MyST | Helmer Strik

MyST: My Speech Trainer / MijnST: Mijn SpraakTrainer

Some info. about MyST is provided below. At the bottom of this page you can also find some screenshots of the app., and images of some results.

We have developed a state-of-the art e-Learning – ‘computer-assisted language learning’ (CALL) system for training academic spoken English. Advanced speech recognition technology is used to recognize the spoken utterances, and provide feedback, also regarding pronunciation.
There are many systems – apps for testing and training listening skills, but there are almost no good quality systems for testing and training speaking skills. This is possible with MyST.
MyST can be used on different devices: smartphone, tablet, and (browser on a) PC, when and where you want.
At the moment, there are 4 types of exercises:
1 – Pronunciation
2 – Vocabulary
3 – Grammar
4 – Expressions

Brief summary (in English – for Dutch see below):
In this project we will study how to make optimal use of an e-Learning system for training spoken English. First, the content of the NovoLanguage Player will be optimized for use at the Radboud University, by adding Academic English content, and the result is MyST: My Speech Trainer. Then international students will work with MyST. Experiences and results will be collected and studied.

MyST has been tested at RU Nijmegen and Utrecht University.
Some results are described in this paper:
Strik, H., Ovchinnikova, A., Giannini, C., Pantazi, A., Cucchiarini, C. (2019)
Students’ acceptance of MySpeechTrainer to improve spoken Academic English.
Proc. SLaTE 2019: 8th ISCA Workshop on Speech and Language Technology in Education, 114-118.

Master’s theses:
* Camilla Giannini (2019) MA thesis, Utrecht University
Evaluating the effectiveness of a tool to improve vocabulary skills in an academic context: MySpeechTrainer
Supervisors: Helmer Strik (Radboud University), Hayo Terband (Utrecht University)

* Angela Pantazi (2019) MA thesis, Radboud University Nijmegen
Investigating the acceptance of MyST, an innovative tool for the improvement of spoken academic English, with the UTAUT2 research model
Supervisors: Helmer Strik, Catia Cucchiarini (Radboud University)

Applicants of the initial ‘Proeftuin’ proposal:

Helmer Strik (coordinator); Linguistics, CLST, NovoLanguage
Liesbet Korebrits; Radboud In’to Languages
Martijn Enter, Joost van Doremalen; NovoLanguage

Others who have cooperated:

Edith Schouten, Caro Struijke; Radboud In’to Languages
Catia Cucchiarini; Centre for Language and Speech Technology
Students (for thesis, internship, internship minor, etc.): Varsha Melwani, Tineke Kramer-Pijnenburg, Thu Dinh Quoc Anh, Ezgi Toprakdeviren, Anna Ovchinnikova, Ian Hancock, Katya Slesareva, Camilla Giannini, Angela Pantazi

Samenvatting (in het Nederlands):
Goede mondelinge communicatieve vaardigheden in het (Academisch) Engels (Academic English), incl. goede uitspraak en juiste woordcombinaties (collocations), zijn belangrijk voor steeds meer studenten en medewerkers van de Radboud Universiteit (RU). Voor het verbeteren van mondelinge vaardigheden is het noodzakelijk om intensief te oefenen, en direct feedback te krijgen op de gesproken uitingen. Met MijnST wordt dit mogelijk. Het eerste doel van deze pilot is om duidelijk te maken wat de meerwaarde is van MijnST, en inzicht te krijgen hoe MijnST het beste ingezet kan worden. Het uiteindelijk doel (na deze pilot) is een ICT-tool die gebruikt kan worden door alle studenten en medewerkers van de RU, om hun communicatieve vaardigheden (incl. uitspraak en woordenschat) te oefenen, en zo het Engels universiteitsbreed op een hoger niveau te tillen. Aanstaande studenten en medewerkers van RU uit het buitenland kunnen met MijnST ook al training krijgen in het land van herkomst. Met de editor is het mogelijk om de content te optimaliseren voor iedere doelgroep. Dit alles komt ten goede aan onderwijs en onderzoek van de gehele RU, en aan de internationalisering van de RU.

At the bottom are some screenshots of the app.
Here are some images of the results of the needs analysis [click on these images to enlarge them]: