Une chanson moyenne du Billboard Hot 100 de 2014 se compresse 22% plus efficacement qu’une chanson de 1960, dans un jeu de données d’environ 15 000 chansons classées (Colin Morris, The Pudding 2017). La compression sert ici d’indicateur de la répétition : plus des paroles se répètent, plus un algorithme de compression peut les réduire. Une série temporelle évaluée par des pairs, portant sur 14 661 chansons du Hot 100, confirme cette hausse (τ de Kendall = 0,726, p < 0,001, Varnum et al., PLOS ONE 2021), et chaque répétition supplémentaire du refrain a augmenté de 14,5% les chances d’une chanson d’atteindre la première place entre 1958 et 2012 (Nunes, Ordanini et Valsesia, Journal of Consumer Psychology 2015). Nous avons agrégé des données issues de Scientific Reports, PLOS ONE, du Journal of Consumer Psychology, d’Evolutionary Human Sciences, de Music & Science et de plusieurs autres sources évaluées par des pairs ou relevant du journalisme de données. Pour l’aspect temporel de la structure des tubes (introductions et rapidité d’arrivée de l’accroche), consultez nos statistiques sur la durée des introductions et le délai avant le refrain dans les tubes.
TL;DR
- Une chanson moyenne du Hot 100 de 2014 se compresse 22% plus efficacement qu’une chanson moyenne de 1960 (Colin Morris, The Pudding 2017).
- La compressibilité moyenne des paroles de 14 661 chansons du Hot 100 a augmenté de 1958 à 2016, τ = 0,726, p < 0,001 (Varnum et al., PLOS ONE 2021).
- Les mots liés au stress dans les paroles du Hot 100 américain sont corrélés à r = 0,81 avec le temps, de 1973 à 2023 (Foramitti et al., Scientific Reports 2025).
- La richesse du vocabulaire a diminué dans le rap et le R&B sur 353 320 paroles en anglais, de 1970 à 2020 (Parada-Cabaleiro et al., Scientific Reports 2024).
- Chaque répétition supplémentaire du refrain a augmenté de 14,5% la probabilité d’un tube n° 1 (Nunes, Ordanini et Valsesia, Journal of Consumer Psychology 2015).
- La chanson moyenne a mis 71 mots à atteindre son titre en 2024, contre 4 mots en 1961 (analyse de Chris Gunther, Can’t Get Much Higher 2024).
- La colère dans les paroles du Billboard Hot 100 a culminé en 2015 dans une analyse de plus de 6 000 chansons (Napier et Shamir, Journal of Popular Music Studies 2018).
- Les paroles négatives réussissent mieux dans les classements, un schéma que les auteurs appellent biais de contenu (Brand, Acerbi et Mesoudi, Evolutionary Human Sciences 2019).
- Le sentiment positif dans les paroles allemandes populaires a nettement diminué depuis le milieu des années 1960 (Hunke, Huber et Steffens, Music & Science 2025).
- Les tubes de fin d’année du Billboard des années 1990 étaient plus répétitifs que ceux des années 1960 et de 2016 à 2024 selon une mesure fondée sur la loi de Zipf (Dan et Boboc, Journal of Social and Economic Statistics 2025).
- Les mots à la première personne du singulier (je, me, mon) ont augmenté et « nous » a reculé dans les tubes de fin d’année du top 10 de 1980 à 2007 (DeWall et al., Psychology of Aesthetics, Creativity, and the Arts 2011).
1. La répétition grimpe depuis six décennies
Les chercheurs ne comptent presque plus les refrains à la main. Ils mesurent la compressibilité : on fait passer des paroles dans un algorithme de compression sans perte (le plus souvent une variante de Lempel-Ziv, la famille qui se cache derrière les fichiers ZIP) et on regarde de combien elles rétrécissent. Les lignes répétées et les refrains répétés sont précisément ce qu’un tel algorithme élimine, donc un taux de compression plus élevé signale un texte plus répétitif. Trois jeux de données indépendants, construits sur des années différentes et des échantillons de chansons différents, pointent tous vers le haut.
