛 對不對我們會持正面態度來爭取所以是不是要相關的一些評估跟盤點然後是不是也要有所規劃包含儲備基金 包含未來的主權基金
transcript.whisperx[376].start 9694.465
transcript.whisperx[376].end 9710.476
transcript.whisperx[376].text 你們是不是有一些相關的一些因應跟評估的這樣的一個作為我想我們會來做因為財源的事情非常非常的慎重然後而且也非常重要所以我們當然任何可能有關可以成為挹注勞保基金的財源我們都願意來做評估
transcript.whisperx[377].start 9712.124
transcript.whisperx[377].end 9731.611
transcript.whisperx[377].text 所以我們可能就是要適好做組準備嘛應該是這個樣子嘛可能我們自己的版本要很多種當行政院當中的這邊在準備主權基金的過程裡面我們現在在委員會已經答覆了喔不可能稱為這兩個基金不可能稱為主權基金的這個成分之一喔
transcript.whisperx[378].start 9732.051
transcript.whisperx[378].end 9760.764
transcript.whisperx[378].text 我們其實在之前在委員會上面有表達這個性質上真的不太一樣當然是不太一樣不過有時候有些事情的變動也不是部長可以現在這樣答覆我然後到時候的這個怎麼講反正因應整個世界的這種輪動很多事情的變動速度是很快的好不好然後儲備基金有沒有要儘快來納入評估
transcript.whisperx[379].start 9762.759
transcript.whisperx[379].end 9785.552
transcript.whisperx[379].text 我覺得現在只要各方有在談到的各種經過我們都願意來評估但不過這確實也需要全職單位一起來這個研議啦對所以所以是我要成立這個儲備基金未來如何應驗主權基金的相關的未來的分配是不是有個可行性的評估可以來給委員做參考我們可以來評估一下那來跟委員這邊來說明兩週內
transcript.whisperx[380].start 9789.732
transcript.whisperx[380].end 9801.019
transcript.whisperx[380].text 一個月兩個月可以嗎兩個月會期這本市會期結束前可以嗎可以好謝謝那最後最後部長有掌握到這個新聞嗎請他請回主席跟那個副會長請回 不好意思 都沒問到哪一個新聞先靠那裡
transcript.whisperx[381].start 9816.226
transcript.whisperx[381].end 9820.091
transcript.whisperx[381].text 蛤 你是很擔心勞保倒了是不是不然你今天怎麼怪怪的
transcript.whisperx[382].start 9824.54
transcript.whisperx[382].end 9850.012
transcript.whisperx[382].text 有個新聞到台南的職安處去申訴整個身份資料竟被直接寄到公司那是相關的三人患堵職罪這起案件是勞動部轄下的職安處承辦員在發送公文的時候直接把當事人的名字全部露出直接讓該保密的案件攤在陽光下這個大家都知道就這案
transcript.whisperx[383].start 9851.112
transcript.whisperx[383].end 9858.624
transcript.whisperx[383].text 部長知道嗎 有掌握嗎 有知道 這是個案嗎這個案子應該是在台南的食安處他的發文發錯了
transcript.whisperx[384].start 9862.407
transcript.whisperx[384].end 9887.332
transcript.whisperx[384].text 我請署長說 部長你要用方案發錯了跟委員報告這個案子的話因為目前台南市是部分授權有一些事業單位轄區還是在治安署的南區中心那這個申訴案呢應該是發文給我們本署的南區中心結果在正本呢誤植給原申訴公司所以是誤植剛剛我們有了解那個案子是誤植
transcript.whisperx[385].start 9888.83
transcript.whisperx[385].end 9903.619
transcript.whisperx[385].text 一個物質可以把證人相關的這些投訴人相關的名字當事人都把他露出來因為物質所以這非常不適當這確實非常不適當部長剛才打呼我這樣署長又打呼我這樣那這個事情顯然大家會沒完沒了
transcript.whisperx[386].start 9905.523
transcript.whisperx[386].end 9924.536
transcript.whisperx[386].text 我們剛修的職安法還有霸凌的專章還有要如何保護當事人然後我們現今的法律勞動良法這個報導裡面特別提到最後最後一段有勞動良法都有所規範然後上面的報導裡面是講這個公益接避責7月上路沒有規範到這個這個這個事部門
transcript.whisperx[387].start 9927.455
transcript.whisperx[387].end 9951.753
transcript.whisperx[387].text 滴滴答答講的一大堆 重重之重就是我們是有相關的規範 法律的規範在保護當事人 保護投訴人 保護這個員工怎麼這個事情還會發生到這種程度 上個禮拜還修了職安法所以這個錯誤是不能被接受的對 這個 我沒有要求你再去對這些人做什麼樣的處置啦但是這絕對不是個案
transcript.whisperx[388].start 9953.617
transcript.whisperx[388].end 9970.133
transcript.whisperx[388].text 這絕對不是個案啦我想我們會來加強對檢察員的訓練我覺得這件事情對我而言在未完這麼久我覺得它是一個非常離譜而且非常嚴重的事情這等體的教育訓練是出了什麼問題是 我們會來加強訓練這個可能不只教育訓練出問題
transcript.whisperx[389].start 9970.974
transcript.whisperx[389].end 9989.363
transcript.whisperx[389].text 而且亦有民事故患的這樣的一個嫌疑但最終我尊重司法的這樣的一個判定所以我不是說你要特別去做怎麼處理但是我說它不是個案我們還有一個中心也是這樣有證人的訊息還被外洩被當事人知道並提告的狀況發生現在在訴訟中
transcript.whisperx[390].start 9993.736
transcript.whisperx[390].end 10015.086
transcript.whisperx[390].text 勞動部 洪部長 你的主政之下這些事情你可能要特別小心是 當然對 因為前的部長是因為什麼事件下來這是沒有辦法被接受的現在如果不是主體是這些霸凌的事情反而是相關的當事人 投訴人經常有這種狀況持續的發生這代表勞動部上上下下整體這樣的一個機制 系統
transcript.whisperx[391].start 10019.188
transcript.whisperx[391].end 10035.356
transcript.whisperx[391].text 甚至於文化 我都覺得必須要洪部長要大刀闊斧慎重的來面對加以的來管制處理不然這種事情絕對會層出不窮是好 謝謝 謝謝主席好 謝謝劉昭偉那我們現在休息十分鐘
transcript.whisperx[392].start 10678.38
transcript.whisperx[392].end 10681.764
transcript.whisperx[392].text 好繼續開會接下來請林淑芬委員發言好謝謝主席是不是請我們洪部長有請洪部長
transcript.whisperx[393].start 10699.461
transcript.whisperx[393].end 10712.866
transcript.whisperx[393].text 部長 超高齡社會的來臨少子化勞動力不足也是一個問題但是勞動力高齡化危機也是不容忽視
transcript.whisperx[394].start 10713.746
transcript.whisperx[394].end 10732.895
transcript.whisperx[394].text 但是我們要問的就是說政府和企業準備好了嗎辛炳榮教授他有提出來他說上一次我們勞基法修法強制退休的規定修法只做了半套因為我們允許勞僱雙方協商可以再延後他們其實認為說其實政府應該增加幾個
transcript.whisperx[395].start 10738.118
transcript.whisperx[395].end 10767.262
transcript.whisperx[395].text 鼓勵的機制 留任的機制那協助企業不要只用年齡作為退休與否的這個判斷基礎那強制退休的規定還會造成老人貧窮因為高齡者被強制退休以後你知道的再度就業事實上找到了工作跟收入都會低很低在這種狀況裡面他們提到第一個就是說不應該因為年齡設限而應該要訂出留任
transcript.whisperx[396].start 10767.702
transcript.whisperx[396].end 10793.184
transcript.whisperx[396].text 留任65歲以後因為我們的修法是雙方要協議那雙方如果沒有協議的話還是要被強制退休其實我們應該要教企業如何評估讓65歲的員工留下而且也需要有檢測的機制專門定期的關心高齡者的工作狀態另外高齡者退休以後的收入如果不足以負擔他的生活費的話
transcript.whisperx[397].start 10794.425
transcript.whisperx[397].end 10822.35
transcript.whisperx[397].text 應該要規範想想想繼續留下來工作卻被強迫退休者的問題這個問題其實知識體大另外有人說其實應該參考這個南韓或者是說其他的國家我們要政府要定一個鼓勵的政策這個鼓勵的政策要鼓勵企業僱用一定比例的中高齡的勞工
transcript.whisperx[398].start 10823.05
transcript.whisperx[398].end 10841.778
transcript.whisperx[398].text 那他雇佣到一定比例以後 我們給他獎勵而不是現在說63、64歲到了 借齡要退了才給獎勵這樣子可能會鼓勵這樣的企業 可能這樣政策方向或許可以是我們下一次的這個政策檢討的時候要討論比較好的 比較務實的 你覺得呢
transcript.whisperx[399].start 10846.843
transcript.whisperx[399].end 10873.093
transcript.whisperx[399].text 跟委員報告的確其實現在很多企業都在講這個缺工那我們在幾乎每一次的跟企業的座談裡面也都跟他們提及其實恐怕未來中高齡的勞工占我們的整體人力的重要性只會越來越提高我自己感覺其實也越來越多的企業其實接受這個看法的確我覺得接受這個看法而且願意在中高齡勞工上面
transcript.whisperx[400].start 10873.633
transcript.whisperx[400].end 10895.833
transcript.whisperx[400].text 去多做投入跟嘗試的企業我覺得越來越多但是我覺得政府要拿出政策手段來因為這個OECD在2023年的時候指出人工智慧的導入在性別年齡和薪資上都有具體的影響效應特別是性別上面是女性是較顯著年齡上面就中高齡所受到的衝擊是影響最嚴重的
transcript.whisperx[401].start 10898.455
transcript.whisperx[401].end 10927.241
transcript.whisperx[401].text 所以在薪资变动上是很明显的对年轻族群来讲AI的导入是对年轻族群有益他的薪资或许会提升但是中高龄和年轻人可能会两极化M型化在这种状况里面我们需要政府的政策手段出来而政府的政策手段我要引进最近104的几个报道几个调查104他们最新发布了2025年超高龄社会企业
transcript.whisperx[402].start 10928.061
transcript.whisperx[402].end 10940.413
transcript.whisperx[402].text 人才他永續的新思維白皮書在這個裡面呢他們2025年你看那個數據2025年企業友善中高齡職缺的只有28%
transcript.whisperx[403].start 10943.399
transcript.whisperx[403].end 10960.91
transcript.whisperx[403].text 企業普遍認為 聘僱中高齡的最大難題是薪資過高請問你對聘僱中高齡 你遇到哪些困難企業遇到覺得 這個中高齡年資升了 漲了薪水都比年輕人還要高所以他們普遍認為勞動成本高
transcript.whisperx[404].start 10963.231
transcript.whisperx[404].end 10976.361
transcript.whisperx[404].text 但是他們標示而且擔心標示了中高齡在虛空的廣告上去標示說我們歡迎中高齡的話他們認為說會影響年輕人的應徵的意願事實上
transcript.whisperx[405].start 10983.786
transcript.whisperx[405].end 11005.302
transcript.whisperx[405].text 中高齡求職就一般的來看我們從企業端他覺得如果我在求職廣告上面求徵員工的廣告上面寫了我歡迎二度就業好像年輕人就不來了可是我們從勞工的立場來看這個民調他們也做民調了104也做民調了政府沒有做的104都在做了我認為
transcript.whisperx[406].start 11006.303
transcript.whisperx[406].end 11028.445
transcript.whisperx[406].text 本來都是政府應該要實際上去協助和去做的調查真正的勞工在想什麼年輕的勞工在想什麼真正的勞工你去找工作的時候最先考慮到的是什麼年輕人並不是思考到說我不想要跟中高齡一起工作所有的勞工不管是哪個年紀他們第一個想到說我工作的地點是我第一的需求51.9%
transcript.whisperx[407].start 11030.347
transcript.whisperx[407].end 11051.722
transcript.whisperx[407].text 但是第二個他們的需求其實講的是說我的薪資要可以得到多少所以在這裡啊這裡面數據沒有列出來是93.7%的年輕人正向的看待中立的看待標示歡迎中高齡的企業的求這個不是求職的徵才
transcript.whisperx[408].start 11055.405
transcript.whisperx[408].end 11080.441
transcript.whisperx[408].text 所以企業都覺得說他們過去的那種概念其實是錯誤的可能錯估了求職者的心聲而錯失了中高齡的人才這是我第一點要講的第二點呢我國50歲以上的各年齡層的勞參率你知道普遍低於南韓 美國 日本和新加坡部長
transcript.whisperx[409].start 11081.602
transcript.whisperx[409].end 11088.413
transcript.whisperx[409].text 我国在这个50岁以上的劳餐率是多少应该是大概50出头53吧53.54
transcript.whisperx[410].start 11095.325
transcript.whisperx[410].end 11120.358
transcript.whisperx[410].text 你知道日本和新加坡在45歲到64歲勞參率仍然有八成45歲到64歲人家是80我們是6767.2但是如果在65歲以上你知道日本是多少新加坡是多少嗎65歲以上應該還有20幾以上
transcript.whisperx[411].start 11123.702
transcript.whisperx[411].end 11143.384
transcript.whisperx[411].text 20幾 新加坡還32.5而台灣只有多少9.9 10沒有錯所以這種狀況裡面我們看到勞保財務惡化但是政府也從來沒有去提到說對提高中高齡就業率它也是一種方法
transcript.whisperx[412].start 11144.511
transcript.whisperx[412].end 11167.086
transcript.whisperx[412].text 那個跟我們說明其實我們在中高齡的就業的專法通過以後其實很多計畫都開始實施而且其實也蠻有成果的其實這幾年也蠻有成果的那你現在告訴我你們具體的政策有哪些有成果的有成果的因為我剛才看到的數據也是最近的113年去年的
transcript.whisperx[413].start 11168.725
transcript.whisperx[413].end 11188.873
transcript.whisperx[413].text 報告委員其實我們有一個在專訪通過之後我們有一個正位中高齡跟高齡者的三年的專案計畫那我們都是滾動檢討那我們目標就是每年要協助12萬人投入就業職場那對不起是人次12萬人那我想我們會朝這個目標持續的努力好沒關係你這樣講我也聽不懂
transcript.whisperx[414].start 11190.894
transcript.whisperx[414].end 11209.795
transcript.whisperx[414].text 但是我就拿你們自己去年的數據113年中高齡及高齡的統計113年中高齡及高齡男女的失業人數各為6.4和4.3所謂的失業人數是他有就業意願65歲以上不是中高齡和高齡
transcript.whisperx[415].start 11210.676
transcript.whisperx[415].end 11235.795
transcript.whisperx[415].text 他還有就業的意願可是男女加起來還10萬人以上那個失業率還是2點幾%平均起來男女加起來是2%以上而且我們看到女性的失業的狀況還比男性還要更嚴重因為女性容易因為家庭因素提前離開職場但是他很想重回返職場可是他的限制很多
transcript.whisperx[416].start 11237.036
transcript.whisperx[416].end 11261.278
transcript.whisperx[416].text 在這種狀況裡面是這一張圖嗎是這一張圖所以這種狀況裡面中高齡婦女友善環境對他們講是最迫切的需求所以你們說你們的政策端出來我們就不知道說跟103年來比跟10年前來比去年的統計的數字103年跟10年女性中高齡的失業人數還增加了2萬人
transcript.whisperx[417].start 11264.577
transcript.whisperx[417].end 11270.641
transcript.whisperx[417].text 兩萬人 十年前女性的這個失業人數45到64歲是兩萬三千人到113年是四萬三千人
transcript.whisperx[418].start 11278.295
transcript.whisperx[418].end 11293.287
transcript.whisperx[418].text 所以你們說你們的政策做得很不錯我不是說不錯或者是說不需要再改善不是這個意思我是說其實這幾年因為之前那個中高齡的專法修了以後其實很多計畫在推廣那也包括
transcript.whisperx[419].start 11295.049
transcript.whisperx[419].end 11311.742
transcript.whisperx[419].text 所以計畫推廣最終一定要落實在一個數據上面有意願工作卻找不到工作的那他的失業率應該要下降人數應該減少可是我們113年還比103年還多2萬其實不是多2萬是多一倍多一倍
transcript.whisperx[420].start 11313.624
transcript.whisperx[420].end 11334.655
transcript.whisperx[420].text 我們是看到比率上面的勞參率是有提高但是就實際的絕對性的數字的話我們可以來再看一下他之所以現在呈現在委員資料裡面的原因是什麼我要再講104人力銀行的數據近三年你知道整體的勞動市場已經供小於需求了供給小於需求 職缺多於求職者
transcript.whisperx[421].start 11336.236
transcript.whisperx[421].end 11360.423
transcript.whisperx[421].text 企業要因應這種就業勞動力的結構上的轉變其實應該逐步的去開啟中高齡人才的門在這種狀況裡面你看得出來中高齡友善企業率與友善職缺率你看友善企業率從49變成54友善職缺率它其實
transcript.whisperx[422].start 11361.463
