中國有嘻哈丨數據分析誰是押韻轟炸機

Yo!Yo!Yo! What‵s up! 這裡是朝陽35處Lottelyn，AKA插畫師，Bang!Bang!Bang!

《中國有嘻哈》已經在一片混亂中收官，雙冠軍的結果你滿意嗎？中文說唱來到大眾視野，讓押韻這件小事也變得很秀。嘻哈文化來自美國貧民窟非裔和拉丁裔青年，但是，中文作為全世界唯一表音、表意、表形的三維文字，和嘻哈簡直是最強混搭，古有MC曹植七步成詩freestyle，今天就來看看中文嘻哈check it out。

普通中文流行歌也有簡單的押韻結構，但是嘻哈是真正讓押韻變成一種技術和藝術的音樂類型。押韻不僅增加了作詞難度，也提升了韻律上的美感，甚至用在battle罵人中也起到了如虎添翼的效果。

今天就讓我們為技術和藝術瘋狂打call，看一看怎樣押韻才是真正的OG（大佬）。DJ drop the beat！

假設押韻程度會影響嘻哈歌曲的熱門程度（取評論數），我們在網易雲音樂中抓取666首有【中文嘻哈】標籤的歌曲歌詞和評論數作為數據樣本。

接下來，我們要判斷一首嘻哈歌曲擁有像鑽石版稀有的花式押韻技巧，根據現在流傳甚廣的押韻檢查規則和音樂遊戲得分規則，結出如下押韻得分方法（由於非是音樂專業，總結的方式和說法可能與業內有些出入，有任何不妥的地方，請各位Rapper寫歌diss我）：

看不懂的同學請抱緊我，我為大家一一解釋這些計分項目。

1. 句尾連續押韻

中文的押韻指的是拼音中的韻母相同，單壓、雙壓、三壓等的是使用了通一個韻母押韻的字數，如下，第一行末尾的【邁步】和第二行末尾的【態度】擁有相同的韻母，於是完成了雙壓*2次。

2. 句尾隔句押韻

也是句尾押韻，但中間並沒有連續出現而是隔了一句則算句尾隔句押韻，如下圖，第一行的【腳下踩】和第三行的【老爸買】完成了三壓*2次。

眼尖的同學可能發現了，腳下踩和老爸買的韻母並不是完全相同的，但是在讀音上非常接近。為了容納這種情況，我們引入了模糊押韻的概念，即讀音類似的韻母也算是押韻，參考了新韻部押韻表並稍微做了調整，照顧了部分有口音的Rapper。這樣類似的韻母也算是同一種押韻了，例如，（a，ia，ua）（ai，uai）（an，ian，uan，üan）。

3. 句內重複押韻

在一句中根據flow也有可能出現押韻的組合（因為單個韻母出現重複的概率高，所以雙壓及以上才進行計分），如下圖，同一句中出現的【一招帶跑】【幾秒敗倒】【擊倒菜鳥】就完成了四壓*3次，可以說是標準的押韻狂魔了。

4. 鄰句對仗押韻

上下相鄰兩句同樣位置也會出現押韻（也是雙壓及以上才計分）的情況，記為對仗押韻，如第一句的【詞爛】和第二句的【實彈】，記為雙壓*2。

5. 同韻連續押韻

末尾最大連續押韻次數，以此體現rapper們詞庫的深度，是否是語言的中東油田。

6. 押韻變化種類

使用韻腳的種類數量，以此體現rapper們詞庫的廣度，是否是行走的《新華字典》。

另外，在設計時還發現，hook副歌部分會有大量的重複計分情況，於是相同的bar小節只進行一次計分。另外此模型無法計算英文的押韻，或者中英文互壓，如，受害和go

在制定了規則之後，利用Python將666首中文嘻哈歌曲作為數據集，採用Gradient Boosting回歸方法，得出六類得分的係數，並選擇幾位熱門Rapper的歌進行打分，得出如下結果。

平均得分排名，以下排名不知道是否與你心中的押韻轟炸機一致：

1. 113.209 貝貝（場外選手）

2. 105.187 Jony J（有嘻哈第四名）

3. 88.215 Vava （有嘻哈第五）

4. 69.793 PG one（有嘻哈並列第一）

5. 66.410 Tizzy T （有嘻哈第六）

6. 49.886 Gai（有嘻哈並列第一）

另外，根據已有數據進行統計，發現rapper們押韻的小規律，採用四種不同類型押韻的比例分別是：

平均最大同韻連續combo為22.84，如果全部使用雙壓，則會重複11.42次，大腦里的詞庫可以說非常可觀了。

一首歌中，平均會換韻11.34次，韻腳的轉換讓歌曲增加新鮮感和豐富感。

平均有效行數54.58行，並且還去除了重複的hook部分，基本是一般流行歌曲歌詞的2-3倍了，rapper高冷的外表下都是親切的話嘮。

當然了，評價一首說唱歌曲不僅僅是押韻了，為了聽起來不單調，flow的變化和break的處理也非常關鍵，再加上不同風格的beats配合，和喊麥以及數來寶有著本質的不同。最重要的是歌曲表達的內容，rapper作為keep real的代表，通常歌曲也會反映和直面現實社會問題，甚至有很多歌曲描寫家暴，歧視，單親家庭，校園暴力等一般流行歌曲不會去涉及的領域。Rapper作為創作者和藝術家，在hippop文化傳播率高的國家都擁有較高的地位。嘻哈文化還有很多經典的元素，例如，炫富， underground， beef，diss，

2013年，百度就曾經研發一款「為你寫詩」的應用，在自然語言處理飛速發展並廣泛應用的今天，發明一款「為你freestyle」， 「跟你battle」 的嘻哈機器人其實也不再遙遠了。另外，現在各大平台都有一些免費的自然語言處理開放介面，如詞法分析，情感傾向分析，相似度分析，關鍵詞提取等，拿來分析一下嘻哈歌曲也很有意思。

詞性識別（來自BosenNLP）：

實例識別（來自BosenNLP）：

情感分析（來自BosenNLP）：

關鍵詞提取（來自BosenNLP）：

語義聯想（來自BosenNLP）：

其實，最早構思本片文章時是想做在線押韻檢測應用，後來發現實在太中文博大精深了，另外由於時間比較緊，只是簡單做了規則和小樣本的統計，請大家隨意感受一下中文嘻哈之美。《中國有嘻哈》對於我的最大收穫是，很久不聽中文歌的我，歌單中突然出現很多單曲循環的曲子。

最後特別特別鳴謝

實習生張毅同學，在實習的最後一天，工牌和電腦都已歸還的情況下，還用私人電腦幫我完成了所有數據。真的是感激涕零，希望您回學校一切順利。Bro Peace Yo。

首發於公眾號：朝陽35處