更多科技趣闻，欢迎点击右上角关注我~

也许，你没有刷过抖音，但你有 90% 的概率听过这抖音神曲 ——

“ 我们一起学猫叫，一起喵喵喵喵喵 ”（ 接下来的一小时，这段旋律可能会一直在你脑海回荡 ）

这首《 学猫叫 》歌曲时长 3 分 29 秒，从头到尾歌词总共 486 个字，其中 “ 一起 ” 出现了 15 次， “ 猫 ” 字出现了 16 次，“ 喵 ” 字使用频率最高，出现了 67 次。。。

如果我们把整首歌里重复的字眼去掉（ 只保存首次出现的字 ），差友们猜猜整首歌还剩多少内容？

答案是 101 字。。。

也就是说，这首 3 分多钟的词句创作其实只用到了 100 多个汉字，是不是瞬间有一种作词很容易的错觉？

这种不断重复用词用句的表现方法，在现在的流行音乐创作中似乎变得越来越常见了，甚至形成了一种特殊风格。

我们越来越喜欢听歌词重复的歌曲，这会不会跟现代人日益下降的记忆能力有关呢？

好巧不巧，美国的计算机科学家唐纳德在 1977 年发表了一篇文论《 歌曲的复杂性 》，好好的调侃了一番这个音乐界的世界级现象 —— 流行歌曲的歌词内容重复度越来越高了（ 也就是说，他认为每首歌用到的词汇量越来越少 ）。。。事情真的是这样的吗？

想要证明这个论点，小辣椒开头用的方法当然不够严谨，而美国一个学者科林 · 莫里斯用 “ 无损数据压缩 ” 的算法，帮唐纳德用大数据论证了一下他的观点。

科林以 1958 年到 2017 年里上过 Billboard 榜单的 15000 首歌作为数据样本，进行了算法分析。

举个例子，洗牙姐（ 歌手 Sia ）的 Cheap Thrills，整首歌重复循环的段落有很多。

我们把其中重复，看上去没有什么意义的部分全部压缩删除，247 个字节最后只剩下了 133 个，有 46.2% 的词语都是可以被去掉的。。。

压缩过程示意图

差友们可能也观察到了，有些词语的字母（ 比如上面一段中的，thrills，因为 ills 和 bills 重复也被直接压缩了 ）也被直接删除了，这是算法的一套删除规则，并不影响最后的统计结果。

不同段落之间的可压缩性也会因为段落的重复度而有所不同。

像是这一段，只有一些词汇而不是整句重复，所以被压缩率就比上一段要低很多。

压缩过程示意图

经过算法一番猛如虎的操作，你猜洗牙姐这首歌的可压缩率有多高？

76% 。。。emmmmm，歌曲里有 76% 的字节都被视为无效信息，可以直接被删除，和替换。

算出结果的科林还皮了一下，自己把 Cheap Thrills 的歌词给改了，意思不变，但是全部有效，无法被算法抹掉。。。

左边为原词，右边是科林的创作

在对样本中的 15000 首歌全部都骚操作了一遍之后，科林得出了这样的一个规律，这些歌曲的平均可压缩性在 50%，也就是至少有一半的歌词重复。。。

想知道歌词重复率最高的一首是什么歌吗？

是 Daft 在 1997 年创作的电音

整首歌 7 分钟，歌词就只有一句 ——“ Around the world ”。

当然了，你可能会说电音本来就没什么歌词。。。这一点科林也想到了，于是他又排除了 20 首最极端的例子，得到的趋势结果几乎一样。。。