transcript.whisperx[422].end 11370.867
transcript.whisperx[422].text 他已經盡量再友善了這個比例也增加了5%可是他提供出來的職缺只成長了4%所以這種狀況裡面45歲以上求職者的這個
transcript.whisperx[423].start 11378.17
transcript.whisperx[423].end 11406.589
transcript.whisperx[423].text 標示說我們要歡迎45歲以上來求職的企業的比例從113年49提升到114年的54%這個已經是專法通過了看起來他好像很重視中高齡的這個重要性了不過實際上在願意這個求採的招募資訊當中公開標注歡迎中高齡的職缺的仍然不到三成
transcript.whisperx[424].start 11408.33
transcript.whisperx[424].end 11433.145
transcript.whisperx[424].text 然后仅有33%的企业会明确在求财的说明当中讲出说欢迎中高龄或二度就业这种友善其实是很难得到的专法过了其实也没有所以我们看得到调查的数据显示中高龄的族群平均每个月主动应征的人数在近三年成长了34.4%
transcript.whisperx[425].start 11436.348
transcript.whisperx[425].end 11439.513
transcript.whisperx[425].text 你看每個月成長了34.4%從112年的6.1萬人到114年的8.2萬人
transcript.whisperx[426].start 11446.993
transcript.whisperx[426].end 11468.252
transcript.whisperx[426].text 這明顯的沒有反映到中高齡的勞產率就是說即便中高齡的勞工他已經比起過去更願意主動應徵學習但是呢這個東西有沒有對照到提供機會做明明就是工作職缺很多找不到人可是這些中高齡
transcript.whisperx[427].start 11469.153
transcript.whisperx[427].end 11487.587
transcript.whisperx[427].text 仍然在那裡因為年齡的歧視所以就找不到工作然後65歲以上的高齡者甚至被邊緣化然後中高齡每個月主痛應徵的人數三年內大幅成長但勞參率有改善嗎45到65改善一點多少點
transcript.whisperx[428].start 11494.557
transcript.whisperx[428].end 11500.612
transcript.whisperx[428].text 成長多少啦4%那問題是雇主端聚用呢
transcript.whisperx[429].start 11501.538
transcript.whisperx[429].end 11524.937
transcript.whisperx[429].text 其實從你剛才的數字可以看出兩件事情第一個中高齡願意求職的人數也在增加那有戰職缺的數字其實也有在增加那只是這兩個之間的增加當然我們覺得我們還有一些東西比例上還有落差對我們可以做得更好那裡面有幾件事情第一個是我們現在很重視比方說確實很多中高齡跟企業都跟我們說他們其實需要更多職務在設計的資源
transcript.whisperx[430].start 11527.299
transcript.whisperx[430].end 11541.757
transcript.whisperx[430].text 那植物在設計的資源讓其實讓很多的職缺他可以更友善於實際上面遇到狀況因為他可能身體上面他比較難負重或者是各種在這個職場的情境裡面他需要多一點的幫忙所以你們的職業訓練的對象
transcript.whisperx[431].start 11545.521
transcript.whisperx[431].end 11568.364
transcript.whisperx[431].text 是不是要有一部分的資源甚至更大的資源要從訓練年輕人然後要播出來給中高齡甚至65歲以上所以你的政策上對應出來了嗎尤其是我們希望能夠把職業在設計的部分做得能夠更細膩因為不同的行業可能會有不同職業在設計的專業的know-how在你們的職業訓練裡面
transcript.whisperx[432].start 11569.765
transcript.whisperx[432].end 11574.45
transcript.whisperx[432].text 裡面你們的課程的改變中高齡的參與人數有成長嗎我剛說的職務在設計不是等同於職業訓練
transcript.whisperx[433].start 11583.615
transcript.whisperx[433].end 11603.978
transcript.whisperx[433].text 那高齡者目前其實是有專班的那只是沒有 我就要問你說你專班的設計上有成長嗎服務的人次有成長嗎我們可以來再調一下相關的數字因為你講得很正確也很好聽可是我們我們可以來調我們必須要落實在執訓上面具體的課程上面參加的人次上面
transcript.whisperx[434].start 11604.318
transcript.whisperx[434].end 11630.33
transcript.whisperx[434].text 我們可以來調相關的數字但不管是職業訓練或職務再設計都希望我們藉由這些具體的方法可以媒合更多現在有就業意願的中高齡進入到其實是有意願開放給中高齡的這些職缺對我現在看你官方的統計主計總署在人力運用上面中高齡113年5月中高齡和高齡失業者未未遇工作機會所遭遇的困難你知道
transcript.whisperx[435].start 11630.95
transcript.whisperx[435].end 11659.787
transcript.whisperx[435].text 他们陈述的就是年龄限制大家对45岁以上甚至是将近65岁他们都有很大的年龄上的歧视所以真的是很困难然后大家企业也有固有的成见企业说欢迎中高龄会吓走年轻人但是我们看得到就是说年轻人认为这样的做法是加分的负面是极少的所以我们还看到2025年人资FBI调查也指出
transcript.whisperx[436].start 11660.847
transcript.whisperx[436].end 11684.912
transcript.whisperx[436].text 僅招募40歲以下的求職者的企業平均要71.8天才能找到合適的人才如果你開放了40歲以上的求職者同時開放他平均可以縮短52天平均招募的天數縮短28%顯示僱用中高齡更能有效率的補足人力缺口
transcript.whisperx[437].start 11686.112
transcript.whisperx[437].end 11700.683
transcript.whisperx[437].text 所以在這種狀況裡面 我們真的希望說依據你們自己的統計 中高齡及高齡統計你們也看到女性在中高齡現在因為她的再就業 沒人沒用 她只能從事什麼都能只能從事較低技術層次之類的 大概有七成
transcript.whisperx[438].start 11707.148
transcript.whisperx[438].end 11724.328
transcript.whisperx[438].text 就低技術職類將近68.75%女性只能去做這種工作男性就以生產操作及勞力工124萬佔了42.1%最多女性以服務及銷售工作人員54.3萬人
transcript.whisperx[439].start 11726.67
transcript.whisperx[439].end 11742.318
transcript.whisperx[439].text 生產操作和勞力工女性也佔了48萬人所以我們看得到就是說中高齡七成都集中在低技術的職類代表他的門檻被拒絕真的是他想要再進入職場
transcript.whisperx[440].start 11743.539
transcript.whisperx[440].end 11771.844
transcript.whisperx[440].text 真的就是被拒到他只能進入那個最低薪的勞動條件最差的所以這種狀況我們在一直講說你要去改變這個結構性或者是真的不符合企業所需人才上的問題你的職訓 你的職業的轉職的能力然後你的課程你未來要怎麼去設計一個更友善的這個都不容忽視
transcript.whisperx[441].start 11772.944
transcript.whisperx[441].end 11797.76
transcript.whisperx[441].text 要檢驗要有數據要有KPI讓我們看得見我們現在看到是勞資雙方都有往中高齡這邊去禁用或者是去求職的意願當然我們也覺得在這個趨勢之下我們應該更大力的拿政策的資源來去推進這是我完全同意的我一開始就跟你講不是只有在僱用而是留用一開始我就跟你講你要留用他如果留用65歲以上
transcript.whisperx[442].start 11798.681
transcript.whisperx[442].end 11819.719
transcript.whisperx[442].text 留用了以後 我有什麼獎勵 鼓勵應該是有 那你有什麼獎勵鼓勵政策 有我們有繼續在雇用的獎勵怎麼鼓獎勵獎勵也要人家實用 看得到 吃得到或者是真的可以造成誘因 而不是為不足道
transcript.whisperx[443].start 11820.979
transcript.whisperx[443].end 11850.579
transcript.whisperx[443].text 啊什麼你說有有什麼 針對借齡退休的我們鼓勵雇主繼續雇用借退的勞工那獎勵12個月每個月一萬三千元的多少人次來申請113年度是2000餘2000餘案那一年65歲退休多少人每年65歲以上借齡退休的多少人
transcript.whisperx[444].start 11854.784
transcript.whisperx[444].end 11870.963
transcript.whisperx[444].text 不知道我們就是沒關係你去把它調查出來讓我們看一下這個政策的有效性需不需要再擴大如果有效的話需不需要再擴大OK好謝謝好謝謝林淑芬委員發言接下來請鄭天才委員發言
transcript.whisperx[445].start 11900.116
transcript.whisperx[445].end 11918.651
transcript.whisperx[445].text 主席 請部長部長好這個原住民與非原住民的平均移民的落差一直都非常大
transcript.whisperx[446].start 11920.145
transcript.whisperx[446].end 11942.116
transcript.whisperx[446].text 我們就以去年來講 平均落差是7.54這個年齡如果我們從山地原住民 平均落差是9歲如果是男生 就男生而言 山地原住民是10.38歲的落差 平均移民
transcript.whisperx[447].start 11943.708
transcript.whisperx[447].end 11971.159
transcript.whisperx[447].text 整體原住民是8.77這個平均裡面的落差在這樣一個情形之下所以我們相關的這些無論是這個公教警消軍人或是尤其是勞工這相關的這些潛意就會受到很大的落差的影響
transcript.whisperx[448].start 11974.73
transcript.whisperx[448].end 12002.066
transcript.whisperx[448].text 所以过去啊我们就政府机关都会重视唯独现在一直还没有完成的就是我们的劳工的部分我们看国民年金法第53条国民年金法定了很久了年满55岁的原住民一般是一般非原住民是65岁原住民就是55岁我们看这个
transcript.whisperx[449].start 12003.735
transcript.whisperx[449].end 12029.81
transcript.whisperx[449].text 公务人员退休之前俯戏法也特别明定一般的公务人员是60岁就自愿退休原住民降为55岁就是有他的实际的年龄平均移民实际的落差的关系公立学校的教职员也是一样法律都这样定的
transcript.whisperx[450].start 12031.98
transcript.whisperx[450].end 12053.377
transcript.whisperx[450].text 原住民在教職員公立學校教職員也是原住民身份者降為55歲就比一般的退休年齡可以降連農民退休儲金這是新的法例農民退休儲金條例本席在審查委會提案的時候針對
transcript.whisperx[451].start 12056.243
transcript.whisperx[451].end 12076.886
transcript.whisperx[451].text 原住民的部分全國原住民跟身心障礙要不同的所以法律就明定要按照他的平均移民來去計算所以農民退休儲金條例的施行細則根據這個條例然後定了施行細則
transcript.whisperx[452].start 12078.294
transcript.whisperx[452].end 12103.685
transcript.whisperx[452].text 也是要去七分全國原住民身心障礙的生命移民移民來去定定所以這個都是有一個已經有法律的依據了法律的可以可以參考所以這個部長所以我們原住民的部分
transcript.whisperx[453].start 12104.761
transcript.whisperx[453].end 12129.179
transcript.whisperx[453].text 在勞工的部分是不是也應該要比照來訂定請我們市長來跟委員報告剛剛委員提到那個國民年金的那個是原住民給付原住民給付那是一個津貼的性質是由原民會編列公務預算來發的那國保的老年年金也是原住民的部分也是跟平常人一樣都是在65歲
transcript.whisperx[454].start 12130.839
transcript.whisperx[454].end 12149.284
transcript.whisperx[454].text 發給那在勞工的這個部分主要是原住民整個勞工經濟整體的保障我們覺得不只是保險包括就業促進跟社會津貼的這個部分那嚴明也跟我們一樣都是
transcript.whisperx[455].start 12151.164
transcript.whisperx[455].end 12177.823
transcript.whisperx[455].text 慢慢人口在高齡化所以整個社會保險都是採 逐步提高青年年齡的機制那老保的部分我們已經有可以提前五年齡減額年金的機制那整個老年幾戶也不是用平均餘面來當基礎所以為了制度的公平跟財務的安定整個幾戶條件應該跟一般的人一樣因為我們沒有分族群那以上跟各位跟委員報告
transcript.whisperx[456].start 12179.008
transcript.whisperx[456].end 12202.644
transcript.whisperx[456].text 那個部長你支持剛才的同仁的說明嗎跟這位說明當然市長其實在講的確實是在整體政策上面的一些思考的點那其實從保險司或者是從我們在思考整體勞保年金的改革的
transcript.whisperx[457].start 12203.504
transcript.whisperx[457].end 12225.186
transcript.whisperx[457].text 那麼年輕整體的制度來說的確會一直要去顧及一個相關的橫平性尤其是一個比較完整機制的部分所以確實在這個基金的運作裡面比較沒有從身分別去做差別化的處理剛才你那一句話部長那一句話橫平性很重要就是要從橫平性
transcript.whisperx[458].start 12227.455
transcript.whisperx[458].end 12242.261
transcript.whisperx[458].text 刚才的说明都没有横平性就是因为要横平所以要按照实际的情形我们就讲年龄他就有这么大的平均移民的落差
transcript.whisperx[459].start 12244.564
transcript.whisperx[459].end 12267.002
transcript.whisperx[459].text 按照現在的法律就不橫貧按照你勞動部所主管的這些法律就不橫貧跟我們說因為現在比較會有的討論比較是在青年年齡是不是要往更高來去拉所以對於要把某些部分的青年年齡要再往下降這件事情確實是需要比較多的考慮所以你對這個
transcript.whisperx[460].start 12269.601
transcript.whisperx[460].end 12295.936
transcript.whisperx[460].text 原住民跟非原住民的平均移民有这么大的落差毫无手感所以这个部分跟委员不是这样子的比方说我们在这个平均移民的问题上我在当委员的时候我们也很支持比方说透过原建法或等等的尽量的来让我们在原住民族的健康的状态或者是那个部长大家能够来努力那个已经
transcript.whisperx[461].start 12296.676
transcript.whisperx[461].end 12325.328
transcript.whisperx[461].text 你那樣的說法已經最起碼10年以上都是這樣的說法啦而事實上我剛特別擠了這麼多的法例從國民年金法降為55歲公立學校教職員降為55歲我們的公務人員的法例也是降為55歲農民退休儲金的條例
transcript.whisperx[462].start 12327.112
transcript.whisperx[462].end 12329.95
transcript.whisperx[462].text 這是最新的法律這是上一屆才完成的
transcript.whisperx[463].start 12330.543
transcript.whisperx[463].end 12355.613
transcript.whisperx[463].text 我應該說的部分都是退休金的部分不是這個一樣的他不是社會保險跟勞工保險不是一樣還是看年齡跟文說明老保是你沒有年齡嗎還有年齡的規定跟文說明老保是社會保險我們在主條審查的時候再好好討論老保是社會保險然後剛才的退休金的部分有他在這個
transcript.whisperx[464].start 12358.554
transcript.whisperx[464].end 12371.66
transcript.whisperx[464].text 上面退休性質跟社會保險還是有不同的好我們在主條的時候再好好討論好謝謝謝謝鄭天才委員發言請陳盈委員發言請勞動部長跟勞保局白局長
transcript.whisperx[465].start 12388.807
transcript.whisperx[465].end 12417.379
transcript.whisperx[465].text 請紅部長 白局長謝謝陳委員好部長好我們今天主要針對這個災暴法裡面申請職災失能年金的勞工朋友以及繼續投保勞保的權益來做討論那目前每年核定職災失能的給付件數有多少我們確認一下數字
transcript.whisperx[466].start 12432.113
transcript.whisperx[466].end 12446.542
transcript.whisperx[466].text 兩千多啊 兩千一百八十九件我們花了快一分鐘兩千三百八十五件兩千三百八十五好 你要還我一點時間那個我統計了這個 那我們看一下
transcript.whisperx[467].start 12451.049
transcript.whisperx[467].end 12471.826
transcript.whisperx[467].text 我統計了這個113年7月份到114年6月份核定件數大約是1595件我想請教一下部長你們這個核定率的公式是到底是怎麼樣因為我檢查了一下你們所有的核定率都破百職業傷害換算是111%職業病是162%
transcript.whisperx[468].start 12481.678
transcript.whisperx[468].end 12499.651
transcript.whisperx[468].text 是這邊是你們的核定計算是怎麼樣因為104年開始10年都是這樣子我是有點看不太明白
transcript.whisperx[469].start 12500.945
transcript.whisperx[469].end 12524.428
transcript.whisperx[469].text 委員好謝謝委員這邊指教這邊的核定件數包含核定給付跟不給付那上面如果是屬於給付的話是職災案件你講大聲一點我們的核定件數包含核定是職災的案件跟核定不是職災的案件所以那個就是那所以那個可是
transcript.whisperx[470].start 12526.949
