De fleste af os har nok lagt mærke til, at mainstream-musikken har ændret sig med årene. Luften er gået af luftguitaren, og ‘far-rock’en – ja, den har vel sit navn af en årsag?
I år 1985 lå den amerikanske singer-songwriter Jennifer Rush nummer et på den engelske hitliste med nummeret ‘The Power of Love.’ Titlen alene afslører, at der er tale om en kraftfuld kærlighedssang.
På hitlisten fra 2015 finder man i stedet Mark Ronson og Bruno Mars med ‘Uptown Funk’. Et hit designet til hofterne, eller de tårokkende muskler, for os mere afdæmpede typer.
Det er blot et uforskammet og ganske uvidenskabeligt udpluk af to sange, som indgår i en undersøgelse af mere end 500.000 sange udgivet i Storbritannien mellem år 1985 og 2015.
\ Opskriften på succes
- Succesfulde sange er gladere
- Succesfulde sange er mere dansevenlige
- Succesfulde sange er mere festlige
- Succesfulde sange har en lysere klang
- Succesfulde sange er mindre sørgelige
- Succesfulde sange er mindre afslappede
(Kilde: Interiano M. et al/Royal Society Open Science.)
Hver eneste sang er blandt andet blevet opdelt efter genre samt en række kriterier, såsom ‘festlig’, ‘sørgelig’, ‘afslappet’ eller ‘dansevenlig’. Det er sket ved hjælp af to store databaser ved navn AcousticBrainz og MusicBrainz og maskinlæring (selvlærende algoritmer, red.).
Og ud fra det peger undersøgelsen altså på, at de store hits, der ender i top 100 på hitlisterne, er blevet mere festlige, dansevenlige og har flere kvindelige sangere end tidligere. Og det er, selvom den overordnede mængde musik er blevet mere sørgelig.
»Det hjælper helt klart (på et nummers succes, red.), hvis det er med en kvinde, og det er ‘dansevenligt’. Selvom den overordnede trend er, at der er kommet flere sørgelige sange, så er de mest succesfulde sange gladere end gennemsnittet,« skriver Natalia Komarova, der er professor i matematik ved University of California Irvine og en af forskerne bag studiet, i en mail til Videnskab.dk.
Undersøgelsen er publiceret i det videnskabelige tidsskrift Royal Society Open Science.
Uanset om man kan lide 'Uptown Funk' kommer man nok ikke udenom, at nummeret er 'dansabelt.' (Video: Mark Ronson/Bruno Mars/ Vevo)
Hits går imod den generelle trend
Ifølge Natalia Komarova er studiets største opdagelser:
- Hvilke trends der er i moderne musik.
- At de mest succesfulde sange er kendetegnet ved andre trends end de mindre succesfulde,
- At man med rimelig sikkerhed (75-85 procent) kan forudsige, om en sang bliver et hit ud fra de karakteristika.
Og uden for top 100 er det ifølge studiet da også nogle helt andre egenskaber, som kendetegner sangene. Der er blandt andet kommet:
- Flere sørgelige sange
- Flere afslappede sange
- Færre aggressive sange
»Det giver god mening, at der er forskel mellem det musik, der kommer på hitlisterne, og det som ikke gør,« fortæller Jesper Steen Andersen, der har skrevet ph.d.-projekt om netop digitale analyseteknikker af musik, og som nu arbejder som dataforsker på Moodagent, en virksomhed der bl.a. anvender kunstig intelligens til at analysere musik.
»Man kan jo forestille sig, at der blandt andet er en masse musik som for eksempel indierock, jazz og klassisk, som er udgivet, men som aldrig kommer på hitlisten. På den måde afspejler graferne (i studiet red.) fint, det vi allerede vidste. Nogle genrer sælger bedre end andre,« siger han.
\ Læs mere
\ Den engelske hitliste
I år 1985 var den engelske hitliste fyldt med navne som A-ha, Madonna, Bruce Springsteen, Whitney Houston, Wham!, Dire Straits, Prince, Tina Turner og Kate Bush.
Det er jo ikke ligefrem navne, man ikke kan danse til. Men ifølge det nye studie er der med tiden kommet endnu flere danse-hits end tidligere.
I år 2015 finder man i stedet Bruno Mars, Ed Sheeran, Sia, The Weeknd, Justin Bieber, Selena Gomez, Nicki Minaj, Taylor Swift, Drake, Rihanna, Major Lazer, Kanye West og Beyonce på listen.