Le chiffre phare est relatif, pas absolu : une chanson moyenne de 2014 se compresse 22% plus efficacement qu’une chanson de 1960, et 2014 était l’année la plus répétitive de ce jeu de données. Le résultat le plus parlant est que la tendance résiste aux changements de méthode. Une série utilise un score à échelle logarithmique où 1 signifie une réduction de taille de 50%, une autre utilise un taux de compression LZ77 sur un échantillon de 1973 à 2023, et toutes deux trouvent la même direction. La vue par genre apporte une nuance : la pente annuelle des lignes répétées dans le rap (0,002516) est environ 3,9 fois celle de la country (0,000640).
| Métrique | Valeur | Source |
|---|---|---|
| Compressibilité moyenne d’une chanson du Billboard Hot 100 en 1960 (environ 15 000 chansons classées, de 1958 à 2017) | 45,7% | Colin Morris, The Pudding 2017 |
| De combien une chanson moyenne de 2014 se compresse plus efficacement qu’une chanson moyenne de 1960 (2014 était l’année la plus répétitive jamais enregistrée dans ce jeu de données) | 22% plus efficacement | Colin Morris, The Pudding 2017 |
| Tendance de la compressibilité moyenne des paroles, 14 661 chansons du Hot 100, de 1958 à 2016 | τ de Kendall = 0,726, p < 0,001 | Varnum et al., PLOS ONE 2021 |
| Corrélation entre la compressibilité des paroles et le temps, paroles du Hot 100 américain, de 1973 à 2023 | r = 0,62, IC à 95% [0,57 ; 0,66], p < 0,001 | Foramitti et al., Scientific Reports 2025 |
| Hausse annuelle (pente) de la proportion de lignes répétées, rap contre country, de 1970 à 2020 | m = 0,002516 contre m = 0,000640 | Parada-Cabaleiro et al., Scientific Reports 2024 |
| Période de plus forte répétitivité selon une mesure fondée sur la loi de Zipf, Billboard Year-End Hot 100, en comparant 1959 à 1969, 1991 à 1999 et 2016 à 2024 | 1991 à 1999 (plus faible à la fois dans les années 1960 et de 2016 à 2024) | Dan et Boboc, Journal of Social and Economic Statistics 2025 |
Note de contexte : l’étude de 2025 fondée sur la loi de Zipf est la seule à faire exception. Elle mesure la façon dont les fréquences de mots sont distribuées plutôt que la fréquence de retour de lignes entières, ce qui peut expliquer une partie du désaccord ; voir la note sur les données dans la section Méthodologie. Données les plus récentes disponibles pour la série de compression sur le long terme : la série temporelle de compressibilité de 1958 à 2016 (publiée en 2021) et l’analyse de compression de 15 000 chansons (chansons jusqu’en 2017). La répétition dans les mots va souvent de pair avec la répétition dans l’harmonie, que nos statistiques sur la fréquence des progressions d’accords pop suivent séparément.
2. Vocabulaire et lisibilité : moins de mots distincts, un texte plus facile
Le plus grand corpus de paroles de ce tour d’horizon est une étude de 2024 portant sur 353 320 paroles en anglais issues de la plateforme de paroles Genius, publiées de 1970 à 2020, dans le rap, la country, la pop, le R&B et le rock. Elle conclut que les paroles sont devenues plus simples, à la fois dans leurs mots (complexité lexicale) et dans leur structure. Après un correctif des auteurs qui a rectifié un descripteur de lisibilité, les genres où la richesse du vocabulaire décline nettement sont le rap et le R&B, tandis que le rock affiche le gain de lisibilité le plus net.
Le genre compte plus que ne le suggéraient les titres de presse. Les caractéristiques des paroles expliquent environ un tiers de la variation de l’année de sortie d’une chanson de rap, mais moins d’un dixième pour la pop, ce qui signifie que les paroles de rap ont changé de façon beaucoup plus systématique. Les chiffres au niveau des artistes montrent à quel point l’écart reste large : seule une poignée de rappeurs atteignent les tailles de vocabulaire qui ont fait les gros titres.