transcript.whisperx[470].end 12556.289
transcript.whisperx[470].text 所以就是你們收件就是送件總共的這個送件的申請的案有多少的意思嗎是 跟委員這邊做報告 陳儒委員這邊所提的如果以總件數這邊總計兩萬七千零九十八件那直災的案件就是兩萬四千一百九十件那其中就是兩萬七千零九八裡面扣掉兩萬四千一百九十裡面是核定不給付直災的案件所以這邊的核定率是百分之八十九點二七
transcript.whisperx[471].start 12557.489
transcript.whisperx[471].end 12566.139
transcript.whisperx[471].text 好你們這樣寫很容易讓人家看不懂因為我們不通過就不通過了很少有核定就是會講核定
transcript.whisperx[472].start 12568.307
transcript.whisperx[472].end 12591.121
transcript.whisperx[472].text 我想我們可以在相關的表格把核定數怎麼去計算可以再做一個附註啦因為就是它等於是這個有幾副跟沒幾副有認定跟沒認定的部分其實它都把它包含在核定數裡面所以是母數你們要寫清楚一點不然就看起來很怪啦是我們在呈現的方式上可以再加註一下這個核定數的意思到底這件職業災害有沒有被核定
transcript.whisperx[473].start 12592.15
transcript.whisperx[473].end 12605.982
transcript.whisperx[473].text 你說有 每一件都有有核定不通過跟核定有通過但是我們通常很少會這樣講就是核定確認你是什麼處置的意思那我們要申請經費也是有沒有核定了
transcript.whisperx[474].start 12607.014
transcript.whisperx[474].end 12627.864
transcript.whisperx[474].text 通過都是大部分是這樣嘛因為我不知道這個有沒有什麼你們所謂的勞動專業術語在裡面我是不知道但是我認為我們在這個表格呈現的幅度上面我覺得我們可以把它呈現更清楚因為我如果這樣提出來那個部長在當委員的時候我不曉得你們有沒有會一下就看明白還是怎麼樣
transcript.whisperx[475].start 12629.565
transcript.whisperx[475].end 12647.669
transcript.whisperx[475].text 好就這個提醒一下那我再請教就是說那個職災失能給付勤領職災年金的比例大概是多少你們有統計嗎跟委員做報告如果以今年的前9個月來講的話我們的年金勤領的比例大概是76%76%好
transcript.whisperx[476].start 12653.09
transcript.whisperx[476].end 12677.201
transcript.whisperx[476].text 那因為這個職貸失能年金它是分為這個完全失能 嚴重失能跟這個部分失能那完全失能及嚴重失能都已經到喪失全部工作能力那也因此可以至少領到七成五成到七成及五成的這個月頭保薪資本期要關切的是
transcript.whisperx[477].start 12679.021
transcript.whisperx[477].end 12707.442
transcript.whisperx[477].text 損失五成的工作能力但是只能勤領兩成的月頭保薪資那這一群部分失能的勞工朋友每年大概多少人然後佔領佔勤領職災年金的比例是多少該委員這邊做報告目前勤領部分失能年金的話目前還有在續領的是22人就22人而已嗎那沒有沒有很多
transcript.whisperx[478].start 12708.598
transcript.whisperx[478].end 12727.374
transcript.whisperx[478].text 因為說到這邊我大概其他的人可能他選擇領一次那就是98年之前98以後他可以選擇如果說他的失能程度在我們的失能年金裡面有分完全失能、嚴重失能跟部分失能98年是個分水嶺嘛那說到這
transcript.whisperx[479].start 12732.862
transcript.whisperx[479].end 12748.087
transcript.whisperx[479].text 因為說到這邊我特別回想就是說在當年我們在修災保法條文討論到最後只剩下最後一個爭議點就是職災勞工如果有其他社會保險權益是不是會受影響而不能請領
transcript.whisperx[480].start 12750.147
transcript.whisperx[480].end 12773.916
transcript.whisperx[480].text 當時本席擔任召委那時候我們有特別要堅持說一定不能受到影響否則就需要再協商那還好當時也謝謝勞動部有從善如流那到今天就是說他們的這個勞健保權益勞工的勞健保權益都還在那也看到勞保局有特別強調這群勤領20%的部分失能年金者
transcript.whisperx[481].start 12775.036
transcript.whisperx[481].end 12803.348
transcript.whisperx[481].text 將來都還可以領到這個老保的這個老年年金那局長是不是當時您是保險司的司長相信這些都記憶猶新啦我應該都沒有講錯啦好那但是我同時我也發現在債保法的58條規定被保險人或者其受益人因為不同保險事故同時請領本保險或其他社會保險年金給付時
transcript.whisperx[482].start 12805.368
transcript.whisperx[482].end 12821.337
transcript.whisperx[482].text 本保險年金給付金額因考量被保險人或其受益人的請領年金給付數目金額總類及其他生活保障因素予以減額調整減額調整比率50%為上限
transcript.whisperx[483].start 12828.476
transcript.whisperx[483].end 12854.489
transcript.whisperx[483].text 那這個問題在於就說你們的這個職災保險的QA解釋請領執職災保險失能年金與勞保老年年金給付的合計金額如果超過職災保險失能年金所採的平均月投保薪資數額本局將依規定自其原領職災保險失能年金辦理扣減
transcript.whisperx[484].start 12855.549
transcript.whisperx[484].end 12871.263
transcript.whisperx[484].text 那我們從這個裡面的這個文字義來看喔到底你們是給人家扣多少是到底是扣多少因為如果如果說
transcript.whisperx[485].start 12872.919
transcript.whisperx[485].end 12890.557
transcript.whisperx[485].text 老保老年年金他本來可以領到這個月頭保薪資的50%那他勢必就是超過這個職災失能年金的20%所以最後他到底可以領到這個合併的年金是多少
transcript.whisperx[486].start 12891.921
transcript.whisperx[486].end 12918.741
transcript.whisperx[486].text 是 跟委員做報告 也非常謝謝委員當初在災保法那時候立法的時候 我們除了擴大家保的一個對象 那針對脊腹部分也從保障勞工的權益部分做了一些突破所以像委員剛才提到 在災保法58條裡面 針對如果被保險人他發生不同的保險事故 像剛才提的他可能領了職災的失能年金 那之後老年的時候他一樣可以領老年年金 那這兩份年金加起來的金額
transcript.whisperx[487].start 12919.557
transcript.whisperx[487].end 12942.936
transcript.whisperx[487].text 不要高於他在栽保這部分的投保薪資平均投保薪資舉例來說如果以植栽部分他領的是一個兩萬塊那在那個老年年金部分假設加起來是三萬塊那這樣兩萬加三萬就會變成是五萬塊可是他的栽保部分的平均投保薪資也許是四萬五那我們就會做那個差額部分就不給付 因為如果我們
transcript.whisperx[488].start 12943.676
transcript.whisperx[488].end 12959.922
transcript.whisperx[488].text 用一個薪水就是說這個薪水三萬塊的來計算的話那像這樣子失能的部分兩成他領六千嘛那這個老闆年金的部分他要領一萬五加起來是兩萬一但是你們
transcript.whisperx[489].start 12960.942
transcript.whisperx[489].end 12988.132
transcript.whisperx[489].text 好像就直接是就給人家扣一半那個失能那個失能兩成的部分你們就直接扣一半如果他的災保的投保薪資沒有超過剛才的兩萬一那在領老年的時候我們不會扣他災保的錢確定不會扣嗎不會那委員剛才提到的那個個案是不是有什麼特殊的狀況是不是可以容我們會後可以跟委員這邊做請教因為他看起來是有些失能的就你們都直接把人家扣掉
transcript.whisperx[490].start 12990.129
transcript.whisperx[490].end 13008.548
transcript.whisperx[490].text 委員是不是可以容這一部分就像剛剛講原則部分我們去做一個處理那如果個案部分的個案狀況我們來了解我想是這樣我是特別想要強調就是說可以領執在失能年金20%的勞工朋友他的工作能力損失至少超過50%
transcript.whisperx[491].start 13010.55
transcript.whisperx[491].end 13034.608
transcript.whisperx[491].text 所以即使他今天重回職場了他的這個投保薪資可能比受傷前還低那幾年過去了就算這個平均月投保薪資是採計最高5年的平均可以領的這個老年年金還是比這個不發生職災當時可以領的少了很多然後你們
transcript.whisperx[492].start 13035.929
transcript.whisperx[492].end 13049.507
transcript.whisperx[492].text 如果再扣這個職災失能年金的額度這樣是不是一種變相對於這個職災勞工的懲罰因為就是你們就扣了
transcript.whisperx[493].start 13053.396
transcript.whisperx[493].end 13070.387
transcript.whisperx[493].text 因為原則是這樣但是實際上面的操作當然個案部分我想請委員再讓我們了解一下個案那我請我們勞保局來跟委員辦公室來了解一下這個實際的個案狀況是怎麼樣因為其實不管他的這個勞保局
transcript.whisperx[494].start 13072.708
transcript.whisperx[494].end 13093.087
transcript.whisperx[494].text 他們的投保薪資是多少本席是認為就是說在職債失能年金的部分其實一毛錢都不該扣這個部分我要請你們特別去研議不管你們換算薪水是多少
transcript.whisperx[495].start 13094.368
transcript.whisperx[495].end 13118.361
transcript.whisperx[495].text 那到底有沒有超過怎麼樣的總額其實本席都認為那個都不應該扣那因為同樣的道理這個職災傷病給付每年都超過五萬五千人這裡面其實也有很多我們的原住民的勞工朋友還有以及部長一直非常關心的這個外籍的勞工朋友們所以他們的職災其實至少高於全產業的四成
transcript.whisperx[496].start 13120.042
transcript.whisperx[496].end 13146.503
transcript.whisperx[496].text 所以尤其是這幾年外籍的勞工朋友他們是更高的我想說我們都很關心不論是種族 國籍 年齡 性別這麼多的勞工朋友是不是都有回到職場以及回去以後投保薪資到底有沒有受影響所以這個部分我也特別提出來針對剛剛特別講的職債私人年金的部分我希望你們可以重新來研議
transcript.whisperx[497].start 13148.083
transcript.whisperx[497].end 13171.252
transcript.whisperx[497].text 我們來評估一下 好不好對 當然就是相關的做法那我覺得可能有需要我們 也需要更多的個案然後我們透過這些個案來檢視它的實際的狀況然後來看看我們的原則是不是要來做一些調整好 謝謝那你們是大概一個月可以兩個月好不好兩個月 好 謝謝好 謝謝陳盈委員發言接下來請賴世保委員發言
transcript.whisperx[498].start 13182.645
transcript.whisperx[498].end 13209.632
transcript.whisperx[498].text 謝謝主席一起各位先進有請勞動部的洪部長請洪部長代言好是 洪部長你好那麼關於今天談到大家要給老闆 勞保這個挹注每年要1000億以上你應該很高興的我們都要持續爭取啊
transcript.whisperx[499].start 13210.933
transcript.whisperx[499].end 13236.534
transcript.whisperx[499].text 都要持續爭取給你錢你當然這個眼睛閉起來就是可能說因為我要扛我還你呢那不是嗎還是什麼我們都有還我們我們都還在爭取啊對不是我們現在我原本就提案說最少給你1000億難道你還有點猶豫主要是我們我們現在其實金額都我們現在爭取都是超過1000億啦1000億太少這兩年其實都超過1000億啊
transcript.whisperx[500].start 13239.557
transcript.whisperx[500].end 13257.387
transcript.whisperx[500].text 我們都超過1000億所以我們希望爭取的金額是當然都是可能是要超過1000億所以你爭取多少明年的公務預算其實是1200億然後再加上特別條例特別條例裡面100億所以一年大概可以高達大概1500差不多
transcript.whisperx[501].start 13257.967
transcript.whisperx[501].end 13285.905
transcript.whisperx[501].text 我們都希望能夠持續在爭取因為確實勞保的財務確實勞保的財務都需要大家的幫忙請教一個問題勞工退休那個字體的6%這一部分是我看了一下勞工真的只有字體這個是政府鼓勵6%的部分是免稅的那這個比例很低大概16%不到那這個原因你要不要講原因到底是什麼
transcript.whisperx[502].start 13286.837
transcript.whisperx[502].end 13293.506
transcript.whisperx[502].text 各位說明其實我們在基金在運用的收益其實這20年平均起來都是大概6%以上
transcript.whisperx[503].start 13294.946
transcript.whisperx[503].end 13315.876
transcript.whisperx[503].text 那其實字體比率比較低 如果仔細去看的話其實比較高收入的勞工他比例就蠻高的那低收入的勞工 薪資比較低收入的勞工他比例就比較低那個東西就是很簡單的一句話就打死了就可以回答了嘛請這裡都沒搞 又爬冠你拿6%出來來 我就問你一個問題
transcript.whisperx[504].start 13319.438
transcript.whisperx[504].end 13348.179
transcript.whisperx[504].text 一般的勞工退下來勞保加勞退一個月大概多少錢現在嘛現在但是因為現在勞保的勞保年金其實時間在還20年而已嘛不不不這可以大概你隨便Google一下都有這個數字大概多少勞保加勞退就等於是勞工退下來對他的生活的保障到底保障到哪裡大概兩萬多吧
transcript.whisperx[505].start 13349.685
transcript.whisperx[505].end 13366.898
transcript.whisperx[505].text 兩萬多啦 加起來大概兩萬四左右那你知道現在一般的生活會要多少錢當然 你會說 你看怎麼活啦但是我們就平均嘛平均 我看你現在平均要三萬 起跳
transcript.whisperx[506].start 13368.26
transcript.whisperx[506].end 13383.82
transcript.whisperx[506].text 所以對於就是說以現在的制度對於勞工的退下來的保障是不夠的這也就是為什麼6%來講的話一些收入比較低的根本就欠一家人不夠 被拔光所以我剛剛講
transcript.whisperx[507].start 13384.946
transcript.whisperx[507].end 13412.62
transcript.whisperx[507].text 我們勞保加勞退就等於是我一個勞工他推下來的一個所得大概兩萬四左右 兩萬四 兩萬五目前啦 因為很多勞保的年資還沒有到那麼長所以目前的數字是這樣那生活費 以目前的生活費大概三萬到七條所以這個很明顯中間有一個gap大概有八千塊左右啊你再加一個勞動等於勞工的大家長啊
transcript.whisperx[508].start 13413.615
transcript.whisperx[508].end 13433.708
transcript.whisperx[508].text 我們全台灣的勞工人數多少超過千萬差不多一千萬左右有人說九百多 超過千萬一千萬 你等於是一千萬勞工的大家長你要不要站在你的立場怎麼樣讓勞工退下來他的生活又暴漲
transcript.whisperx[509].start 13434.548
transcript.whisperx[509].end 13447.383
transcript.whisperx[509].text 跟文說明其實第一個我們當然很希望更大的程度的來鼓勵勞工的自體因為目前以基金的收益率6%的話其實等一下你說6%不願意講
transcript.whisperx[510].start 13449.985
transcript.whisperx[510].end 13465.817
transcript.whisperx[510].text 8月31號公佈的勞退基金只有4.78勒還比舊資的少舊資的8.19勒還有融退基金6.33同樣一個Umbrella你們在操作的差賊薪資的勞退其實是不好的
transcript.whisperx[511].start 13467.098
transcript.whisperx[511].end 13469.779
transcript.whisperx[511].text 公佈到最新的9月底為止 新制是7.69就制是12.56為什麼都輸給舊制 為什麼新制要輸給舊制
transcript.whisperx[512].start 13482.248
transcript.whisperx[512].end 13503.416
transcript.whisperx[512].text 差一截大概幾乎一半啦為什麼我們對於基金的操作是公平對待所有金管的基金然後我們追求的是長期投資的效益那所以我們來看長期投資的效益其實我們就我們新智跟舊智其實收益都差不多你看舊智12點多什麼差不多12點多跟7點多差距什麼
transcript.whisperx[513].start 13506.158
transcript.whisperx[513].end 13518.994
transcript.whisperx[513].text 我跟委員報告一下如果來看近10年舊制7.92國保是7.69 新制也差不多這樣那如果15年其實反而舊制是6.85國保是7.23新制15年的話15年是
transcript.whisperx[514].start 13524.461
transcript.whisperx[514].end 13534.847
transcript.whisperx[514].text 等一下喔 15年是6.91也是比舊制好但是大概都差不多因為我們長期的消費是你聽好 你剛剛講的矛盾喔我要講最新的你講舊制12點多新制呢7點多差這個
transcript.whisperx[515].start 13542.771
transcript.whisperx[515].end 13556.949
transcript.whisperx[515].text 跟委員說明因為這真的都要看比較看長期啦所以整體長期平均的話大概都是6% 7%啦這樣子所以這個這個不啦我問部長啦你有沒有什麼具體的做法或者政治的宣政策上的宣宣示讓
transcript.whisperx[516].start 13558.83