Dansk forsker: Svært at se, hvad kategorierne dækker over
Henrik Smith-Sivertsen, der er forskningsbibliotekar med speciale inden for populærmusik på Det Kongelige Bibliotek er imponeret over den store datamængde, men han er samtidig også meget forsigtig med at tolke noget konkret ud af den.
»Man kan godt se, at den her undersøgelse er lavet af matematikere og naturvidenskabsfolk. De er nemlig gået meget videnskabeligt til værks, men de forholder sig ikke til, hvordan sangene er blevet kategoriseret af de brugere, der i første omgang har gjort det i databaserne,« siger han.
»De her genrebegreber er i ligeså høj grad ideologiske, som de er stilistiske. At kalde noget rock eller pop handler ikke kun om, hvordan det lyder, eller hvem der spiller det, fordi musik betyder så meget forskelligt for mennesker,« siger Henrik Smith-Sivertsen.
Han er også i tvivl om, hvad kategorien ‘male/female’ (mand/kvinde red.) helt præcist dækker over, når kunstig intelligens skal afkode sangene.
»Jeg ved ikke, om det reelt er kvindelige sangere eller mandlige, for måske er algoritmen ikke i stand til at høre det, hvis en mandlig sanger har en lys stemme eller en kvindelig sanger har en dyb, for jeg ved ikke, hvad dens kriterier er,« siger han.
\ Læs mere

Dataforsker: Man kan godt stole på algoritmen
Jesper Steen Andersen er dog ikke helt enig i den kritik.
»Studiet viser nogle meget overordnede trends omkring, hvad der er sket i udviklingen af musikken de seneste 30 år. Og jeg ser muligheder i, at resultaterne kan bruges som afsæt til andre undersøgelser. For eksempel kunne en sammenligning med den danske hitliste være interessant,« fortæller Jesper Steen Andersen.
»Mit kendskab til lige præcis den engelske hitliste er måske begrænset, men andre undersøgelser viser også, at musikken er blevet mere dansabel,« siger han.
Han er heller ikke så nervøs for, at det er naturvidenskabsfolk, der har lavet undersøgelsen.
»Når man træner sådan et datasæt, har man ofte musikkyndige med til at kvalificere kategorierne og målene, og så træner man algoritmen. Man kan ramme en genre med 80-90 procents sikkerhed, og man kan også måle, om det er en mandlig eller kvindelig sanger ret så præcist,« siger han.
Kunstig intelligens giver nye muligheder
De to forskere kan dog blive enige om, at kunstig intelligens åbner store muligheder for at undersøge musikken.
»Førhen havde det jo slet ikke været muligt at kigge på så stort et datasæt,« siger Jesper Steen Andersen, der især ser muligheder i, at man nu også kan begynde at måle musik ud fra mere intuitive parametre, som humør og stemning, foruden de mere faste mål som tempo, takt og toneart.
»Om musik for eksempel er glad, trist, dansabel, energifyldt eller bruger trompet kan være gode parametre for at navigere i musikken og til at få overordnede fornemmelser af den. Det er på mange måder mere intuitive mål end for eksempel toneart,« siger han.
Danske MØ er sammen med Major Lazer og DJ Snake et af de helt store hits som er med i den nyeste del af undersøgelsens sange. (Video: Major Lazer/MØ/Dj Snake)
Henrik Smith-Sivertsen er enig i, at den her slags undersøgelser er fremtiden, men advarer dog:
»De værktøjer vi bruger til at knuse store mængder data, bliver bedre og bedre, og det er jo fedt, at vi kan gøre noget meget hurtigere end tidligere, som kan få øje på noget, som vi bør undersøge nærmere, men vi skal bare huske også at forholde os kritiske til data.«
Han nævner for eksempel, at man på en af graferne i undersøgelsen kan se, at ‘aggressive’ sange pludselig oplever et stort fald i midten af 00’erne.
»Det kunne jo nemt få os til at tænke, at det er pga. rockens død. Men samtidig ved vi jo, at hiphop er gået hen og blevet mainstream. Så er der tale om aggressiv som i en elektronisk guitar eller som i en rap-tekst? Det kan vi ikke se her,« siger han.
Jesper Steen Andersen fortæller dog, at den her slags statistikker også kan være med til at nuancere billedet.
»Overordnet set er det et godt værktøj til at skabe overblik. På den ene side kan de forsimple billedet og skabe overblik. Men samtidig kan de også nuancere, hvis man zoomer ind. For eksempel finder man tit ud af, at udviklingen ikke sker i så drastiske ryk, som man måske nogen gange har tendens til at tro,« slutter han.
































