Supertone Shift公式が日本語のユーザーズガイドを出してくださっているので、 まずはそこを一読しましょう👇️ 導入手順やよくあるトラブル等について一通りの解説があります。
ユーザーズガイドに記載のない、使い方のコツみたいなものをまとめてあります。
学習させる際の読み上げは、 英文をそのまま読むとカタコトっぽい訛りが出てしまうので 以下の日本語の呪文を読み上げるといい感じになります。
<aside>
あいうえお あかさたなはまやらわん パピピペポ ファフィフォ キャキュキョ チャチチュチェチョ
</aside>
【参考】 https://note.com/shell_ll/n/nb5442877e564
長くても20秒程度で十分。 精度の低い音を長時間学習させるよりは、 短くても精度の高い音を学習させるほうが良いらしいです。