transcript.whisperx[516].end 13581.739
transcript.whisperx[516].text 讓勞工的自體的比例提高跟文說明第一個我們當然現在我們其實也在研議那要怎麼樣來讓勞工的自體提高因為這個6%的假設6%以上7%的收益率的確會可以對於勞工的退休生活是有幫助的那要不要把6%提高到8%只是其實我覺得這都是可以考慮的因為這是免稅
transcript.whisperx[517].start 13584.599
transcript.whisperx[517].end 13607.066
transcript.whisperx[517].text 因為這個是免稅的部分我想我們都願意來跟其他部會來做討論但是第一個事情是的確我們看到比例提高重點是現在是確實比較低薪的勞工他自體的意願比較低我覺得我們要先克服這一段因為的確比較低薪的勞工他是更需要這件事情的那就是如何讓加薪嘛那你要怎麼提出
transcript.whisperx[518].start 13608.506
transcript.whisperx[518].end 13624.355
transcript.whisperx[518].text 除了加薪我們也希望能夠再提出更多的誘因比方說如果勞工願意自提的話我們可以給他什麼樣子再多的誘因的協助我們也希望朝這個方向來提你知不知道我們現在勞工的平均薪資多少
transcript.whisperx[519].start 13626.038
transcript.whisperx[519].end 13630.78
transcript.whisperx[519].text 目前如果老保的話大概3.6%總出的主計長公佈了4萬8平均4萬8結果你們是中位數據有3萬6
transcript.whisperx[520].start 13642.112
transcript.whisperx[520].end 13668.072
transcript.whisperx[520].text 然後退下來就全部加起來 不然都加起來老退加老保兩萬四你雞派鬼啦老公退休的請問你一千萬個老公退休老公有多少 有多少人每年嗎有沒有這個數字退休老公有多少人可能要看一下新舊制的差別
transcript.whisperx[521].start 13670.134
transcript.whisperx[521].end 13686.191
transcript.whisperx[521].text 我就是一個啦 你要想辦法你站在勞工的大家長的位子上想辦法大家是勞有所保啦對不對這個老了退下來的我這個最少
transcript.whisperx[522].start 13687.412
transcript.whisperx[522].end 13704.613
transcript.whisperx[522].text minimum的生活能夠維持嘛剛才講老退家老保只有兩萬四生活的基本要三萬二最低三萬二我還沒跟你講到三萬五對不對而且你平均薪資就是三萬六這個東西來講來講的話是差很多的啦
transcript.whisperx[523].start 13704.813
transcript.whisperx[523].end 13727.224
transcript.whisperx[523].text 跟我說這也是為什麼我們連續10年調漲最低工資從原本最低工資2萬左右那現在已經接近到3萬那這也是其實都是希望對於相對比較辛苦的勞工朋友能夠從政府的角度來幫他們多幫忙的部分這是為什麼連續10年做最低工資調升的很重要的原因我就講說你要每年要1500億左右
transcript.whisperx[524].start 13730.305
transcript.whisperx[524].end 13746.998
transcript.whisperx[524].text 我希望你plus把6%再往上調去找財經部這個我在財委會裡面我們都可以支持對不對這6%我們要誘引提高到10%可以嗎我覺得我們來評估跟研議吧這個事情這個方向一個月可以出來嗎一個月兩個月好不好兩個月
transcript.whisperx[525].start 13750.342
transcript.whisperx[525].end 13759.87
transcript.whisperx[525].text 把6%那個那個天花板再往上掀up to 10%好不好好謝謝賴世保委員發言接下來請邱振軍委員發言主席好啊我們請洪部長有請洪部長
transcript.whisperx[526].start 13781.789
transcript.whisperx[526].end 13801.489
transcript.whisperx[526].text 各位好 部長好關於這個勞保我們這個入法的這件事情我想請問一下你對於勞保撥補法治化這個部分呢您這個整體提案大概有三個部分那我大概有三個方向就是說政府要負最後的責任
transcript.whisperx[527].start 13802.33
transcript.whisperx[527].end 13813.782
transcript.whisperx[527].text 入法還有政府每年撥補至少1000億入法那基金報酬每打6%國庫來補差現在看起來你們的好像有其他意見是嗎
transcript.whisperx[528].start 13815.29
transcript.whisperx[528].end 13841.121
transcript.whisperx[528].text 跟文說明當然對於撥補這個概念把它入法我想我們不會反對但是對於要有一個固定的金額入法這件事情因為它牽涉到財政紀律法的第7條所以在這個如果要固定金額入法這上面就會跟財政紀律法第7條會有漢格主要是這個部分那其他的呢那針對每年要6%
transcript.whisperx[529].start 13842.521
transcript.whisperx[529].end 13859.214
transcript.whisperx[529].text 的部分因為這個勞保基金其實是這個確定給複製那在確定給複製上所以比較不是剛剛我講說好像是收益率沒有達多少來撥比較不是這個概念
transcript.whisperx[530].start 13861.47
transcript.whisperx[530].end 13888.553
transcript.whisperx[530].text 對 但是我們現在今天錄這個法只是希望讓勞工安心這個是最基本的當然也減少你的壓力可是我剛剛我想到一件事情我看到就是說今年6月底我們勞保的潛藏的負債是13兆5632億比起前一年11兆8628億增加了1.7兆那以按照目前的撥補方式也只是延後破產而已
transcript.whisperx[531].start 13889.69
transcript.whisperx[531].end 13914.931
transcript.whisperx[531].text 對不對跟委員說明第一個因為潛藏負債因為這是一個社會保險所以本來就有世財互助的性質那潛藏負債的原因是因為過去我們其實這個費率並沒有足而提撥會慢慢的增加所以在各國的這個公共的基金裡面社會保險的基金裡面都會有潛藏負債的狀況問題它每年都多這麼多
transcript.whisperx[532].start 13916.263
transcript.whisperx[532].end 13932.57
transcript.whisperx[532].text 對 所以都會有潛藏負債的狀況所以這也是為什麼我們持續的在做撥補而且這兩年我們撥補的力道甚至都已經超過1000億你現在除了撥補你現在除了這個你有想到其他方法嗎第一個是撥補第二個是我們其實這幾年我們在基金的投資的效益其實都相當不錯
transcript.whisperx[533].start 13934.051
transcript.whisperx[533].end 13960.728
transcript.whisperx[533].text 那甚至去年高多的話到16% 18%以上因為每次討論到這個勞保破產的問題勞工朋友都會非常擔心那當然他們擔心是不是會影響他的權益那要解決勞保破產的問題不是增加收入就是減少支出那現在看起來減少支出的部分原則上你們都不太敢碰那增加收入的部分除了每年提高基本工資跟撥補之外有準備調高保費嗎
transcript.whisperx[534].start 13962.536
transcript.whisperx[534].end 13988.586
transcript.whisperx[534].text 确实强化保费当然是各界其实会提出来的其中一个方向可是这的确牵涉到劳工的权益跟雇主的权益所以这部分当然我们还需要更多的社会的讨论但是这个也是一种方式因为基本工资提高保费就会增加那当然我们增加几十亿也是不错也是增加至少也是一种方式那就是说我在想就是说您在这个位置上
transcript.whisperx[535].start 13989.386
transcript.whisperx[535].end 14004.324
transcript.whisperx[535].text 您會在你任內提出整套的改革方法嗎除了撥補之外我想其實跟委員說明對於維持勞保基金的水位那我們其實這幾年很努力包括爭取撥補是其中之一
transcript.whisperx[536].start 14005.393
transcript.whisperx[536].end 14032.934
transcript.whisperx[536].text 也包括剛才說基金的投資的效益那我們其實最近也都有蠻亮眼的基金投資的效益那其實也給基金其實蠻多的因為你這個潛藏負債一直在提高我認為他不是好事啊對不對雖然是雖然是各國都有這種潛藏的負債他其實並不會一次的實現因為他也會說你可以請領相關的條件如果你沒有到可以請領的條件其實也不能請領潛藏負債是指說以現在所有的這個被保險的狀況假如當下
transcript.whisperx[537].start 14035.195
transcript.whisperx[537].end 14063.414
transcript.whisperx[537].text 他當然不會一次的請領的話才是這個潛藏負債的狀況所以他其實概念上面當然我覺得我們要非常非常的留意而且要預作準備我們也要預作準備我再問我們勞動部公開國際勞動的統計結果之後看起來台灣被比喻為過勞之島這個說法不是讓得虛名去年2020年台灣的年工時2030小時是全球第五比日本還高
transcript.whisperx[538].start 14064.595
transcript.whisperx[538].end 14082.646
transcript.whisperx[538].text 那在亞洲的部分是排名第二那今年五月我們國民黨跟民眾黨在民進黨的全面反對之下共同通過的這個還價於民至少把過去把被民進黨砍掉的價還給勞工朋友那現在勞團持續呼籲特休的部分也要進行改革這件事你有掌握嗎
transcript.whisperx[539].start 14084.005
transcript.whisperx[539].end 14098.422
transcript.whisperx[539].text 我想勞工團一直都對於特休有這個天數上面的一些期待你認為這個數字有沒有修改的必要就是有沒有在進步的空間
transcript.whisperx[540].start 14099.563
transcript.whisperx[540].end 14118.448
transcript.whisperx[540].text 第一個我想先跟委員補充在數據上面其實台灣的工時應該不是全球第五高因為這個數字這個表格並不是把所有全世界所有的國家都列出來但是的確我們認為台灣的工時怎麼樣可以做得更好我們跟隔壁
transcript.whisperx[541].start 14119.168
transcript.whisperx[541].end 14135.846
transcript.whisperx[541].text 的國家比就好了像日本韓國嘛對不對如果是全時的工時的話其實台灣的工時統計下來並沒有比日本韓國來的高如果是全時我們這個原因是因為台灣部分工時的比例比較低就是以勞動市場來講台灣最接近的是南韓嘛
transcript.whisperx[542].start 14136.647
transcript.whisperx[542].end 14162.553
transcript.whisperx[542].text 那全職工作比例相近兼職的比例也相近如果全職比全職的話我們的工時是比南韓來的低一些的我們算起來2024年台灣是2030小時南韓是1859小時怎麼會比他低呢如果是全職來看的話去年113年每週的經常性工時的話台灣是41.5韓國是42.8我說以全職來看如果是全職比全職的話
transcript.whisperx[543].start 14167.895
transcript.whisperx[543].end 14187.407
transcript.whisperx[543].text 我們現在講全部啊對所以這也是為什麼我們說因為台灣的部分公司你不要把它拆開來講你們都找你們對你們有利的數字來講所以我說如果是全時比全時的話你不能這樣比你這個是整體的意思但是我可是跟委員說我不是說這樣台灣的公司就不用做出改革不是這個意思
transcript.whisperx[544].start 14187.847
transcript.whisperx[544].end 14212.181
transcript.whisperx[544].text 我跟你大概講一下就是說南韓勞工這個一進公司就有特休台灣等半年才會給三天這就是公司差距的第一個來源那南韓用高額罰款實時稽查逼企業縮短工時那台灣的這個罰金太小稽查太弱公司自然降不下來那南韓勞工有合法權利可拒絕雇主要求加班強迫加班會
transcript.whisperx[545].start 14213.061
transcript.whisperx[545].end 14235.801
transcript.whisperx[545].text 被認為是職場霸凌或非法命令台灣名義上可以拒絕但是在實務上幾乎是無法拒絕的台灣通常是主管一句話今天要趕工就變加班了也就是說韓國政府讓韓國勞工有拒絕權但是我們台灣在政府的力道薄弱的狀態下勞工變成被迫的文化
transcript.whisperx[546].start 14236.642
transcript.whisperx[546].end 14258.528
transcript.whisperx[546].text 第四個 南韓把過勞史視為國家責任我們台灣把過勞史視為個案處理南韓工會參與率是14%大企業工會非常強勢談判的結果 資方通常都會讓步但是台灣工會參與率只有7%而且只有勞動部常常站在資方的立場去思考問題
transcript.whisperx[547].start 14259.975
transcript.whisperx[547].end 14274.474
transcript.whisperx[547].text 還有台灣的稽查力度是南韓的十分之一啦我想這些都是問題那部長這不是統計的問題是國家施政的一個差距啦我認為是希望部長在這邊呢能夠承諾來改善這個狀況
transcript.whisperx[548].start 14276.398
transcript.whisperx[548].end 14302.277
transcript.whisperx[548].text 跟委員說沒有其實還是有說數字上面的比較是一回事但的確我們認為在工時的問題上面其實有一些我們還可以在更多努力的地方比方說我們其實也很希望接下來擴大其實對於可能很多的工會或者是簽這個團體協約怎麼樣簽一個比較高於法令然後能夠對於勞工的工時更有保障或更多考慮
transcript.whisperx[549].start 14303.418
transcript.whisperx[549].end 14318.223
transcript.whisperx[549].text 這部分我們希望更多研議部長我再問最後就是說勞團呼籲我們這個包含特休這個地震要更快上限要提高另外改善勞動條件提高勞參率就是缺工的問題要解決才不會這個因
transcript.whisperx[550].start 14319.143
transcript.whisperx[550].end 14338.684
transcript.whisperx[550].text 因為缺能而不能放假部長會朝這三個方向來進行嗎第一個關於缺工的問題我想我們很認真的研議那特休呢近期其實也因為在考慮到缺工部分產業缺工所以我們也在整體的跨國勞動力政策上面做出了一些精進跟調整那第二個我覺得在關於特休我覺得我們可以整體性的來思考
transcript.whisperx[551].start 14339.764
transcript.whisperx[551].end 14365.335
transcript.whisperx[551].text 所以你們是支持的嗎我們可以整體性的來思考這個事情你支持嗎 你先講嘛我想從勞工的角度當然都會希望特休提高但是當然我說就政策來說的話我們願意來做整體性的來思考這部分有沒有空間 有多少空間那部長多久可以回答我三個月好不好好 謝謝部長
transcript.whisperx[552].start 14373.543
transcript.whisperx[552].end 14376.587
transcript.whisperx[552].text 謝謝邱政軍委員發言接下來請王紅薇委員發言好謝謝主席麻煩那個勞動部部長請紅部長
transcript.whisperx[553].start 14396.621
transcript.whisperx[553].end 14425.535
transcript.whisperx[553].text 保委員好好 部長好今天其實主要是我們要針對勞保條例我們在立法院有很多的修正案的版本那剛才也有委員提到就是說確實我們現在以這個勞退來講勞保老年年金的這個請領確實是金額比較低那以現在其實有一個比較好的趨勢也就是能夠領兩萬元以上的比例
transcript.whisperx[554].start 14426.475
transcript.whisperx[554].end 14454.627
transcript.whisperx[554].text 这几年都开始在增加但是事实上就说对于广大劳工来讲他即使月领2万元真的比基本工资都低非常非常的多但是从这个比例的上升比如说以去年12月底来讲就是勤领的年金每个月月领2万元以上的已经可以达到将近一半
transcript.whisperx[555].start 14455.927
transcript.whisperx[555].end 14472.259
transcript.whisperx[555].text 而這個情理年金越增加當然也代表我們的就是這個年金大家在講的說勞保的一個潛在的負債的一個風險那麼當然也使得說這個可能會提前破產的問題
transcript.whisperx[556].start 14473.38
transcript.whisperx[556].end 14497.78
transcript.whisperx[556].text 但是呢我们这一次的修法就是想要安定我们所有广大劳工他们的心情不要认为说有一天他可能呢他的年金劳保年金他就都没有办法领到所以我想再确定一下以我个人来说我对于劳保条例的修法主要是两大方向一个就是
transcript.whisperx[557].start 14498.621
transcript.whisperx[557].end 14513.404
transcript.whisperx[557].text 把撥補勞保法制化這個剛才部長說願意嗎我們是支持撥補勞保法制化另外一個 民定政府負最後的支付的責任這個部長也同意嗎
transcript.whisperx[558].start 14514.725
transcript.whisperx[558].end 14542.451
transcript.whisperx[558].text 政府付最後支付責任是現在本身的政策那如果要把它放入到條文裡面當然要放在條文裡頭我覺得這個就把它法治化另外就是每三年檢討勞保的財務這個應該也沒有問題那現在剛才您特別講就是說你同意法治化但是並不同意說要一定的金額一定的金額恐怕就是還很著每一年政府財政的問題
transcript.whisperx[559].start 14543.391
transcript.whisperx[559].end 14572.537
transcript.whisperx[559].text 那我想請問部長有沒有想過一個問題也就是說把這個撥補勞保把它法治化的這個過程裡面它的裁員從何而來從何而來譬如說我們現在政府做長照長照就有裁員包含菸酒的這個規費跟稅收這個合理嘛就是長照的裁員來自於菸酒的稅收
transcript.whisperx[560].start 14573.337
transcript.whisperx[560].end 14589.009
transcript.whisperx[560].text 那以我們未來如果把它法治化之後有沒有想過它的裁員可以從哪裡你有沒有跟財政部或主計處去討論一下根本說明的確這其實也各界的朋友在倡議
transcript.whisperx[561].start 14591.05
transcript.whisperx[561].end 14612.572