| Métrique | Valeur | Source |
|---|---|---|
| Paroles de chansons en anglais analysées (plateforme Genius, années de sortie de 1970 à 2020, cinq genres) | 353 320 | Parada-Cabaleiro et al., Scientific Reports 2024 |
| Genres où la richesse du vocabulaire a diminué avec le temps (résultats corrigés) | Rap et R&B | Parada-Cabaleiro et al., Scientific Reports 2024 |
| Part de la variance de l’année de sortie d’une chanson expliquée par les caractéristiques de ses paroles, rap contre pop | R² = 0,3340 contre R² = 0,0835 | Parada-Cabaleiro et al., Scientific Reports 2024 |
| Artistes de hip hop avec plus de 7 000 mots uniques dans leurs 35 000 premiers mots de paroles, sur 150 artistes (jeu de données mis à jour le 21 janvier 2019) | 2 | Matt Daniels, The Pudding 2019 |
| Chansons analysées pour le style des paroles (vocabulaire, longueur, répétitivité, débit et lisibilité) | Plus d’un demi-million, sur cinq décennies | Barman, Awekar et Kothari, ACM SIGIR 2019 |
Le classement du vocabulaire compte les mots uniques dans les 35 000 premiers mots de paroles de chaque artiste, ce qui, selon son auteur, couvre de 3 à 5 albums studio et EP (le classement du vocabulaire du hip hop) ; les données les plus récentes disponibles datent de sa mise à jour de 2019. L’étude sur le style a constaté que le style des chansons populaires diffère nettement de celui des autres chansons (Decoding the Style and Bias of Song Lyrics, arXiv). Les méthodes et les résultats corrigés figurent dans l’analyse portant sur cinq genres.
3. Ton émotionnel : plus de stress, moins de positivité
Plus simples et plus négatives se révèlent être deux tendances distinctes qui évoluent en parallèle. Les données récentes les plus solides proviennent d’un article publié le 11 décembre 2025, qui est parti de 266 086 entrées hebdomadaires du Hot 100 pour aboutir à 20 186 paroles uniques. Le langage lié au stress est corrélé à r = 0,81 avec le temps, tandis que le sentiment positif est corrélé à r = -0,78, les deux sur la période de 1973 à 2023. Les deux mesures évoluent presque en miroir l’une de l’autre.
La négativité n’est pas qu’une histoire américaine ou anglophone. Une analyse de 2025 portant sur les paroles allemandes populaires de 1954 à 2022 constate une baisse significative du sentiment positif depuis le milieu des années 1960. L’étude d’évolution culturelle est allée plus loin et a demandé pourquoi la négativité se propage : elle a trouvé des éléments montrant que les paroles négatives réussissent mieux dans les classements (biais de contenu, une préférence pour le contenu lui-même), et qu’une grande partie du schéma restant s’explique par la transmission non biaisée, où l’apparition de paroles négatives est prédite par leur fréquence passée.
| Métrique | Valeur | Source |
|---|---|---|
| Paroles de chansons uniques analysées, à partir de 266 086 entrées hebdomadaires du Billboard Hot 100, de 1973 à 2023 | 20 186 | Foramitti et al., Scientific Reports 2025 |
| Corrélation avec le temps : mots liés au stress contre sentiment positif (score composite VADER, de -1 le plus négatif à +1 le plus positif) | r = 0,81 contre r = -0,78 (tous deux p < 0,001) | Foramitti et al., Scientific Reports 2025 |
| Paroles de chansons pop dans les deux jeux de données utilisés pour tester pourquoi la négativité s’est propagée, de 1965 à 2015 | n = 4 913 et n = 159 015 | Brand, Acerbi et Mesoudi, Evolutionary Human Sciences 2019 |
| Année où la colère dans les paroles du Billboard Hot 100 a culminé (plus de 6 000 chansons, des années 1950 à 2016) | 2015 | Napier et Shamir, Journal of Popular Music Studies 2018 |
| Période où les paroles du Hot 100 exprimaient le moins de colère | Milieu des années 1950 | Napier et Shamir, Journal of Popular Music Studies 2018 |
| Genres où les mots liés à la colère ont augmenté, de 1970 à 2020 (résultats corrigés) | Les cinq genres, sauf le rock | Parada-Cabaleiro et al., Scientific Reports 2024 |
| Direction du sentiment positif dans les paroles de la musique populaire allemande depuis le milieu des années 1960 (corpus de 1954 à 2022) | Baisse significative | Hunke, Huber et Steffens, Music & Science 2025 |
Note sur les cas atypiques : la colère n’a pas augmenté de façon linéaire. Les chansons de 1982 à 1984 étaient moins colériques, et les chansons sont redevenues plus colériques au milieu des années 1990 (communiqué de la Lawrence Technological University sur EurekAlert, 24 janvier 2019). Le corpus, les mesures et les modèles de la série de 1973 à 2023 figurent dans l’étude des paroles de 1973 à 2023.
