เป็นเวลาหลายปีที่เราได้เห็น Ed Sheeran มาโลดแล่นในวงการเพลง ผลิตเพลงดังหลายเพลงฮิตติดหูจนต้องร้องตาม พาขึ้น most requested ในช่องวิทยุจนคนทั่วไปที่เข้าฟังสามารถร้องตามได้ จนทำเราอดนึกไม่ได้ว่าหากรวมศิลปินที่ represent ความฮอตฮิตในส่วนของเพลง Pop นั้น หนึ่งในนั้นต้องไม่พลาดภาพของนายเอ็ดที่กำลังถือกีต้าร์แน่นอน

และที่สุดของเรื่องคือ เมื่อย้อนกลับไปเมื่อปลายปี 2015 นางได้ประกาศจะเลิกเล่น Social Media ไปสักพัก จากนั้นนางก็หายตัวไป เงียบ จนผ่านไปหนึ่งปีเมื่อในปลายปี 2016 นางกลับมาพร้อมอัพโหลดรูปใหม่ใน Instagram และ Twitter เป็นสีฟ้าสดใสเป็นปกอัลบั้มใหม่ ซึ่งก็คืออัลบั้ม Divide จ้า

และทุกอย่างๆค่อยๆพีคขึ้นเรื่อยๆ ไม่ว่าจะการค่อยๆปล่อยภาพปกรูปเครื่องหมายหาร(÷) และปล่อยซิงเกิ้ล 2 ตัวอย่าง Castle on the Hill และ Shape of you ทุกอย่างเริ่มเป็นกระแสไปหมด และความพีคนั้นก็คือ 2 เพลงนี้แหล่ะที่ทำให้เอ็ดเป็นศิลปินแรกที่พา 2 เพลงของตัวเองขึ้นไปอยู่ใน Top Chart UK ได้ !

และความพีคถัดมาก็ไม่เท่าไร ก็แค่หลังจากปล่อยเพลงทั้งอัลบั้มมา ทุกเพลงแค่ติดใน Top 20 songs ของ UK Chart เองจ้า

โอออออออ้โหหหหหหหห พีคไม่พีคแค่ไหนถามใจดู

ดังนั้นสิ่งที่เราสนใจคือ นางทำยังไงเพลงถึงได้ฮิต ถึงได้เปรี้ยงขนาดนี้กันนะ เพราะเอ็ดเองก็ทำหน้าที่ทั้งร้องและแต่งเพลง ซึ่งไม่ใช่แค่ซุ่มทำเพลง 1 ปีแล้วก็เปรี้ยงขนาดนี้ เพลงนางก็เปรี้ยงตั้งแต่อัลบั้มก่อนๆแล้ว

สิ่งที่แรกที่เราจะดูคือ Word Cloud เพื่อดูว่านางใช้คำอะไรกันนะที่เอามาใช้แต่งเนี้ย

โดยที่เราจะใช้ Library จาก https://github.com/amueller/word_cloud เพื่อดูว่าคำไหนถูกใช้มากที่สุด

อย่างรูปด้านบนนี้จะเป็นทะเลคำที่มาจากอัลบั้ม Multiply อย่างเดียว โดยที่ยังไม่ได้กรองคำต่างๆหรือ clean data แต่อย่างใด

มันก็จะมี word ที่ไม่นำมาคิด เช่น a, and, for, have พวกนี้ เราจะเรียกมันว่า stopwords โดยเราก็จะ apply เข้า wordcloud ของเรานี่แหล่ะ แถมตัว wordcloud นี้เองสามารถทำให้เมฆของเราอยู่ในทรงต่างๆที่เรียกว่า mask ได้ด้วย

อย่างอัลบั้ม Multiply (X) ก็จะเป็น

และอัลบั้มล่าสุดที่เปรี้ยงสุดๆ Divide ก็คือ

อย่างคำว่า Oh, Make rain, Take Back จาก Multiply และ Ye Ye, Wo nooma ใน Divide จะเป็นคำที่ค่อนข้างจะใช้บ่อยในเพลงเพราะเป็นคำพวกนี้อยู่ในท่อนที่เอาไว้ร้องในท่อนฮุค ดังนั้นก็จะไม่แปลกที่จะเจอคำพวกนี้อยู่ในอันดับต้นๆ