transcript.whisperx[561].text 第一個是其實對於可能潛在有可能的來源有些人比方有些人講到營業稅有些人講到是不是主權基金那有些人講到是不是有些外匯存底的可能我覺得這些可能可以挹注財源的做法我想我們當然相關的研議我講我們都是非常正面的看待這些狀況老蔣
transcript.whisperx[562].start 14614.053
transcript.whisperx[562].end 14638.145
transcript.whisperx[562].text 讲裁员是有点困难固定裁员比如说最近健保的补充保费就轩然大波因为它动到ETF那种小资族的ETF健保保费不外乎就是从费率提高另外就找一个裁员老讲我觉得主权基金跟外汇存底都是第一个主权基金在哪里还不晓得
transcript.whisperx[563].start 14638.365
transcript.whisperx[563].end 14662.991
transcript.whisperx[563].text 外匯存體中央銀行不會同我倒是覺得你們可以去跟財政部或者是金管會去討論一下證交稅證交稅我不是要把提高證交稅的稅率剛剛下面有人笑我不是要提高證交稅的稅率但是當股市非常好的時候比如說你知道我們光是10月份證交稅超過300億
transcript.whisperx[564].start 14664.847
transcript.whisperx[564].end 14679.77
transcript.whisperx[564].text 就超过300亿当然今年是比去年同期是少的今年因为有台美关税的这个扰动但是呢因为证交税我们这几年常常税收超征都来自于征交税的贡献
transcript.whisperx[565].start 14681.607
transcript.whisperx[565].end 14698.614
transcript.whisperx[565].text 因為你股市好代表你的經濟好嘛代表你的金融市場好嘛那如果在他好的時候你提撥其中一定的比例挹注到我們的勞保基金我覺得是可以去想的一個
transcript.whisperx[566].start 14699.654
transcript.whisperx[566].end 14717.947
transcript.whisperx[566].text 方法就像菸酒稅菸酒稅也沒有固定說每年一定大家一定要抽菸一定要喝酒沒有那也會希望大家健康啊少抽菸少喝酒他就向下來了他確實是浮動的他確實是浮動的但是他是可以去做考慮的
transcript.whisperx[567].start 14719.128
transcript.whisperx[567].end 14741.153
transcript.whisperx[567].text 我覺得你什麼外匯存底 老師說我剛才是說有人在提是 沒有錯當然你說營業稅 營業稅當然就營業稅也是當然交易很好的時候也是代表整個的經濟比較好的一個狀況所以我剛才講在金融市場你知道其實我們的衛福部最大的錯誤是
transcript.whisperx[568].start 14743.294
transcript.whisperx[568].end 14763.274
transcript.whisperx[568].text 它動到有關於補充保費動到那個股息 股利因為它只有2萬塊2萬塊就變成你是往小資族去開刀那當然引起極大的反彈所以我基本上增加稅稅率不用提高因為你提高的話不知道有多少人來跟你抗議
transcript.whisperx[569].start 14764.215
transcript.whisperx[569].end 14782.804
transcript.whisperx[569].text 可是如果當這個證券市場比較好的時候可不可以提撥一些比例我覺得這是可以去想的方向如果我們要把它提撥法治化的時候好我看到我們的主席站起來了好謝謝可以去想謝謝王宏威委員發言接下來請徐欣寧委員發言
transcript.whisperx[570].start 14792.32
transcript.whisperx[570].end 14795.947
transcript.whisperx[570].text 謝謝主席本席請財政部國庫署的主密羅主密
transcript.whisperx[571].start 14816.311
transcript.whisperx[571].end 14839.222
transcript.whisperx[571].text 你麦克风对对对我也好好请问主秘本席请教你劳工保险是不是国家办理的强制性社会保险是的是吗对那既然是国家办理的强制性社会保险所以政府是不是就应该负起最终支付责任这不就是国家应有的承诺吗是吗
transcript.whisperx[572].start 14839.758
transcript.whisperx[572].end 14856.243
transcript.whisperx[572].text 对 我想但这个部分的话不是 你就回答是不是嘛因为你是国家这个办理的强制性社会保险那国家就应该负起最终支付责任是不是应该如此我的了解好像劳动部是朝这个方向在处理的
transcript.whisperx[573].start 14857.301
transcript.whisperx[573].end 14871.447
transcript.whisperx[573].text 对那财政部的立场这国家要负这最终支付责任吗目前看起来应该也是朝这个方向在处理是吗对那本席也要特别强调你看金融机构都会对客户承诺
transcript.whisperx[574].start 14872.466
transcript.whisperx[574].end 14892.882
transcript.whisperx[574].text 负最终支付责任我们中华民国政府不能够一直躲躲藏藏畏畏缩缩不敢负责所以这个最终责任入法是我们政府对劳工最低的承诺它不是代价而估的税出经费那本席想接着再追问财政部
transcript.whisperx[575].start 14894.537
transcript.whisperx[575].end 14908.244
transcript.whisperx[575].text 在報告中我看你們今天的報告你們一直強調最終責任入法的預算成本但你們有沒有算過如果入法之後帶來的社會效益財政部有沒有算過有沒有去考量過這個部分還是勞動部考量那我請部長 部長順便請您請洪部長
transcript.whisperx[576].start 14923.408
transcript.whisperx[576].end 14941.904
transcript.whisperx[576].text 部長我想還是既然您上來我也請教你我想您這個勞動部的報告裡講說開放的態度但是我好像有聽到您今天的答覆就是您支持也認同政府負最終支付責任我不反對
transcript.whisperx[577].start 14943.078
transcript.whisperx[577].end 14969.319
transcript.whisperx[577].text 你是敢講負反對我不是敢講我跟委員說明現在政策上政府就是負最終支付責任也因為我們有負最終責任的想法所以這幾年我們才很大力的做撥補撥補的力道越來越大所以既然如此那為什麼遲遲不入法不只是意願我們也有時機的行動那今天委員在大院要來審議入法我想就是我們非常非常願意開放性的來討論
transcript.whisperx[578].start 14970.62
transcript.whisperx[578].end 14988.455
transcript.whisperx[578].text 这个最终支付责任的概念而且既然您说现在已经具体行动入法是让我们的劳工们吃下一个定心丸是所以我说我们并不反对这样做那因为目前的政策的立场我们就是政府负最终责任这是非常清楚的
transcript.whisperx[579].start 14989.135
transcript.whisperx[579].end 15013.636
transcript.whisperx[579].text 这不是口号所以我们希望入法未来不管谁执政所以我说我们用开放的很正向的态度来看这个立法院相关的审议那我们会提出我们在文字审定上面的意见财政部的主密他说那你们劳动部有没有去考量过也算过我们如果入法之后我们可以带来的社会效益部长您发表一下
transcript.whisperx[580].start 15015.842
transcript.whisperx[580].end 15033.648
transcript.whisperx[580].text 您是照顾所有劳工的跟委员说明第一个其实入法当然代表的是一个政府态度的承诺稳定民心这是一个稳定承诺这个效益就非常好但是实际上面我们还是在做比方说
transcript.whisperx[581].start 15034.548
transcript.whisperx[581].end 15055.162
transcript.whisperx[581].text 就我們的工作來說我還是必須持續的大力的跟行政院跟組總來爭取這個撥補那我們還是必須要很實際的來怎麼樣來提高我們在基金投資的效益這是實際行動的部分所以我們要對社會有一個態度的表達也要在實際行動上面要有明確的斬獲
transcript.whisperx[582].start 15056.229
transcript.whisperx[582].end 15073.694
transcript.whisperx[582].text 劳工们都希望您的所有的这个为他们争取的要让他们对制度有信心当然所以入法之后不仅是稳定民心也让他们对政府对制度有信心更重要可能可以降低这种
transcript.whisperx[583].start 15074.654
transcript.whisperx[583].end 15097.371
transcript.whisperx[583].text 挤兑领取的压力减少这些动荡如果我们这个过去执政党民进党政府一直的在讲哇老保年金快破产快破产其实是造成很多他们的一个恐慌那你如果到一个程度他们这个整个都提早退休然后大家这样子来挤兑其实这个对社会也不好
transcript.whisperx[584].start 15098.391
transcript.whisperx[584].end 15115.618
transcript.whisperx[584].text 當然我們不希望發生我們一起來努力讓我們這個勞保年金就是勞工保險的我們可以這個入法而且政府入這個附最終我想這是朝野可以一起合作的議題謝謝許新英委員發言接下來請黃秀芳委員發言謝謝主席我們請部長
transcript.whisperx[585].start 15128.928
transcript.whisperx[585].end 15153.6
transcript.whisperx[585].text 秦宏部長黃委員好部長好 部長我先就剛剛委員有特別垂詢就是說我們勞保其實在之前你們就已經有講過政府一定是負最終的責任是這個從以前到現在就是這樣子態度上是 做法上也是就都是這樣子對
transcript.whisperx[586].start 15154.62
transcript.whisperx[586].end 15175.134
transcript.whisperx[586].text 所以我希望就是說那未來也希望朝野能夠有一個共識如果未來真的要入法的話如果真的入法其實這個應該是大家都有共識的就是政府負最終的一個責任那另外部長我想請教就是說我們現在的這個勞工退休
transcript.whisperx[587].start 15176.095
transcript.whisperx[587].end 15201.973
transcript.whisperx[587].text 退休金這個有分三大就是說一個是勞保一個是勞退一個是自行投資那這個有關這個勞工自己提撥6%的這個部分之前很多人希望就是說政府是不是也要鼓勵勞工來自行提撥這個6%那我們看到現在目前為止就是有超過85%的勞工
transcript.whisperx[588].start 15204.315
transcript.whisperx[588].end 15219.324
transcript.whisperx[588].text 是沒有自提沒有這個自己提撥那這樣子的話我們這個勞動部這樣要怎麼樣來鼓勵勞工確保未來退休的生活能夠更穩定是不是
transcript.whisperx[589].start 15219.984
transcript.whisperx[589].end 15238.653
transcript.whisperx[589].text 可以自己来提拨这个6%甚至我们之前也在提到就是说那劳工如果自己提拨那政府是不是鼓励也加就是加码我不知道说部长您针对这一部分怎么样去鼓励劳工可以自行提拨
transcript.whisperx[590].start 15241.175
transcript.whisperx[590].end 15261.041
transcript.whisperx[590].text 跟文說明的確現在整體現在總體的數字來看看起來字體的比例沒有到很高但是如果仔細去分析的話可以看到相對比較高所得勞工他字體的比例就高很多那這當然有幾個原因第一個原因是因為這個其實我們現在在整個薪資勞退
transcript.whisperx[591].start 15261.881
transcript.whisperx[591].end 15274.474
transcript.whisperx[591].text 的投資的效益上面大概都超過6%幾%其實這就整體來說從定存的角度來說這其實效益都是很不錯的所以其實高收入老公他覺得這個對他來講是有幫助他就願意
transcript.whisperx[592].start 15276.656
transcript.whisperx[592].end 15301.067
transcript.whisperx[592].text 可是的確對於比較低薪的勞工他就會比較多的考慮他生活上面的負擔等等所以我們其實現在也在研議那怎麼樣子我們覺得政府應該多出一點資源那怎麼樣子來鼓勵或者是來刺激其實勞工願意自體的意願尤其是比較低薪的勞工因為按理來說其實低薪的勞工其實是需要更多的幫助的因為低薪的勞工他按照他現在的這個勞退的繳納的狀況他其實
transcript.whisperx[593].start 15305.028
transcript.whisperx[593].end 15329.538
transcript.whisperx[593].text 在退休以后他还是会比较还是比较辛苦的所以其实照理来说应该是更更帮助大家所以这也是为什么我们也看到立法院有一些党团那有提案比方说如果愿意自提的话那是不是政府要补一趴或者是什么的那我说这个各种方法我想我们都愿意来考虑那你们有朝着这个方向去思考吗这个请
transcript.whisperx[594].start 15331.531
transcript.whisperx[594].end 15353.681
transcript.whisperx[594].text 報告委員 那有關這個鼓勵自體的部分那我們已經有在做一些研議和規劃那我們希望說用更多的這個宣導的宣達的方式我覺得宣導應該不好如果有用的話從以前你們就是希望勞工能夠自體6%應該就有用了那為什麼還有85%的勞工沒辦法自體
transcript.whisperx[595].start 15355.982
transcript.whisperx[595].end 15376.387
transcript.whisperx[595].text 所以我觉得你用宣导的方式我觉得是没有用那是不是可以用更积极的方式就像刚刚部长讲的比如说劳工他自提1% 2% 3%那政府是不是可以鼓励就鼓励性质的比如说也加码加码1% 2% 3%这样子可以这样做吗
transcript.whisperx[596].start 15377.007
transcript.whisperx[596].end 15390.758
transcript.whisperx[596].text 跟委員說其實很坦誠的說從勞動部角度我們當然都不反對政府怎麼樣加碼可是這的確牽涉到現在接下來他也要有裁員那在現在整個中央政府的財政狀況第一個
transcript.whisperx[597].start 15393.32
transcript.whisperx[597].end 15416.752
transcript.whisperx[597].text 目前整个中央政府财政的预度也大幅的降低所以我觉得我们愿意来跟组总来争取我觉得你们应该也要去试算一下就是说如果这个劳工自己提拨的话那鼓励性质比如说加1%那这样子到底会增加多少的预算我觉得应该可以去试算我们可以来做一些相关的计算对
transcript.whisperx[598].start 15417.172
transcript.whisperx[598].end 15436.813
transcript.whisperx[598].text 那另外就是說也有這個譬如說他自體6%的話那我們現在看到就是說每月薪資自體6%那這個當年度是可以結稅就不列入當年的這個薪資所得課稅可是等他要退休要領取的時候就會再合併計算
transcript.whisperx[599].start 15438.414
transcript.whisperx[599].end 15464.344
transcript.whisperx[599].text 所以是不是也可以从另外一个角度去看关于我们这个劳工朋友自提的这个部分是不是可以有这样子的一个免于扣缴所得税的这样子鼓励的方式我觉得你们应该也可以朝这个方向去做现在已经免税对呀这个是当年度免税嘛那等你要退休要领的时候就会合并计算嘛
transcript.whisperx[600].start 15467.006
transcript.whisperx[600].end 15477.991
transcript.whisperx[600].text 其實應該不太會去達到這個部分對基本上應該就是免稅的這6%是免稅但如果要把這個免稅的額度6%再往上這當然就要跟財政部討論
transcript.whisperx[601].start 15479.576
transcript.whisperx[601].end 15499.181
transcript.whisperx[601].text 所以我这边是不是可以请部长针对这一部分比如说我们劳工朋友自提6%那未来也许这个自提上限到10%那这个是不是可以免所得税 课税我觉得这也许可以让劳工有所心动了
transcript.whisperx[602].start 15500.001
transcript.whisperx[602].end 15518.853
transcript.whisperx[602].text 那其实劳工的退休生活能够稳定我觉得这个也是我们劳动部应该要做的就像刚刚部长有特别提到其实大部分的劳工他退休退休之后的月退大多数都只有领一万多块大多数那如果像这样子的话
transcript.whisperx[603].start 15519.793
transcript.whisperx[603].end 15538.972
transcript.whisperx[603].text 甚至有的還不到一萬塊那如果這樣子的話如果可以鼓勵他在年輕工作的時候他就自體這個自行提撥那未來他退休的生活應該可以更穩定那政府應該鼓勵鼓勵不是只有宣傳總是要有一些實質的行動我想我們應該可以規劃一些誘因
transcript.whisperx[604].start 15541.033
transcript.whisperx[604].end 15566.327
transcript.whisperx[604].text 可以嗎 我認為我們可以朝向規劃誘因的方式另外部長我再接下來請教就是說我們目前台灣的這個平均每年的工時這個2024年是2030個小時那比前一年就是2023年的這個工時2020個小時還要高那我想請教就是說這個我們
transcript.whisperx[605].start 15568.088
transcript.whisperx[605].end 15590.65
transcript.whisperx[605].text 這個平均每年的這個工時在世界各國的排名已經是排名第五那也許會有一樣一種狀況就是說其實在公司或者是這個勞工可能是缺工那大部分如果需要接單這個公司接單之後那需要勞工朋友可能要加班
transcript.whisperx[606].start 15591.37
transcript.whisperx[606].end 15613.63
transcript.whisperx[606].text 去做这项工作加班嘛那我想请教部长就是说像这样子的一个我们现在有规定就是每周这个工作差不多40个就是40个小时嘛那其实有很多劳工朋友还要再加上加班那如果是这样子的话其实现在目前
transcript.whisperx[607].start 15614.611
transcript.whisperx[607].end 15636.171
transcript.whisperx[607].text 一般的傳產大家會覺得說缺工缺工很厲害那就從這些原本在工作的這些勞工就希望他們能夠加班那當然他的工時又增加了嘛那一般的新進可能這個社會新鮮人看到這家公司可能生意很好24小時都要加班