4. Centrage sur soi, pronoms et test du choc
La personne dont parlent les paroles a elle aussi changé. Les tubes de fin d’année du top 10 de 1980 à 2007 utilisaient davantage « je », « me » et « mon » et moins « nous », ce que l’auteur principal a résumé en disant que les chansons parlent plus de moi et moins de nous. L’étude de 2024 sur cinq genres constate une hausse de la fréquence des pronoms dans tous les genres sauf la country. Le choix des pronoms semble aussi compter sur le plan commercial : dans les données des classements Billboard, les chansons contenant plus de « tu/vous » avaient plus de succès.
Le test le plus récent consiste à savoir si de grands chocs externes infléchissent ces courbes. Après le début de la COVID-19 aux États-Unis, la tendance baissière du sentiment dans les paroles du Hot 100 s’est affaiblie (interaction période × temps β = 0,012, p < 0,001), ce que les auteurs relient à la régulation émotionnelle, comme l’évasion. Les attentats du 11 septembre 2001 ne montrent aucun effet significatif sur le langage lié au stress, et la croissance des revenus ne suit pas celle du stress une fois les tendances de long terme retirées. Le ton des paroles réagit à certaines crises, pas à tous les mauvais titres de l’actualité.
| Métrique | Valeur | Source |
|---|---|---|
| Tendance des pronoms dans les chansons du top 10 de fin d’année du Billboard Hot 100, de 1980 à 2007 | Plus de je, me et mon ; moins de nous | DeWall et al., Psychology of Aesthetics, Creativity, and the Arts 2011 |
| Genres où la fréquence des pronoms a augmenté, de 1970 à 2020 | Les cinq genres, sauf la country | Parada-Cabaleiro et al., Scientific Reports 2024 |
| Succès dans les classements des chansons utilisant plus de pronoms de la deuxième personne (« tu/vous ») | Plus de succès | Packard et Berger, Psychological Science 2020 |
| Variation de la tendance du sentiment après le début de la COVID-19 aux États-Unis, données mensuelles (interaction période × temps) | β = 0,012, IC à 95% [0,006 ; 0,018], p < 0,001 | Foramitti et al., Scientific Reports 2025 |
| Effet du temps sur le langage lié au stress autour des attentats du 11 septembre 2001 | β = 0,001, IC à 95% [-0,001 ; 0,004], p = 0,208 (non significatif) | Foramitti et al., Scientific Reports 2025 |
| Corrélation entre la croissance du revenu médian réel des ménages et la croissance du stress dans les paroles, tendance retirée | r = 0,17, IC à 95% [-0,12 ; 0,43], p = 0,247 (non significatif) | Foramitti et al., Scientific Reports 2025 |
| Thème de paroles en hausse dans les chansons allemandes populaires à partir de 2017 | Société et statut | Hunke, Huber et Steffens, Music & Science 2025 |
Note de contexte : l’étude sur les pronoms a utilisé les dix chansons les plus populaires de chaque année et n’a pas testé les effets sur les auditeurs (communiqué de l’Université du Kentucky, 18 mars 2011). Le résultat sur la deuxième personne est décrit par ses auteurs dans Knowledge at Wharton ; l’article lui-même est payant. Données les plus récentes disponibles pour la tendance à la première personne : 2011. Les données allemandes sur les thèmes et le sentiment figurent dans Music & Science 2025.
5. Titres et refrains : la structure derrière la répétition
La plupart des répétitions dans les paroles ne sont pas des mots isolés, ce sont des blocs entiers. Dans la série temporelle de compressibilité, l’essentiel des octets économisés provient de grandes sections de plusieurs lignes, avant tout le refrain et les accroches de type refrain (une accroche, ou hook, est la phrase courte et entêtante conçue pour rester en mémoire). Cela fait du refrain l’unité à surveiller, et sa part dans la chanson augmente : le rapport entre les sections de refrain et les sections de la chanson a progressé dans tous les genres de 1970 à 2020, le plus vite dans le rap.