คำว่า Oh ก็มาจากเพลง Sing, Make Rain ก็มาจากเพลง Make it Rain ที่มีคำว่า Make it rain วนไปวนมา

ตัว Ye Ye และ Wo norma จาก Bibia be yeye ก็เหมือนกัน

มันอาจจะเป็นนัยหนึ่งที่บอกได้ว่า หนึ่งสาเหตุที่เพลงเอ็ดดังจะเป็นเพราะคำที่ถูกใช้ในเพลงนั้นถูกวนไปมาและใช้ซ้ำบ่อยๆ

ความเป็นไปได้ที่ผู้ฟังจะรู้สึกว่าท่อนเพลงนั้นติดหู และชื่นชอบเพลงนั้น ซึ่งหากสังเกตดีๆคำที่เอ็ดใช้แต่งเพลงก็จะเป็นคำง่ายๆอีกด้วย

จากประสบการณ์ส่วนตัวที่ฟังมา เอ็ดมักจะแต่งเพลงจากประสบการณ์ที่เอ็ดเคยเจอหรือบอกเล่าเรื่องราวของคนที่เอ็ดรัก เพลงในหลายๆท่อนจะเป็นคำอธิบายและปรากฏคำพูดของคนที่กล่าวถึงในเพลง เพลงที่มีเรื่องราวเล่าเยอะส่วนหนึ่งก็จะเป็นท่อนแร็ป (ที่ฟังมาหลายปีก็ยังร้องไม่ทัน) และก็วนกลับด้วยท่อนฮุคล้างสมองนิดๆของนาง

ดูเหมือนว่า wordcloud จะอธิบายได้แค่เพียงบางส่วน ดังนั้นเราจะมาเล่นอย่างอื่นที่สามารถบอกอะไรได้มากขึ้น

เราจะมาใช้ Google Natural Language API กัน !

Google Natural Language API คือ Machine Learning Model ของ Google ที่สามารถให้เราหยิบยืมมาใช้เพื่อบอกว่า Text หรือคำพูดนั้นๆมี emotion เป็นอย่างไร เช่น เป็น Position, Negative หรือ Neutral โดยที่เราสามารถใช้ผ่าน Rest API ได้ และ Google จะส่งค่า emotion นั้นเป็นตัวเลขต่างๆ

ตัวเลขต่างๆที่เราว่านั้นที่จะใช้ในบทความนี้คือ Sentiment Analyze

Sentiment Analyze จะให้มาสองค่าคือ Score และ Magnitude

ค่า Score จะเป็นค่าที่อยู่ในช่วง [-1, 1] เพราะถูก Normalized แล้วโดยที่ค่า Negative เป็น -1, Positive เป็น 1, และแน่นอน Neutral เป็น 0

ค่า Magnitude นั้นจะเป็นค่าที่บอกความเข้มข้นของ Emotion นั้นๆว่า text นั้นมีความ Positive มาก หรือ Negative มากแค่ไหน อย่างใดอย่างหนึ่ง

โดยค่า positive หรือ negative นั้นเพียงแสดงออกถึงความรู้สึกที่ไปทางบวกหรือลบ ซึ่งอย่าง negative จะรวมถึงความรู้สึก Sad หรือ Angry ด้วย

เราจะมาดูกันว่าเพลงของ Ed นั้นเป็นเพลงที่เต็มไปด้วยความรู้สึกแบบไหนกัน

ประเดิมด้วยเพลงจาก Multiply เหมือนเดิม จากรูปด้านบน ดูเหมือนว่า English Rose จะให้ค่า score มากที่สุดในเรื่องความ Positive ตามมาด้วย Tenerife Sea, Thinking out loud และ Afire love

สำหรับเราแล้ว 3 เพลงแรกนั้นไม่แปลกเท่าไร เพราะทั้ง 3 เพลงนี้เป็นเพลงโรแมนติก แต่ Afire love ไม่ค่อยให้ความ Positive ในความคิดเราสักเท่าไร ออกจะเป็นเพลงเศร้าๆด้วยซ้ำ

และ เพลงที่ได้น้อยที่สุดนั้นได้แก่เพลง Bloodstream และ One ตามด้วย Don’t และ The Man ที่ได้เท่ากัน