transcript.whisperx[608].start 15637.455
transcript.whisperx[608].end 15652.175
transcript.whisperx[608].text 就不敢進來這間公司所以就變成說這個是一個惡性循環可能新進的勞工不敢進來這家公司因為要加班嘛每天都要加班原本就的這些勞工
transcript.whisperx[609].start 15652.976
transcript.whisperx[609].end 15672.114
transcript.whisperx[609].text 他可能工时就一直累进一直增加那也没办法得到一个适当的休息那我会觉得说这也是一个恶性的循环怎么样让这个企业主能够有新的能够得到这个好的人才进到公司来
transcript.whisperx[610].start 15672.594
transcript.whisperx[610].end 15688.275
transcript.whisperx[610].text 那又讓勞工一般的勞工能夠得到一個好的休息我覺得這個應該也是勞動部這邊要去好好的思考那怎麼樣讓我們的工時能夠再下降整體工時我不是說整週的就是說整體的工時
transcript.whisperx[611].start 15689.502
transcript.whisperx[611].end 15711.687
transcript.whisperx[611].text 跟文文說明在公使的問題我想因為這幾天大家都看到這個統計第一個是說其實並不是我們並不是排在全世界所有國家的第五因為其實它整個拿進去排名的國家的數字並不是用全世界所有的國家第二個是的確我們
transcript.whisperx[612].start 15713.407
transcript.whisperx[612].end 15741.166
transcript.whisperx[612].text 我们之所以在数字上面会是这个成绩有一个蛮大的原因是因为我们的部分工时的比例比较低可是如果是全时工时比别的国家的全时比全时的话那整体来说我们的数字可能比邻近的亚洲国家都还要带来的低一点但我讲这个并不是说我们的工时就没有必要改善我觉得也还是有那刚刚有也有刚刚委员刚才讲的几个问题第一个问题确实有些部分的行业他目前他可能他整体的这个
transcript.whisperx[613].start 15742.366
transcript.whisperx[613].end 15767.936
transcript.whisperx[613].text 這個出口的狀況比較好所以他需要加班所以他有缺工所以這也是為什麼我們其實現在我們也在近期的一些跨國勞動力的政策上面我們做出了一些精進或者一些多的一些開放這也是其中一個原因那第二個是我們其實也持續的在提高最低工資那最低工資工資跟工時之間的關係也是我們也希望減少一些可能相對比較低薪的勞工他因為低薪所以他就覺得我我必須
transcript.whisperx[614].start 15768.696
transcript.whisperx[614].end 15792.707
transcript.whisperx[614].text 更大程度的加班才有辦法到一定的收入這也是把最低工資這10年不斷提高的重要的做法這是實際上面的做法那當然我說針對工時的問題我想我們也可以再做一些檢討在做法上面有沒有可以再更大力度的比方說我們在希望大家去簽更好的團體協約更照顧勞工
transcript.whisperx[615].start 15794.147
transcript.whisperx[615].end 15820.142
transcript.whisperx[615].text 生活需求的團體學業的狀況下我們也願意來做但的確這個問題裡面裡面有些分是說統計的方式的形式也有方式實際作為的方式我們也都希望能夠更努力這樣子我希望就是勞動部就是照顧勞工勞工退休後的生活其實勞動部也是要去照顧所以我剛剛從幾個面向那希望說勞動部針對這個字體的這個部分應該要有更大的一個誘因好不好謝謝
transcript.whisperx[616].start 15822.664
transcript.whisperx[616].end 15832.992
transcript.whisperx[616].text 謝謝黃秀芳委員發言這個我們請委員會可以發便當 官員們也都辛苦先便發可以吃的就先吃那接下來請林倩琦委員發言好謝謝主席我們請勞動部長 洪部長請洪部長
transcript.whisperx[617].start 15847.72
transcript.whisperx[617].end 15861.609
transcript.whisperx[617].text 部長好我相信應該有不少的委員跟您討論過有關於國際勞動統計的警訊當然您這邊也有一些回應每一個委員有一些不同的解釋但是應該這幾年來除了去年的工時
transcript.whisperx[618].start 15866.312
transcript.whisperx[618].end 15880.401
transcript.whisperx[618].text 今年公布的去年的這個總共時2030相較於過去我們在2010試圖的降到1999小時之後呢今年這個2030.4那相對還是比較高那您剛才雖然也有提到
transcript.whisperx[619].start 15882.162
transcript.whisperx[619].end 15901.192
transcript.whisperx[619].text 我們第五名的這個成績就算不是全世界但是基本上還是所有被評鑑的這個國家那我們還是高居第五啦那亞洲第二但重點是我們是先進的經濟體但是公使的結構似乎還停留在一個高度仰賴加班的一個形式
transcript.whisperx[620].start 15901.892
transcript.whisperx[620].end 15914.706
transcript.whisperx[620].text 所以這個其實我們當然整體來講是要做一個很大的調整但是這裡面您剛才其實也討論到業別製造業裡面我們這邊本席這邊有的資料是大概高達2125個小時
transcript.whisperx[621].start 15918.649
transcript.whisperx[621].end 15946.364
transcript.whisperx[621].text 電子組件甚至到2,258小時這樣其實還是有一個結構性的警訊缺工的問題如果沒有被改善勞動參與率跟停滯率還有特休制度就沒有辦法反映在現代勞動的負荷所以企業習慣也是用加班來取代增聘所以其實整體的環境還是有需要做一個很大的調整的空間
transcript.whisperx[622].start 15947.384
transcript.whisperx[622].end 15976.049
transcript.whisperx[622].text 所以本席今天要請教勞動部的是那目前的政策能不能改善這些結構性的問題比如說第一個勞動參與率的偏低我們要如何來提升呢台灣的勞動參與率長期大概在56到60%左右那麼低於日韓 歐盟跟美國那麼在當前企業的缺工情況下那我們似乎沒有辦法來提高薪資來吸引勞工回流
transcript.whisperx[623].start 15977.169
transcript.whisperx[623].end 16002.081
transcript.whisperx[623].text 雖然近幾年我們有最低薪資的一個調整但是整體吸引勞工回流這個部分似乎不是太並沒有說非常的吸引人但是取代的我們就用現有的人力來加班支撐這是似乎是在勞動市場常有的一個狀況那本席這邊要請教
transcript.whisperx[624].start 16003.722
transcript.whisperx[624].end 16031.479
transcript.whisperx[624].text 通常在產業的一個聘用裡面常常都是既有的勞工我們先加班我們再來考慮徵聘其實這樣一個現況是不是有機會做一個調整跟改變所以我想請教一下勞動部目前有沒有研議來提高中高齡或婦女參與的一個參與率那幾個例子像托育的友善工時或者是彈性工時的一個制度
transcript.whisperx[625].start 16032.539
transcript.whisperx[625].end 16056.297
transcript.whisperx[625].text 或者是預防中高齡勞工職場歧視的一個專法或指引還有協助女性職癌回流的補助與企業的一個誘因第二個部分是你們有沒有可能訂出提高勞動參與率的具體目標由勞動部這邊來訂定我想這個是最基本能夠改善缺工降低工時的一個方式
transcript.whisperx[626].start 16057.418
transcript.whisperx[626].end 16080.405
transcript.whisperx[626].text 我們這幾年試圖這幾乎每一年我們都是可能都居高不下那個排名居高不下那這對於整個勞動市場來講也不是太健康那我們是不是考慮一下怎麼樣來制度性的做一個調整跟改變那這個部分是不是勞動部可以先做一個回應跟委員說明現在委員在簡報上面的這三個做法這我們都在做
transcript.whisperx[627].start 16081.969
transcript.whisperx[627].end 16100.912
transcript.whisperx[627].text 不管是脫與有三有沒有什麼樣子的短中長期的一個具體目標比如說本席常常聽到我們可能對於兒少或者是對於青年目前都很具體的一些專法跟方案但是中高齡常常在社會上就變成是一個中高齡有專法
transcript.whisperx[628].start 16101.593
transcript.whisperx[628].end 16127.389
transcript.whisperx[628].text OK那所以你們的這個部分的訂定有沒有實際去了解到他對於這個職場上中高齡被歧視的一個相對的一個比喻中高齡也有就業專法那也在就業專法之後其實現在中高齡的計畫也在實施也算是有成效其實今天也就法規上也提出一個比較實際的誘因所以也希望就是說中高齡的回療除了
transcript.whisperx[629].start 16128.129
transcript.whisperx[629].end 16157.312
transcript.whisperx[629].text 被歧視以外呢那另外就是說在實際的一個支撐上也希望能夠透過法律來做一個保障關於就業歧視的問題我想法規上面大概都是有的就是怎麼樣來遏止歧視的問題那勞動部就我們要怎麼讓他能夠更更落實更普遍就法規有了但是在實際的現況下如何再去我們希望讓他推動更有成效這也是要必須透過計畫跟資源是那所以你們有這個提高勞動力參與的這樣本席所講的以上三種的一個具體目標嗎
transcript.whisperx[630].start 16158.132
transcript.whisperx[630].end 16181.545
transcript.whisperx[630].text 其實這幾年中高齡的勞參率的目標是有在提高的但我們認為還可以再更加強所以是不是可以給本席很具體的你們在提高的這個部分是不是有每年的數據或做法然後跟一個檢視的指標好不好好 謝謝好 謝謝林倩琪委員發言接下來請牛許廷委員發言
transcript.whisperx[631].start 16186.919
transcript.whisperx[631].end 16187.763
transcript.whisperx[631].text 謝謝主席 紅部長有請有請紅部長
transcript.whisperx[632].start 16196.704
transcript.whisperx[632].end 16224.71
transcript.whisperx[632].text 祐元好部長午安 辛苦了今天大部分都討論勞保的最終幾負責任那我看起來這個草野難得有很好的共識那我們就希望這法案的審查可以順利來做進行不過本期最近也在研究勞保條例我發現一個問題今天花一點點時間跟勞動部長來做一下討論現在目前我們的勞工保險條例這個什麼時候開始起算跟什麼時候停止是不是基本上都是靠僱主也就是申報單位主動申報之後來開始發生效力勞保的部分
transcript.whisperx[633].start 16225.603
transcript.whisperx[633].end 16254.305
transcript.whisperx[633].text 是啊是嘛對不對好那問題來了就是說如果啊一個雇主跟他的勞工發生了一定的勞資糾紛然後就比如說惡意解雇那照理來講惡意解雇之後是不是大家都會去打比如說雇員關係存在之數嘛對不對那這個時間可長可短也不曉得會有多久但實務上來講我們如果現在以現行的勞保條例來處理的話也就是說我雇主認為我已經把他解雇了好不管這個過程法律是不是百分之百的這個合法可有沒有爭議反正我解雇我就辦了退保
transcript.whisperx[634].start 16254.705
transcript.whisperx[634].end 16281.922
transcript.whisperx[634].text 好 那就來啦勞工認為說我是蒙受冤屈的我是一個不當解雇所以我要打雇用關係存在之訴但是中間啊你這個勞保被解掉萬一最後啊這個勞工打贏了這個雇用關係存在之訴表示這段是惡意解雇那請問這段時間勞保怎麼算跟委員說明第一個因為在勞工關係法裡面其實遇到像這樣爭議的話其實可以有這個假處分假處分的做法是可以存在著 對
transcript.whisperx[635].start 16283.308
transcript.whisperx[635].end 16297.988
transcript.whisperx[635].text 現在是這樣子除非你去提甲組分而且可過或可不過很難確定嘛對不對現行的狀況你恐怕很難再去加保你被退保期間的保險所以你現在勞保條例裡面有講如果遇到我剛剛講這種狀況你可以打所謂的損害賠償責任
transcript.whisperx[636].start 16301.252
transcript.whisperx[636].end 16316.515
transcript.whisperx[636].text 但問題是在這樣嘛這勞保的法律關係理論上它應該是它是社會保險嘛所以它應該是一個公法上的法定之債這樣子的一個概念可是你用你卻是用民事關係的這個僱傭跟損害賠償的邏輯去解決公法上的權利義務關係這不是有點奇怪嗎
transcript.whisperx[637].start 16318.134
transcript.whisperx[637].end 16336.811
transcript.whisperx[637].text 不是 你了解我的意思嗎我知道你的意思但是也不見得是委員講這樣那問題就來了嘛就是說我如果今天勞工遇到這樣的狀況我要先走一個很漫長的過程去確認雇用關係是否存在然後確認存在之後我還要再花更多的時間跟成本去打這個勞保的賠償之數嘛對不對然後有可能
transcript.whisperx[638].start 16338.592
transcript.whisperx[638].end 16363.445
transcript.whisperx[638].text 有可能是惡意倒閉等等的狀況雇主也賠不出來嘛所以繞了半天變成說勞工要花非常多的時間跟精力甚至是金錢然後不一定能夠討回他應有的公道所以本席認為勞保條例或有可以檢討之處針對勞保尤其是解雇的這一部分啊是應該做一些修法的調整嘛比如說我用道指起算而不是隨便用申報與否來做處理嘛部長認同這樣的方向嗎
transcript.whisperx[639].start 16365.965
transcript.whisperx[639].end 16380.201
transcript.whisperx[639].text 可以請 這有點細節啦但沒有關係就是我們現在的災保法是採稻殖及生肖嘛主要是災保法裡面對年資的要求是沒有的只要有工作他就會有可能發生災
transcript.whisperx[640].start 16381.232
transcript.whisperx[640].end 16399.277
transcript.whisperx[640].text 所以我們倒職職生肖在執行上是沒有問題的可是在勞保的部分他有非常多的給付是以保險年資作為起算比如說老年那老年這個東西就是說勞僱雙方之間有沒有倒職這件事情保險人並不知道
transcript.whisperx[641].start 16400.198
transcript.whisperx[641].end 16415.609
transcript.whisperx[641].text 對 因為你有人力的有限嘛等等嘛所以你當然要走申報沒辦法 所以一定要申報所以如果說採道指及生效的話那麼他過了10年以後告訴我說我10年以前或20年以前他就道指了保險人其實是很難去查證的
transcript.whisperx[642].start 16416.109
transcript.whisperx[642].end 16444.62
transcript.whisperx[642].text 那這兩個人做了就是這些在甚至有判決那如果這一部分的年制都要求社會保險來處理的話其實對財務的影響是非常大的我們今天提這個法案的修正案大體上來講就是針對我剛剛講的主要是我剛剛講的萬一有雇傭關係不存在存在或不存在的這樣一個爭議的時候這一段的勞保年制的空白期啊能不能對勞工更有保障那如果是朝這個方向的話請問勞保局有沒有什麼好的建議
transcript.whisperx[643].start 16445.14
transcript.whisperx[643].end 16474.34
transcript.whisperx[643].text 那这个地方刚刚就提到那个劳动事件法里面所谓的假处分他们可以去处理这样的一个事情对那老公也可以因为我刚才讲我自己认为他有一个切入点说还是从争议的处理的角度因为如果你要做整体的制度上面就是说从申报制改成直接就是一个那个内容我们到时候申报就还可以讨论因为这影响的层面跟他整个去计算的逻辑就会
transcript.whisperx[644].start 16475.52
transcript.whisperx[644].end 16499.266
transcript.whisperx[644].text 我覺得會有一些衝突但是如果比較可以講的事情說怎麼從爭議處理的邏輯可以減少勞工這邊需要的程序的負擔我認為可能是從因為委員剛才講的部分也是產生爭議的情境嘛所以這個情境就比較不是去推到說好像變成所有的人的制度上面都必須要去改變我覺得我們心態都開放一點我也開放那希望部長這邊也開放我覺得我們可以來討論
transcript.whisperx[645].start 16500.646
transcript.whisperx[645].end 16524.721
transcript.whisperx[645].text 假設爭議發生的狀況的話怎麼樣跟勞工能夠跟他隊友更高我現在是擔心就是說變成說我勞方要提出很多的反正各種救濟嘛而且都要我主動提他其實每一個救濟都是成本嘛也都是壓力嘛我們當然希望勞資爭議可以解決對不對但是這些東西如果通通是放在勞工這邊我是覺得有點不公平或有改善之處我覺得做法上我們可以雙方大家在真的是我們可以討論一下
transcript.whisperx[646].start 16525.521
transcript.whisperx[646].end 16545.847
transcript.whisperx[646].text 沒有問題好不好警部長跟勞保局這邊稍微做點功課也調一下過去的勞資糾紛的這個真空期是怎麼處理的有多少人用的甲組份好我們來針對這個東西再進行詳細的討論可以嗎謝謝好辛苦謝謝好謝謝牛許廷委員發言鍾嘉斌委員鍾嘉斌委員鍾嘉斌委員不在接著請圖權吉委員發言
transcript.whisperx[647].start 16555.39
transcript.whisperx[647].end 16565.528
transcript.whisperx[647].text 好 謝謝主席 請我們洪部長還有我們調評師黃司長有請洪部長推很好以及黃司長
transcript.whisperx[648].start 16566.84
transcript.whisperx[648].end 16585.777
transcript.whisperx[648].text 好 部長那在今年7月22號我們立法院有三讀通過公務人員任用法第36條之一那其中有附帶決議全序部於三個月內三修公務人員留職挺薪辦法放寬公務人員申請
transcript.whisperx[649].start 16586.678
transcript.whisperx[649].end 16614.851
transcript.whisperx[649].text 育嬰升價的留職挺薪試遊讓公部門提供更友善的育嬰環境那當然這些部分我看你看考試院全序部動作也很快在8月26號他就預告公務人員留職挺薪辦法第五條 第六條 第九條的修正草案那在10月9號考試院院會通過修正公務人員留職挺薪辦法然後請我們行政院同意
transcript.whisperx[650].start 16616.291
transcript.whisperx[650].end 16639.925