Le titre est devenu un rouage de cette mécanique du refrain plutôt qu’une ouverture. Une analyse indépendante des chansons populaires depuis 1955 constate que le titre arrive bien plus tard qu’au début des années 1960, et que moins de chansons s’ouvrent sur lui. Lues ensemble, les données décrivent des chansons qui attendent plus longtemps pour se nommer, puis répètent ce nom dans un refrain plus long et plus fréquent.
| Métrique | Valeur | Source |
|---|---|---|
| Chansons qui s’ouvraient immédiatement sur leur titre, années 1950 contre aujourd’hui | 1 sur 4 contre moins de 1 sur 20 | Analyse de Chris Gunther, Can’t Get Much Higher 2024 |
| Nombre moyen de mots avant la première apparition du titre, minimum de 1961 contre record absolu de 2024 | 4 mots contre 71 mots | Analyse de Chris Gunther, Can’t Get Much Higher 2024 |
| Tubes n° 1 du Billboard ayant un refrain, fin des années 1960 contre début des années 1970 | 40% contre 70% | Analyse de Chris Gunther, Can’t Get Much Higher 2024 |
| Chansons populaires dont le titre n’apparaît jamais dans les paroles, part traditionnelle contre milieu des années 1980 à milieu des années 1990 | 5 à 10% contre moins de 5% | Analyse de Chris Gunther, Can’t Get Much Higher 2024 |
| Croissance annuelle (pente) du rapport entre sections de refrain et sections de la chanson, rap contre R&B, de 1970 à 2020 | m = 0,008703 contre m = 0,000325 | Parada-Cabaleiro et al., Scientific Reports 2024 |
| Principale source d’octets économisés lorsque les paroles sont compressées | Grandes sections de plusieurs lignes, surtout le refrain et les accroches de type refrain | Varnum et al., PLOS ONE 2021 |
| Éventail des répétitions du refrain par chanson, tubes n° 1 et chansons du Hot 100 mal classées, de 1958 à 2012 | 1 à 16 | Nunes, Ordanini et Valsesia, Journal of Consumer Psychology 2015 |
Réserve : l’analyse des titres est une étude indépendante issue d’une newsletter, non évaluée par des pairs, et elle ne dresse pas la liste complète de son échantillon de chansons (Hey Jude, Are Song Titles Showing Up Later?, 12 septembre 2024). Ses chiffres sur les refrains reposent sur des tubes n° 1 du Billboard. Les choix de tempo et de tonalité qui encadrent ces refrains sont traités dans nos statistiques sur le tempo, le BPM et la répartition des tonalités des chansons.
6. La répétition rapporte-t-elle ? Paroles et succès dans les classements
L’argument commercial en faveur de la répétition est le résultat le plus constant de ce tour d’horizon. L’étude de psychologie du consommateur a comparé tous les tubes n° 1 de 1958 à 2012 à des chansons qui ont été classées mais n’ont jamais dépassé la 90e place, et chaque répétition supplémentaire du refrain a augmenté de 14,5% la probabilité d’atteindre la première place. Son explication est la fluidité de traitement : un texte plus facile à traiter est adopté plus largement et plus vite.
La série temporelle plus longue, de 1958 à 2016, ajoute un détour du côté de l’offre. Les paroles étaient plus simples les années où davantage de nouvelle musique était produite, et les chansons répétitives se classaient plus haut surtout ces années-là, très encombrées. Quand les auditeurs ont plus de choix, la parole la plus facile à assimiler semble l’emporter. L’effet est réel mais modeste : le modèle au niveau des chansons explique 4,7% de la variance de la position dans les classements par ses effets fixes, donc la répétition est un ingrédient d’un tube, pas une formule.