อันที่จริงตอนแรกเรานึกว่า Don’t จะได้ negative มากที่สุดเสียอีก แต่กลับกลายเป็นโดน Bloodstream แซงไป

ค่าที่เราจะวัดถัดมาคือMagnitude จากรูปด้านบน ค่าที่ได้มากที่สุดคือ Take it back และ Afire Love และรองมาคือ Don’t และ The Man

อันที่จริงแล้วนี่อาจจะเป็นคำตอบของคำถามที่ว่าทำไม Don’t น่าจะได้ negative มากกว่า ค่า Magnitude บอกความเข้มข้นของ word ในเพลง Don’t มีมากกว่า เพราะเพลงนี้เป็นเพลงแนว break up และคำว่า Fuck เยอะ ในท่อนฮุคที่ว่า

“Don’t fuck with my love

That heart is so cold

All over my home

I don’t wanna know that babe”

และตามด้วย “Ah lahmlahlah” ฮุคล้างสมอง(นิดๆ)

จากนั้นเราจะไปวิเคราะห์เพลงในอัลบั้ม Divide กัน และพบว่าเพลงที่ได้ score มากที่สุดที่ 0.7 คือ Hearts don’t break around here และน้อยที่สุดเป็นเพลงเศร้าอย่าง Save Myself และค่า Magnitude นำมาด้วย Hearts don’t break around here เจ้าเดิม และน้อยที่สุดคือ New Man

พอลองไปดูเนื้อเพลงของ Hearts don’t break around here แล้ว แค่ประโยคแรกก็เริ่มต้นพาเขินด้วยคำว่า

“She is the sweetest thing that I know

You should see the way she holds me when the lights go low”

ถ้าลองวัดแค่ประโยคนี้ตรงๆก็ได้ค่า score กะ magnitude ตั้ง 0.7 แล้ว แถมทั้งเพลงก็ยังหวานทั้งเพลงอีก จึงไม่น่าแปลกใจเท่าไรที่จะเยอะขนาดนี้

ในขณะที่เพลง Save myself เป็นเพลงที่เอ็ดแต่งขึ้นเกี่ยวกับตัวเองในเรื่องที่แคร์คนอื่นมากกว่าตัวเอง ออกเป็นเพลงเศร้าเสียมากกว่า

“I gave you all my energy and I took away your pain

Cause human beings are destined to radiate or drain

What line do we stand upon cause from here it looks the same?

And only scars remain”

ฟังๆดูแล้วค่าที่ได้คร่าวๆก็ดูสมเหตุสมผลใช้ได้อยู่

สรุป

• Word Cloud ทำให้เราเห็นภาพชัดว่าคำไหนที่ถูกใช้บ่อย นั่นทำให้เราเห็นว่ามีคำมากมายที่ถูกร้องซ้ำในท่อนฮุค
• การใช้ Word Cloud จำเป็นต้องมีการ clean data ตัดคำอย่าง stopwords เพื่อให้เห็นภาพที่ชัดเจนขึ้น
• Google Natural Language API ทำให้เรารู้ว่าประโยคนั้นมี Emotion เป็นอะไร
• แต่ Google NL API ยังไม่ค่อยได้ผลลัพท์ที่ตรงกับความรู้สึกคนฟังจริงๆ 100 % แม้เนื้อเพลงจะมีคำว่า love แต่จังหวะเพลงนั้นออกไปทางเศร้าๆเสียมากกว่า เช่น Afire Love
• นั่นหมายความว่า Google Natural Language API มีข้อจำกัดแค่การรับ input ในส่วน text เท่านั้น ทำให้การวิเคราะห์ถึงบทเพลงไม่ตรง 100% แต่สามารถนำมาดูคร่าวๆได้

นี่ก็เป็นการวิเคราะห์จากเรา ผิดถูกยังไงสามารถเข้ามาคุยได้นะ เราเองก็ถ้าชอบเพลงของใครก็จะฟังผลงานของศิลปินคนนั้นๆวนๆทั้งอัลบั้ม 555 ขอบคุณที่อ่านถึงตรงนี้ค่า

Word cloud: https://github.com/mesodiar/edsheeran-wordcloud

Google Natural Language API: https://github.com/mesodiar/edsheeran-google-natural-language-api