Análise de sentimento aplicada a letras de músicas: um estudo sobre os artistas mais ouvidos no Spotify no Brasil entre 2014-2023

Abstract

A música é uma importante forma de expressão, e reflete tendências da sociedade que variam conforme o tempo e a localidade. Ao longo das últimas décadas, a transformação digital modificou profundamente esse cenário, especialmente com a chegada dos serviços de streaming, que alteraram a lógica de consumo e distribuição musical. Com o crescimento das plataformas de streaming, como o Spotify, Deezer e Apple Music, a forma de ouvir música tomou uma nova proporção, sendo possível analisar profundamente comportamentos, tendências de produção fonográfica, e padrões de consumo dos usuários. Nesse sentido, as técnicas de processamento de linguagem natural (PLN), mais especificamente a análise de sentimento (AS), quando aplicada em letras de música oferecem a oportunidade de compreender as emoções predominantes e a temática mais frequente nas obras. Neste trabalho, foram coletados e organizados em 3 data frames distintos os lançamentos musicais e letras das músicas dos 10 artistas mais ouvidos no Spotify no Brasil, entre 2014 e 2023. Por meio de técnicas de PLN, incluindo pré-processamento textual e a aplicação do BERTimbau, um modelo de linguagem pré-treinado adaptado para o português brasileiro e ajustado para AS a partir do dataset GoEmotions, realizou-se a classificação das emoções presentes nas letras, de forma quantitativa. Os resultados iniciais evidenciam padrões relevantes nos lançamentos musicais, com destaque para a predominância de singles impulsionada pelo streaming, a forte presença de colaborações em gêneros como o funk e redes colaborativas mais intensas no sertanejo. Observamos que as letras analisadas refletem majoritariamente emoções e temáticas ligadas a amor e tristeza, reforçando a centralidade de narrativas afetivas na produção musical brasileira contemporânea. Além disso, destaca-se que os artistas mais ouvidos no mercado brasileiro do Spotify na última década são brasileiros, o que mostra uma valorização da produção nacional e a identificação cultural dos ouvintes com artistas locais.

Music is an important form of expression and reflects societal trends that vary over time and location. Over the past few decades, digital transformation has profoundly changed this landscape, especially with the advent of streaming services, which have altered the logic of music consumption and distribution. With the growth of streaming platforms like Spotify, Deezer, and Apple Music, music listening has taken on a new dimension, enabling in-depth analysis of user behaviors, music production trends, and consumption patterns. In this context, natural language processing (NLP) techniques, specifically sentiment analysis (SA) applied to song lyrics, provide the opportunity to understand the predominant emotions and recurring themes in musical works. In this study, we collected and organized the music releases and lyrics of the 10 most-streamed artists on Spotify in Brazil between 2014 and 2023 into three distinct data frames. Using NLP techniques, including text preprocessing and the application of BERTimbau, a pre-trained language model adapted to Brazilian Portuguese and adjusted for AS using the GoEmotions dataset, we quantitatively classified the emotions present in the lyrics. Initial results reveal relevant patterns in music releases, notably the predominance of singles driven by streaming, the strong presence of collaborations in genres such as funk, and more intense collaborative networks in sertanejo. We observed that the lyrics analyzed predominantly reflect emotions and themes related to love and sadness, reinforcing the centrality of affective narratives in contemporary Brazilian music production. Furthermore, it is worth noting that the most listened to artists in the Brazilian Spotify market in the last decade are Brazilian, which demonstrates an appreciation for national production and the cultural identification of listeners with local artists.