| Métrique | Valeur | Source |
|---|---|---|
| Chansons comparées : tubes n° 1 du Billboard contre chansons classées mais jamais au-dessus de la 90e place, Hot 100 de 1958 à 2012 | 1 029 contre 1 451 | Nunes, Ordanini et Valsesia, Journal of Consumer Psychology 2015 |
| Variation de la probabilité d’atteindre la première place, plutôt que de rester en bas du classement, par répétition supplémentaire du refrain | +14,5% | Nunes, Ordanini et Valsesia, Journal of Consumer Psychology 2015 |
| Années de 1960 à 2015 où les chansons du top 10 étaient en moyenne plus répétitives que le reste du Hot 100 | Chaque année | Colin Morris, The Pudding 2017 |
| Association entre la compressibilité des paroles et le rang dans les classements dans un modèle au niveau des chansons (une valeur négative signifie un meilleur rang) | B = -9,353 (ES 0,657), p < 0,001 | Varnum et al., PLOS ONE 2021 |
| Compressibilité × volume de production annuel (la répétition payait davantage les années avec plus de nouvelles chansons) | B = -2,170 (ES 0,648), p = 0,001 | Varnum et al., PLOS ONE 2021 |
| Corrélation entre un indice de production de nouvelle musique et la compressibilité des paroles, par année | τ = 0,714, p < 0,001 | Varnum et al., PLOS ONE 2021 |
| Performance dans les classements des paroles négatives (biais de contenu) | Les paroles négatives réussissent mieux dans les classements | Brand, Acerbi et Mesoudi, Evolutionary Human Sciences 2019 |
Données les plus récentes disponibles : le résultat sur la répétition du refrain couvre les chansons jusqu’en 2012 et a été rapporté par Pacific Standard ; le test d’évolution culturelle sur les paroles négatives figure dans Evolutionary Human Sciences 2019 (dépôt de l’Université Brunel). La répétition est aussi un choix de production, et le traitement de la voix dans les tubes modernes est traité dans nos statistiques sur l’auto-tune et la correction de hauteur.
Résumé : répétition et simplicité des paroles de chansons en chiffres
| Métrique | Valeur | Source |
|---|---|---|
| Compressibilité moyenne d’une chanson du Hot 100 en 1960 | 45,7% | Colin Morris, The Pudding 2017 |
| De combien une chanson moyenne de 2014 se compresse plus efficacement qu’une chanson de 1960 | 22% plus efficacement | Colin Morris, The Pudding 2017 |
| Tendance de la compressibilité moyenne des paroles, 14 661 chansons du Hot 100, de 1958 à 2016 | τ = 0,726, p < 0,001 | Varnum et al., PLOS ONE 2021 |
| Répétitivité par époque selon une mesure fondée sur la loi de Zipf, Billboard Year-End Hot 100 | Plus élevée de 1991 à 1999 | Dan et Boboc, Journal of Social and Economic Statistics 2025 |
| Genres où la richesse du vocabulaire décline, 353 320 paroles de 1970 à 2020 (résultats corrigés) | Rap et R&B | Parada-Cabaleiro et al., Scientific Reports 2024 |
| Corrélation avec le temps : mots liés au stress contre sentiment positif, de 1973 à 2023 | r = 0,81 contre r = -0,78 | Foramitti et al., Scientific Reports 2025 |
| Année où la colère dans les paroles du Hot 100 a culminé | 2015 | Napier et Shamir, Journal of Popular Music Studies 2018 |
| Années où les paroles du Hot 100 étaient moins colériques au sein des années 1980 | 1982 à 1984 | Napier et Shamir, Journal of Popular Music Studies 2018 |
| Sentiment positif dans les paroles allemandes populaires depuis le milieu des années 1960 | Baisse significative | Hunke, Huber et Steffens, Music & Science 2025 |
| Tendance des pronoms dans les tubes de fin d’année du top 10, de 1980 à 2007 | Plus de je, me et mon ; moins de nous | DeWall et al., Psychology of Aesthetics, Creativity, and the Arts 2011 |
| Chansons s’ouvrant sur leur titre, années 1950 contre aujourd’hui | 1 sur 4 contre moins de 1 sur 20 | Analyse de Chris Gunther, Can’t Get Much Higher 2024 |
| Nombre moyen de mots avant le titre, 1961 contre 2024 | 4 contre 71 | Analyse de Chris Gunther, Can’t Get Much Higher 2024 |
| Chansons populaires sans titre dans les paroles, part traditionnelle | 5 à 10% | Analyse de Chris Gunther, Can’t Get Much Higher 2024 |
| Probabilité d’atteindre la première place par répétition supplémentaire du refrain | +14,5% | Nunes, Ordanini et Valsesia, Journal of Consumer Psychology 2015 |
| Association entre compressibilité et rang dans les classements (négatif signifie meilleur rang) | B = -9,353, p < 0,001 | Varnum et al., PLOS ONE 2021 |
| Performance dans les classements des paroles négatives | Réussissent mieux dans les classements | Brand, Acerbi et Mesoudi, Evolutionary Human Sciences 2019 |
Méthodologie et sources
- Parada-Cabaleiro, Mayerl, Brandl, Skowron, Schedl, Lex and Zangerle, Song lyrics have become simpler and more repetitive over the last five decades, Scientific Reports 14, 5531 (2024), lu en texte intégral, avec le communiqué de presse de l’Université d’Innsbruck pour le sous-échantillon de 2 400 chansons par genre.