transcript.whisperx[650].text 後發布實施這個辦法目前據我們了解已經由行政院人事行政總署報到行政院近日就會公告我們今天針對工人員留職停薪辦法修正它是因為因應我們目前社會少子化少子女化及高齡化的社會趨勢營造友善的職場
transcript.whisperx[651].start 16641.346
transcript.whisperx[651].end 16668.14
transcript.whisperx[651].text 那請問一下部長那針對公務人員這部分他們已經開始在做那針對我們受僱勞工的育嬰留職停薪這部分我們勞動部有沒有準備有沒有版本跟文說明其實因為在這個薪工法裡面那育嬰留停其實一個很重要概念是因為這個雙親他其實有撫養權有撫養權
transcript.whisperx[652].start 16671.536
transcript.whisperx[652].end 16680.856
transcript.whisperx[652].text 那是因为这个抚养权的这个义务那所以他会有这个运营流停推导出这个一个运营流停的概念这样子
transcript.whisperx[653].start 16681.687
transcript.whisperx[653].end 16703.999
transcript.whisperx[653].text 那當然對於阿公阿嬤那帶小孩育孫的部分那這當然這個涉及的層面就更大那也包括怎麼去做這些撫養權的認定所以的確我們自己在思考是說如果今天確實假設有案例他的撫養權是有判給阿公阿嬤判給這個
transcript.whisperx[654].start 16705.8
transcript.whisperx[654].end 16735.079
transcript.whisperx[654].text 爷爷奶奶的话是不是从这个角度来去思考这件事情而不是所有的这个阿公阿嬷都能够有所谓的育孙所以部长你也知道今年1月就有这个新闻报道那有一个实际照顾孙子女的老公他本身也有监护权可是后来他申请育婴留职停薪津贴的时候被劳保局驳回所以我们今天提出就是凸显
transcript.whisperx[655].start 16735.598
transcript.whisperx[655].end 16751.684
transcript.whisperx[655].text 我們受雇勞工 照顧孫子女其實是沒有得到國家政策的支持那當然我們這個案子那個本黨的邱若豪委員跟本席已經提出了《性別平等工作法》的修正草案
transcript.whisperx[656].start 16752.524
transcript.whisperx[656].end 16780.618
transcript.whisperx[656].text 修正育有孫子女得申請育嬰留職挺薪育嬰留職挺薪的部分那當然本席現在也進一步針對就業保險法來修正草案在孫子女三歲前得申請育嬰留職挺薪的津貼那剛剛部長有提到你說針對那個阿公阿嬤有實際照顧就像我剛剛講的不是啊 是他有撫養權
transcript.whisperx[657].start 16781.798
transcript.whisperx[657].end 16799.277
transcript.whisperx[657].text 對 他有撫養權是法院判的撫養權對 那剛剛我講那個我們實際的狀況他已經法院有監護權可是他去申請這育嬰留職津貼可是勞保局是駁回的對 那因為這還涉及到修法因為勞保局駁回的原因是因為現在的法規就是這樣
transcript.whisperx[658].start 16800.598
transcript.whisperx[658].end 16820.1
transcript.whisperx[658].text 那當然如果要往這個方向的話他也要涉及修法可是哪些範圍比較適當而且相關的配套該是什麼我想這部分的確要花一點時間來研議因為整個運營留庭的制度包括涉及到性供法也涉及到救保法我想我也很清楚只是這裡面可能就不一定是所有的範圍都打開就是說只要
transcript.whisperx[659].start 16821.101
transcript.whisperx[659].end 16840.348
transcript.whisperx[659].text 阿公阿嬤去照顾孙子或孙女就能够适用因为很多他的实际的抚养权没有在阿公阿嬤这边部长其实针对这部分我知道你担心说整个开放下去影响的层面会不会很大
transcript.whisperx[660].start 16841.368
transcript.whisperx[660].end 16859.437
transcript.whisperx[660].text 那可是其實針對部分我們也大概了解過其實我們推估我們60歲以上受雇勞工有孫子女我們預計大概有孫子女大概60歲大概60歲推估我們60歲以上那從我們到去年底
transcript.whisperx[661].start 16860.617
transcript.whisperx[661].end 16889.637
transcript.whisperx[661].text 60岁以上受雇劳工的比例其实在所有比例里面整个比例里面它占不到4%只有3.9多%所以其实它的影响是非常有限所以整体来讲我们一般来讲要到有孙子孙女一般大概是到60岁但我还是跟文在补充的事情是说因为运营流停原本的运营流停原本一个概念它还是基于它这个抚养权的概念
transcript.whisperx[662].start 16890.617
transcript.whisperx[662].end 16909.629
transcript.whisperx[662].text 那所以今天如果要談這個育孫的部分的育嬰留田的話他可能我們還是希望他可以在一個有撫養權的概念下面去做討論不只是說會不會錢不多或者是不只是這個問題而是他有一個他原本制度設計的邏輯
transcript.whisperx[663].start 16911.192
transcript.whisperx[663].end 16938.756
transcript.whisperx[663].text 好 所以其實剛剛我們也有提一個重點其實主要是因應我們現在社會少子女化跟高齡化那現在其實你看公務人員任用法它已經修正表示我們社會上是真的有這個需求不然為什麼考試院跟行政院你看它整體的動作都很快那我們說如果公務人員針對這一部分它施行的效果很好
transcript.whisperx[664].start 16939.216
transcript.whisperx[664].end 16964.181
transcript.whisperx[664].text 我是建議我們勞動部應該可以研議我朝這方面去研議我想我們確認一下因為就我知道好像是公務員這邊的預算他只有給假他沒有給津貼啊對我剛是講說對啊但是現在如果是從勞工的淤流亭的話那有假又有津貼有流亭又有津貼這是兩個法案啊我們第一個法案是說對可是我說公務員部分也沒有津貼吧我們印象中是沒有津貼對那是兩個
transcript.whisperx[665].start 16964.861
transcript.whisperx[665].end 16990.396
transcript.whisperx[665].text 两个法案一个就是针对我们希望从公务人员的部分也能够延伸到我们劳工育孙留职停薪的部分当然我们针对津贴的部分我们是建议针对这一部分是不是可以从保险法这一部分来研议因为它整体来讲60岁以上的劳工其实占我们所有劳工其实只有三年多不到4%
transcript.whisperx[666].start 16991.376
transcript.whisperx[666].end 17020.317
transcript.whisperx[666].text 我觉得相关的演绎还是希望他是要从这个抚养权尤其是法院认定的抚养权为核心从这个概念来去做相关权力的延伸跟演绎的讨论那因为这个大概就比较才比较符合运流停的概念运流停是从这个概念来发展出来那这部分因为有两个第一个就是我们希望针对我们育孙的部分留职停薪的部分能够推广到
transcript.whisperx[667].start 17020.857
transcript.whisperx[667].end 17035.434
transcript.whisperx[667].text 我們阿公阿嬤能夠從我們的但這個一樣還是要有還是要有法院的撫養權才這個才能夠比較有利潤的基礎對 但是我說現在公務人員這個推廣很好是說育嬰留職停薪的部分
transcript.whisperx[668].start 17036.194
transcript.whisperx[668].end 17063.721
transcript.whisperx[668].text 從工人員部分希望他做得很好的時候因應少子化跟高齡化希望能夠延伸到我們的勞工那針對津貼的部分當然我們下次提出我們希望主要真的是鼓勵希望針對年輕人現在因為少子化絕對是國安危機我們要因應更多的策略希望能夠鼓勵年輕人去多生小孩不然這個少子化已經是非常嚴重的國安危機
transcript.whisperx[669].start 17064.241
transcript.whisperx[669].end 17068.951
transcript.whisperx[669].text 根本說明其實年輕人的確現在生小孩年輕生小孩以後更希望是自己帶
transcript.whisperx[670].start 17070.546
transcript.whisperx[670].end 17096.014
transcript.whisperx[670].text 更希望是自己帶我想這個趨勢跟比例是看得清楚但是有些狀況是不允許對 但是我說他還是要看這個撫養權的概念對啦 我們盡量能夠放寬重點我們就是希望能夠解決少子化跟高年化這個問題們所因應的那所以我直接提出希望能夠來研議是不是怎麼樣子鼓勵年輕人多生小孩子那現在已經從公務人員做我們希望能夠擴大到勞工所以才從
transcript.whisperx[671].start 17096.735
transcript.whisperx[671].end 17115.657
transcript.whisperx[671].text 從勞動部這邊來我認為我們可以在整體運流停制度上面來去思考但是還是是剛才講說是這個這個撫養權的概念要以這個為出發點跟核心對這個沒有辦法一下子就沒有耕著的地方就會有時候就像制度的穩定性就會比較多的影響
transcript.whisperx[672].start 17116.498
transcript.whisperx[672].end 17137.893
transcript.whisperx[672].text 對 這個我們可以納入整體來討論但是我們的目標就是希望針對少子化部分能延應更多的策略能夠鼓勵年輕人多生小孩當然 少子化各部會都要面對因為高齡化希望讓阿公阿嬤能夠來照顧也減輕我們年輕新手父母的負擔是 謝謝好 那接下來請我們勞保司司長跟勞保局局長
transcript.whisperx[673].start 17141.397
transcript.whisperx[673].end 17162.714
transcript.whisperx[673].text 好 那今天 當然我們今天主要針對就業服務法跟勞工保險條例那我們也知道其實這裡面兩個重點今天就是我們希望修法 明定政府負最後支付的責任那我剛剛也聽部長針對這一部分部長勞動部這邊也是持開放的態度
transcript.whisperx[674].start 17165.396
transcript.whisperx[674].end 17183.394
transcript.whisperx[674].text 那还有我们另外一个就是拨补法治化那我听了以后好像部长对于拨补法治化这一部分也没有太大的问题好像是对于要设定金额部长好像认为这一部分比较有疑义设定固定金额
transcript.whisperx[675].start 17184.535
transcript.whisperx[675].end 17206.405
transcript.whisperx[675].text 可能就会跟我们的财政纪律法的这个会有汉格所以我们比较顾虑的是这一点就是因为108年有一个财政纪律法第七条规定就是建议不与民定政府每年拨补金额避免我们预算僵化或者会限制我们财政运用的能力是
transcript.whisperx[676].start 17207.685
transcript.whisperx[676].end 17230.555
transcript.whisperx[676].text 這一部分當然我們現在據我們了解其實這個社會保險基金它有它的特殊性我們也看到其實農保健保它都有固定經費的額度像農保主管機關審核撥補然後醫生請中央予以補助健保的部分當然它是
transcript.whisperx[677].start 17231.912
transcript.whisperx[677].end 17247.259
transcript.whisperx[677].text 以每年度保險經費扣除法定收入後36%的部分由主管機關編列預算撥補資也就是說其實農保跟健保它都有固定經費額度的撥補條例那這都是在
transcript.whisperx[678].start 17248.8
transcript.whisperx[678].end 17268.245
transcript.whisperx[678].text 那个财政纪律法之前对财政纪律法过后对基本上大家对财政纪律的要求就不太允许固定金额入法所以也就是说我们财政纪律法是108年公布嘛是那我的意思是说所以为什么他公布以后他对农保健保他没有特别的
transcript.whisperx[679].start 17269.125
transcript.whisperx[679].end 17297.451
transcript.whisperx[679].text 提出說明或者去限制他但是在他公布之後後面的法規如果要這樣修訂的話那就會跟他漢格了對 那我們意思是說其實社會保險基金真的是有它的特殊性那我們也看106年其實蔡英文總統她有提出這個願版針對我們這個修正條文有提出她的願版可是我現在還沒有看到我們賴清德總統我們勞動部這邊有提出相關的版本
transcript.whisperx[680].start 17298.308
transcript.whisperx[680].end 17307.584
transcript.whisperx[680].text 我想跟委員說明尤其是在勞保條例的第6669條我想朝野委員都有提出版本那我們很願意開放正向的態度來參與委員會裡面審議的討論
transcript.whisperx[681].start 17311.567
transcript.whisperx[681].end 17328.994
transcript.whisperx[681].text 對 我是希望部長還是針對這一部分因為我們一直認為社會保險它真的是有它的特殊性那之前農保健保它會去編列表示真的有它的需求當然也因應108年財政紀律法的關係那我是認為這一部分
transcript.whisperx[682].start 17330.154
transcript.whisperx[682].end 17350.194
transcript.whisperx[682].text 居然以前連106年蔡英文總統都有提出版本她也是在108年之前對 我是意思說表示她有她的需求如果說這個有她討論的空間我還是建議說我們還是要提出版本不然沒有提出版本還是不行我們會在審議的時候把我們的看法很清楚的來跟委員們討論
transcript.whisperx[683].start 17351.215
transcript.whisperx[683].end 17366.464
transcript.whisperx[683].text 那包括委員們目前條文的一些修正的意見或者我們各個條文的相關的評估我們也會讓委員知道對 因為我意思說我們到現在還沒有看到辦法還是希望勞動部盡快來提出好 謝謝謝謝圖權級委員發言接下來請葉元之委員發言主委好 請到部長 謝謝請洪部長
transcript.whisperx[684].start 17388.257
transcript.whisperx[684].end 17410.405
transcript.whisperx[684].text 月文完不斷先問一下那個有關於勞保的議題我們現在針對身心障礙者如果要申請老年給付的話大概要幾歲以後開始可以都是一樣跟一般的人一樣都是60歲對不對對這是規定在勞工已經到了64歲了法定年齡
transcript.whisperx[685].start 17411.987
transcript.whisperx[685].end 17436.375
transcript.whisperx[685].text 這是規定在勞工保險法第58條裡面那我希望說那個勞動部可以考慮一個狀況因為根據很多研究指示身心障礙者他們老化的會比較早會提早老化然後再來就是他們的平均餘命大概也會比一般人短一點所以能不能將身心障礙者的老年給付提前
transcript.whisperx[686].start 17437.423
transcript.whisperx[686].end 17450.528
transcript.whisperx[686].text 好像我是有一個提案啊一個修正案就是希望能夠提早到50歲假設他50歲離職退保的話可以來申請老年給付那不知道那個部長能不能來演繹一下
transcript.whisperx[687].start 17452.233
transcript.whisperx[687].end 17475.492
transcript.whisperx[687].text 跟委員報告 身障者的照顧我們覺得不只是社會保險他還是要從整體的社會的福利啊我知道啦 不用 我現在是講這個嘛我只是講這個 你針對這個問題回答就好了 好不好好 那在國際趨勢上對身障者也跟一般人的一樣因為我們現在的醫療的進步嘛他還是朝著延緩退休
transcript.whisperx[688].start 17477.833
transcript.whisperx[688].end 17501.448
transcript.whisperx[688].text 沒有我沒有說那個要提早退休啊我是說申請老年給付就如果說他已經沒有工作了然後現在離職了退保了那要申請老年給付能不能提早我的議題在這邊意思是一樣啊就是說他要這跟他要不要退休沒有關係有些人他想要晚退就晚退嘛我現在是針對有一些他已經離職退保的人啊
transcript.whisperx[689].start 17503.797
transcript.whisperx[689].end 17519.543
transcript.whisperx[689].text 那意思就是說如果對於這些身障者讓他提早來領第一個其實我們在老年年金的機制裡面已經有讓他可以提早五年領減額年金提早五年是幾歲可以領減額年金我這邊提案是50歲嘛
transcript.whisperx[690].start 17527.426
transcript.whisperx[690].end 17549.011
transcript.whisperx[690].text 你那個今天你研議一下啦好不好那如果再讓他提早的話他可能勞保的年資會很短而且他不能參加國保這個他們自己會做出對他們來說最有利的判斷嘛當然我們盡量站在他們的角度去規劃嘛但是我現在是針對一些比較我們如果法規定的很嚴的話
transcript.whisperx[691].start 17550.091
transcript.whisperx[691].end 17564.671
transcript.whisperx[691].text 那有些特殊案例就會被法規綁死嘛我現在是說考量到一些特殊狀況稍微鬆綁嘛 只是這樣而已那你們勞動部要做的東西我們都沒有意見啊 都是支持的啊但是我們針對身障的其實有失能年輕了
transcript.whisperx[692].start 17565.952
transcript.whisperx[692].end 17593.471
transcript.whisperx[692].text 這不一樣的東西啦 不是一直跟我扯別的好先這樣囉 反正我先把這個議題先拋出來你們研究一下第二個 文這不是扯啦 這真的是我們沒有沒有 我現在在講A 我們的同仁還是我現在在講A 然後就跟我說你有BCD那我就沒有辦法聚焦 我們就沒辦法聚焦了嘛還是會有一個整個基金的思考啦我就沒辦法聚焦了啦 先針對這個問題啦我認為這不是扯啦那就沒有聚焦在這個議題裡面嘛好第二個啦 我跟部長問一下
transcript.whisperx[693].start 17595.703
transcript.whisperx[693].end 17624.059
transcript.whisperx[693].text 央行現在又說要增加那個基本工資那我有一些央行老總部央行央行我是說央行現在又呼籲要提高基本工資然後那我現在是想請教一下我有問過一些有一些人資給我一些建議就是說為什麼我們提高基本工資但是絕大多數的勞工啊他們薪資是沒有跟著成長主要原因是因為大家不是領基本薪資
transcript.whisperx[694].start 17625.086
transcript.whisperx[694].end 17628.466
transcript.whisperx[694].text 那現在基本薪資提高當然對本
