Jazz w Ogrodzie: Kamasi Washington

  • Kamasi Washington
  • Muzyka
  • Jazz i blues
  • 19
  • (0)0 głosów

Kamasi Washington zaprezentuje swój nowy projekt „Fearless Movement” w Warszawie! To wydarzenie będzie prawdziwym artystycznym odkryciem, które na długo pozostanie w Waszej pamięci! Nie przegapcie koncertu żywej legendy jazzu w ogrodzie Łazienek Królewskich! Bilety na koncert Kamasiego Washingtona już w sprzedaży.

Kamasi Washington to jeden z najbardziej kreatywnych muzyków współczesnego świata, znany ze swojej zdolności do łączenia jazzu, funku, spirituals i awangardowych eksperymentów.

Współpracował z gwiazdami takimi jak Wayne Shorter, Kendrick Lamar, Childish Gambino, St. Vincent, Snoop Dogg, Florence + the Machine oraz Herbie Hancock – z którym już drugi rok z rzędu kuratoruje Hollywood Bowl Jazz Fest.

W 2020 roku Washington skomponował muzykę do filmu dokumentalnego „Becoming”, za co otrzymał nominacje do Emmy i Grammy. W tym samym roku został współzałożycielem supergrupy Dinner Party, a ich mini-album „Dinner Party (Dessert)” zdobył nominację do Grammy w kategorii Najlepszy progresywny album R&B.

Znany z albumów „The Epic”, „Harmony of Difference”, „Heaven and Earth” oraz „Sobremesa”, Washington stworzył muzykę, która zachwyca publiczność na całym świecie – w tym w prestiżowych salach koncertowych, takich jak Carnegie Hall i Royal Albert Hall.

REKLAMA – WIĘCEJ PONIŻEJ
Nie ponosimy odpowiedzialności za zmiany w programie ani za opisy sporządzone na podstawie informacji zebranych z ogólnodostępnych źródeł. Zalecamy, aby wszystkie warunki, ceny, program oraz szczegóły dotyczące przebiegu wydarzenia weryfikować bezpośrednio u organizatorów.
We use cookies and similar technologies on our website to enhance your experience and personalize content and ads. By continuing to use our website/app, you consent to the use of these technologies and the processing of your personal data for personalized and non-personalized advertising. By clicking 'Accept', you consent to the use of cookies and the processing of your data as described above.