- Foramitti, Nater, Lamm and Martins, Societal crises disrupt long-term increases in stress, negativity, and simplicity in US Billboard song lyrics from 1973 to 2023, Scientific Reports 15, 41733 (2025) : corpus, corrélations et modèles de fenêtres d’événements.
- Varnum, Krems, Morris, Wormley and Grossmann, Why are song lyrics becoming simpler?, PLOS ONE 2021 : série temporelle de compressibilité et modèles de classement au niveau des chansons.
- Colin Morris, song repetition analysis, The Pudding 2017 et Matt Daniels, The Largest Vocabulary in Hip Hop, The Pudding (mis à jour en 2019) : journalisme de données reposant sur les propres jeux de données de paroles des auteurs.
- Nunes, Ordanini and Valsesia, The power of repetition, Journal of Consumer Psychology 25(2) 2015, chiffres tels que rapportés par Pacific Standard.
- Brand, Acerbi and Mesoudi, Cultural evolution of emotional expression in 50 years of song lyrics, Evolutionary Human Sciences 2019 (dépôt de l’Université Brunel).
- Napier and Shamir, Quantitative Sentiment Analysis of Lyrics in Popular Music, Journal of Popular Music Studies 30(4) 2018, via le communiqué de la Lawrence Technological University sur EurekAlert.
- Hunke, Huber and Steffens, The Evolution of Song Lyrics: An NLP-Based Analysis of Popular Music in Germany from 1954 to 2022, Music & Science 2025.
- Dan and Boboc, Zipf’s Law and the Evolution of Musical Lyrics, Journal of Social and Economic Statistics 14(2) 2025.
- DeWall, Pond, Campbell and Twenge, Tuning in to Psychological Change, Psychology of Aesthetics, Creativity, and the Arts 5(3) 2011, via le communiqué de l’Université du Kentucky.
- Packard and Berger, Thinking of You: How Second-Person Pronouns Shape Cultural Success, Psychological Science 31(4) 2020, via Knowledge at Wharton.
- Barman, Awekar and Kothari, Decoding the Style and Bias of Song Lyrics, ACM SIGIR 2019 (arXiv).
- Chris Gunther, Hey Jude, Are Song Titles Showing Up Later?, Can’t Get Much Higher, 12 septembre 2024.
- Note sur les données : (1) L’étude de 2024 sur cinq genres a été modifiée par un correctif des auteurs qui a rectifié le descripteur de lisibilité « nombre de mots difficiles » ; nous n’utilisons que les résultats corrigés, qui ont fait passer le déclin de la richesse du vocabulaire du rap et du rock au rap et au R&B, et ont retiré le rock de la tendance de la colère. Ses auteurs préviennent aussi qu’avec un échantillon aussi grand, certaines valeurs p significatives peuvent refléter en partie du bruit aléatoire, et que leurs données de popularité fondées sur Last.fm ne sont pas représentatives de tous les auditeurs. (2) L’étude de 2025 fondée sur la loi de Zipf contredit les études de compression sur la décennie la plus récente ; elle mesure la distribution des fréquences de mots, pas la répétition de lignes, et nous n’avons pu lire que son résumé. (3) Dans la série de compressibilité de 1958 à 2016, la part des chansons du Hot 100 dont les paroles sont disponibles est passée de 27% en 1958 à 91% en 2015, si bien que les premières années reposent sur des échantillons plus minces. (4) L’analyse des titres ne dresse pas la liste complète de son échantillon et n’est pas évaluée par des pairs. (5) Le chiffre de 14,5% sur le refrain provient d’un compte rendu de presse d’un article payant. (6) La plupart des séries sur le long terme s’arrêtent entre 2007 et 2017 ; seule la série du Hot 100 de 1973 à 2023 va jusqu’en 2023.
Dernière mise à jour : 13 novembre 2026. Nous actualisons ce tour d’horizon chaque trimestre, et la prochaine révision est attendue lorsque Billboard publiera son classement Hot 100 de fin d’année 2026 et que de nouvelles études sur les tendances des paroles paraîtront dans Scientific Reports et PLOS ONE.