transcript.whisperx[695].start 17629.299
transcript.whisperx[695].end 17656.305
transcript.whisperx[695].text 假設對本國的勞工他是領基本薪資的當然是有受惠但絕大多數領基本薪資的是外勞那所以只要是基本薪資 我也並不是大部分是本勞外勞也有嘛外勞也有嘛 但並不是他們是絕大多數好沒關係就是外勞有一些公司裡面他們很多是比如說都是外勞為主嘛那就是在他們公司裡面就是外勞提高嘛那我要講的是說你們有沒有研究過就是讓
transcript.whisperx[696].start 17657.345
transcript.whisperx[696].end 17670.815
transcript.whisperx[696].text 本勞跟外勞的基本薪資可以脫鉤這個議題我講說人資的建議是為什麼你知道嗎因為有一些企業喔他們每一年的薪資的預算調高的預算其實都是固定的
transcript.whisperx[697].start 17671.331
transcript.whisperx[697].end 17688.938
transcript.whisperx[697].text 那假設那家公司他是以外就是很多作業員或什麼是以外勞為主的話那基本工資一提高他必須要支付就是外勞的薪資提高的的那些薪資成本嘛所以相對來說他就壓縮了他幫本國勞工就是不是領基本薪資的本國勞工加薪的機會
transcript.whisperx[698].start 17690.138
transcript.whisperx[698].end 17710.317
transcript.whisperx[698].text 这个是有些人的呼吁那当然我知道劳动部一定有考量因为这个议题也不是新的议题大家讨论非常久叶委员讲这比较是从公司跟资方的角度但是你如果让本劳跟外劳的最低工资脱钩的时候等于也让资方有更多其实可能更
transcript.whisperx[699].start 17711.258
transcript.whisperx[699].end 17732.971
transcript.whisperx[699].text 更低成本的勞工可以使用的時候這其實對於本勞的就業機會對我知道我知道我知道我知道我知道我知道我知道我知道我知道我知道我知道我知道我知道我知道我知道我知道我知道我知道我知道我知道我知道我知道我知道我知道我知道我知道我知道我知道我知道我知道我知道我知道我知道我知道我知道我知道我知道我知道我知道我知道我知道我知道我知道我知道我知道我知道我知道我知道我知道我知道我知道我知道我知道我知道我知道我知道我知道我知道我知道我知道我知道我知道我知道我知道我知道我知道我知道我知道我知道我知道我知道我知道我知道我知道我知道我知道我知道我知道我知道我知道我知道我知道我知道我知道我知道我知道我知道我知道我知道我知道我知道我知道我知道我知道我知道我知道我知道我知道我知道我知道我知道我知道我知道我知道我知道我知道我知道我知道我知道我知道我知道我知道我知道我知道像這個其實有一些配套都是可以解決嗎舉舉來講你也可以例如說我們之前講的嘛你可以提高就安定基金就安定費啊就是說讓他聘外勞的成本沒有沒有想像中的這麼低
transcript.whisperx[700].start 17733.55
transcript.whisperx[700].end 17763.207
transcript.whisperx[700].text 然後讓他覺得因為本勞那如果你拉高救援跟安定費那為什麼不乾脆就讓因為你當然你拉高的成本你讓他在這邊減少成本然後在救援跟安定費再增加成本你不一定要完全一樣不是你錢的部分不一定要完全一樣可是那個公司他會考量啊我今天也許聘本勞貴一點點但是本勞至少在語言文化適應力上面會比較好所以成本比較高他還是願意聘本勞啊
transcript.whisperx[701].start 17764.13
transcript.whisperx[701].end 17780.958
transcript.whisperx[701].text 所以我覺得你可以想想看因為這個是一個很多人之的建議啦就是說因為我們實施就是那個本國勞工跟外籍就是外籍勞工的那個薪資沒有不脫鉤已經很長一段時間了我覺得是可以研究一下看看怎麼做
transcript.whisperx[702].start 17782.819
transcript.whisperx[702].end 17804.082
transcript.whisperx[702].text 怎麼做一直有這個聲音啦那當然這聲音有很多他其實從企業的角度他會講到這樣的事情可是當然如果從一個保障勞動就業的角度來說的話我們的確問題是要非常審慎問題是你這樣一直講那企業從他的角度他就是不這樣做啊除非你有別的方法
transcript.whisperx[703].start 17804.762
transcript.whisperx[703].end 17832.188
transcript.whisperx[703].text 要他就是同時間幫不是領基本工資的人加薪否則他就是這樣做啊你也沒有什麼強制力叫他不這麼做最低工資調高的目的主要還是在出還是在去面對這個邊際勞工他可能在整體加薪上面會比較困難所以我們從過去從大概兩萬塊左右現在加到了我們都支持基本工資調升我沒有說不要我沒有說不要我現在講的是本國跟外勞的脫鉤這件事情
transcript.whisperx[704].start 17832.708
transcript.whisperx[704].end 17845.941
transcript.whisperx[704].text 就是如果有脫鉤的話可以幫助一些不是領基本工資的勞工也有機會可以加薪因為企業加薪的那個預算就是這麼多我的意思是這樣我認為這議題真的要比較審慎尤其是從也許要從勞動權益的角度來看真的要比較審慎謝謝葉元芝委員發言請楊耀委員發言
transcript.whisperx[705].start 17867.852
transcript.whisperx[705].end 17870.634
transcript.whisperx[705].text 謝謝主席 主席請一下洪部長請洪部長部長我們今天委員會就是審議勞保條例跟就業服務法的修正草案的大體詢答
transcript.whisperx[706].start 17888.891
transcript.whisperx[706].end 17914.158
transcript.whisperx[706].text 那我看是這樣子就是在勞保條例的修正當中不分黨派的委員大概就政府撥補成為勞保基金的財源跟勞保的財務由政府負擔最終給負責任是大家很有共識比較遺憾的是
transcript.whisperx[707].start 17917.438
transcript.whisperx[707].end 17938.673
transcript.whisperx[707].text 各政黨的委員有共識 可是看起來是行政立法沒有共識啊我從上一個會期就要求勞動部必須要就這兩個相關的規定提出版本可是我看你們也不提啊
transcript.whisperx[708].start 17940.83
transcript.whisperx[708].end 17968.868
transcript.whisperx[708].text 我們很願意在審議的時候我們一起來討論部長你知道審議的時候支持跟提版本的差異嗎是你說說看當然我想我們其實對這個事件審議我們還是是很開放的意見開放喔民進黨長期都講說國家在 勞保不會倒
transcript.whisperx[709].start 17969.841
transcript.whisperx[709].end 17995.06
transcript.whisperx[709].text 可是卻不願意讓他入法安定全國勞工的我們沒有不願意 我們是同意的那你們假如同意就是行政怠惰啦你們假如同意就是行政怠惰我在上一個會期就跟部長要求過兩次希望執政團隊可以表態
transcript.whisperx[710].start 17997.931
transcript.whisperx[710].end 18016.971
transcript.whisperx[710].text 勞保是超過一千萬人口啊等於台灣兩個人就有一個人是投勞保的那埃埃埃埃埃埃埃埃埃埃埃埃埃埃埃埃埃埃埃埃埃埃埃埃埃埃埃埃埃埃埃埃埃埃埃埃埃埃埃埃埃埃埃埃埃埃埃埃埃埃埃埃埃埃埃埃埃埃埃埃埃埃埃埃埃埃埃埃埃埃埃埃埃埃埃埃埃埃埃埃埃埃埃埃埃埃埃埃埃埃埃埃埃埃埃埃埃埃
transcript.whisperx[711].start 18018.786
transcript.whisperx[711].end 18047.703
transcript.whisperx[711].text 那我就說只要願意就是行政帶墮嘛我們是很清楚我們是我們其實現在在這部分這本來就是我們的政策部長我就說我就說字體版本是一種表態審議的時候贊成是一種附和特別是以行政機關來講委員之間啊有的時候在審議的時候表示贊同是因為委員不是不是
transcript.whisperx[712].start 18048.786
transcript.whisperx[712].end 18071.237
transcript.whisperx[712].text 委員要負責看的法案太多 所以我沒有注意到這一塊那某一個委員提出了 我表示贊同那你們對於自己主管的業務的法律一方面表示贊同 一方面覺得應該做 另外一方面不提版本
transcript.whisperx[713].start 18072.301
transcript.whisperx[713].end 18082.978
transcript.whisperx[713].text 不提版本就是到時候通過的條文就是委員版本並不是民進黨執政的行政院勞動部提的版本
transcript.whisperx[714].start 18084.411
transcript.whisperx[714].end 18109.456
transcript.whisperx[714].text 我這樣講有沒有道理跟委員說我們在審議的時候我想我們會對版本的內容包括是文字上面我們會提出我們很明確的意見文字上面我還真的不知道你能就這幾個字我不知道你能怎麼你是不是可以把給付責任改成支付責任還是怎麼樣要不然大的概念大的概念你已經放棄了
transcript.whisperx[715].start 18110.916
transcript.whisperx[715].end 18128.173
transcript.whisperx[715].text 你難道要到委員會來就很細的文字問題來做溝通這個你覺得是勞動部應該要做的我不是說文字不能修正我只是說文字的修正是知為末節的東西
transcript.whisperx[716].start 18131.038
transcript.whisperx[716].end 18140.481
transcript.whisperx[716].text 站在主管全國勞工權益 保障權益勞工政策的勞動部 這個沒有版本本席對於執政黨非常的失望因為我已經上一屆不談 這一屆包括部長來接部長以後 我大概就提醒了三次
transcript.whisperx[717].start 18155.356
transcript.whisperx[717].end 18182.097
transcript.whisperx[717].text 因為這個是草野大家不要說草野委員這個是全國人民共同的期盼為什麼呢因為我們的經濟奇蹟來自勞工的努力可是國家因為勞保的設計讓退休的勞工的生活一直處在很不安定性的一個狀況
transcript.whisperx[718].start 18184.779
transcript.whisperx[718].end 18210.141
transcript.whisperx[718].text 執政團隊連做這樣子的宣示都不願意我其實還蠻絕望的 部長我說真的特別是這個會期 已經那麼多委員的版本進來了你們不願意 那你們覺得說討論法案的時候 只要你們有參與意見只要你們表示贊同 就是你們的立場那要這個行政團隊幹嘛
transcript.whisperx[719].start 18214.434
transcript.whisperx[719].end 18243.617
transcript.whisperx[719].text 不然我這樣說有沒有道理還是你還是覺得說可以沒有版本然後作為主管機關的勞動部對於這麼重要的一個法案可以沒有版本然後就討論的時候就說 欸 贊同楊耀委員的提案跟委員說明 其實在因為這個議題跟這個議案其實也涉及到很多在行政院裡面很多的單位
transcript.whisperx[720].start 18244.898
transcript.whisperx[720].end 18273.233
transcript.whisperx[720].text 尤其也是涉及到包括財主單位那喔喔 部長你是勞動部的部長那勞工保險條例由衛王委員會審議所以你就提你的版本就可以了至於後續的後續的行政團隊之間要法案過了並不是你不提版本法案就不過啊民進黨是少數黨啊
transcript.whisperx[721].start 18276.699
transcript.whisperx[721].end 18290.326
transcript.whisperx[721].text 不一定有 這樣條文是什麼意思我們對條文是有想法的然後我們也贊成這個概念有想法沒有做法我們有想法的 然後我們也有相關的其實我們在這裡面的評估的眼裡那我們在審議的時候我們會很清楚表達我們的看法還是你現在要表達看看你現在想想看 反正後面也沒有委員啦我耽誤稍微一點時間沒關係啊
transcript.whisperx[722].start 18301.528
transcript.whisperx[722].end 18326.87
transcript.whisperx[722].text 你現在講講看委員在大的方向上當然我們是同意包括撥補的入法包括最終責任這幾個入法的那裡面當然也會當然我們認為其實應該要對檢討的時間點那檢討的時間區段那我們也會有一些看法所以那你們為什麼不提版本呢我這樣子講啊保定政府撥補其實是
transcript.whisperx[723].start 18330.267
transcript.whisperx[723].end 18359.097
transcript.whisperx[723].text 各黨派的委員在幫你們做後續的補救因為你們已經坐在前面了只是把他入法由政府負擔最終己負責任也是民進黨政府先喊出國家債勞保不會倒我不知道你們為什麼這樣子的法案推不出來啊我覺得太不負責任了
transcript.whisperx[724].start 18360.492
transcript.whisperx[724].end 18369.739
transcript.whisperx[724].text 我們並不是不負責任 我們很願意在這個事情上面負起對勞保該負的責任我想行政團隊態度是清楚的我在這裡14年了我不清楚啊我對你們的態度我還真的不清楚啊我連要求你們提個版本你們都提不出來
transcript.whisperx[725].start 18388.602
transcript.whisperx[725].end 18417.036
transcript.whisperx[725].text 部長你有沒有知道這個應用是什麼這個影響就是到最後是跨黨派的委員照顧體現了照顧全國勞工的決心可是執政團隊對這件事情並不在意我們沒有不在意不是你們在意我們如果不在意我們如果不在意不會逐年的都去跟行政院爭取越來越多的撥補的金額這當然就是我們非常在意這件事情
transcript.whisperx[726].start 18418.183
transcript.whisperx[726].end 18446.024
transcript.whisperx[726].text 不是 我現在在跟你討論法案我是說你一直在撥補嘛所以我們提案讓你的撥補有更明確的法源嘛你自己倒是不願意懂我的意思嗎不是啊我不知道你搖頭的意思是什麼啦不過呢就是從具體的事項來看
transcript.whisperx[727].start 18447.898
transcript.whisperx[727].end 18461.446
transcript.whisperx[727].text 你們就是不願意啦你們只要願意 我不相信這麼簡單的條文你們擬不出來而且不是說很短的時間要你們擬出來不然我其實現在是覺得還蠻失望的啦就是說
transcript.whisperx[728].start 18472.967
transcript.whisperx[728].end 18493.539
transcript.whisperx[728].text 民進黨在國會弱勢已經一年多了你們難道沒有想到說你們縱使沒有版本也會有跨黨派的不要說在野黨的委員像我執政黨的委員我也要提出來啊為什麼 因為每天都在討論勞保什麼時候要倒嘛
transcript.whisperx[729].start 18495.151
transcript.whisperx[729].end 18502.593
transcript.whisperx[729].text 最少最終 最終己負責任必須要入法 這個是最簡單這個是簡單 再簡單不過的事情嘛這樣說不出來啊我還是要提醒藉由一個最新的民調來提醒部長啊就是說普發現金啊
transcript.whisperx[730].start 18520.427
transcript.whisperx[730].end 18541.243
transcript.whisperx[730].text 行政院把超徵的稅款拿來普發現金啦台灣的民意調查37%的人認為是立法院給的只有22%覺得是行政院給的部長 很多東西不是說我們自己想自己對就是結論啦
transcript.whisperx[731].start 18552.369
transcript.whisperx[731].end 18573.103
transcript.whisperx[731].text 我不知道這樣說下去會太久沒 我也問一下好了啦只有拖到時間啦我們在剛才講的普發現金的國安任性特別條例的特別預算裡面有5400多億 勞保基金的撥補只有100億啊
transcript.whisperx[732].start 18575.745
transcript.whisperx[732].end 18588.374
transcript.whisperx[732].text 部長在分配這個超徵收稅款的時候我就有要求部長必須要去大力爭取結果你爭取不到兩趴其實我們是在公務預算有爭取一千二不是一千二不夠嘛不是說一千二萬落去勞保就一刀永逸嘛不是嘛
transcript.whisperx[733].start 18602.27
transcript.whisperx[733].end 18627.453
transcript.whisperx[733].text 那為什麼有多出來的稅收你沒有能力去跟行政院講要多撥一點好 那你們不撥你們就自己想說我做一個大膽的假設假如說一開始行政院就把這五千多億全部撥補勞保跟健保在野黨不敢反對
transcript.whisperx[734].start 18629.382
transcript.whisperx[734].end 18657.668
transcript.whisperx[734].text 我剛剛講過了 健保是全民共享啊老保 台灣兩個人裡面就有一個是老保人口可是你們不做這樣子的處理然後繞了一大圈還是按照在野黨的想法普發現金沒關係沒關係 要結束了這個 我還是提醒部長
transcript.whisperx[735].start 18659.246
transcript.whisperx[735].end 18683.843
transcript.whisperx[735].text 在國會沒有過半是已經一年半的事情了所以很多政策在推動就是必須要合法、合理、合情為什麼我說特別預算假如撥給勞保大家不會有意見
transcript.whisperx[736].start 18685.899
transcript.whisperx[736].end 18711.862
transcript.whisperx[736].text 因為第一個原因是因為稅收本身就是財富的重新分配分配給比較弱勢的勞工沒有人敢反對第二個就是經濟好才會稅收多稅收多才會有多餘的稅金可以分配
transcript.whisperx[737].start 18714.797
transcript.whisperx[737].end 18741.103
transcript.whisperx[737].text 經濟的創造者是勞工就這兩個這麼簡單的理由那你們還一直活在全面執政的時代裡面我有很多事情我也沒有辦法謝謝部長 謝謝好 謝謝楊耀委員發言本日會議詢答全部結束先做以下決議
transcript.whisperx[738].start 18743.769
transcript.whisperx[738].end 18772.429
transcript.whisperx[738].text 一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兩週內書面答覆委員另要求期限者從期鎖定三勞工保險條例部分條文修正草案等30案以及就業服務法部分條文修正草案等12案另則其繼續審查本次會議到此結束現在散會