Jevが入力に音声受け取るようになったら起こしてくださいって感じだが、特定ドメインに特化した学習は行ってないみたいなこと書いてあったので(?)、仮に対応しても基本的に人間の発話を入力として受け取る、みたいな感じになりそうな気がする