sin_ropas_mirror_brideSIN ROPAS – Mirror Bride
(Jealous Butcher, 2016)

Tim Hurley (Red Red Meat) e Danni Iosello (Califone) continuano a scandire, di tanto in tanto, la loro vita di coppia con una nuova manciata di canzoni del loro parallelo sodalizio artistico Sin Ropas, originato a inizio Duemila quale costola delle rispettive attività con i Red Red Meat e i Califone. Al quinto disco insieme e a ben cinque anni dal precedente “Holy Broken”, il duo della North Carolina» non smentisce legami con il rock da college radio a cavallo del passaggio di millennio, né tanto meno il carattere sghembo di canzoni che raccontano di storie “sbagliate” e sofferenze da esorcizzare attraverso dolenti strati di fuzz e ritmiche nervose.

La formula non muta sostanzialmente negli otto taglienti brani di “Mirror Bride”, dai contorni ancora nervosamente desertici, benché adesso in prevalenza diluiti in un feedback di consistenza liquida, che fa da tappeto alle linee melodiche veicolate dall’ovattato timbro vocale di Hurley. L’esito di tale combinazione sono dunque spesso canzoni piane smussa (“Brush For This” e la title track), la cui fluida vena pop smussa i residui spigoli di quel blues elettrico destrutturato i cui germi hanno contagiato una parte considerevole del rock alternativo degli anni Novanta.

Tuttavia, con i mantra elettrici e le armonie sfumate di “Mirror Bride”, i Sin Ropas dimostrano non solo radici ben salde, ma propensione a sviluppare, alla luce della loro maturità, codici espressivi pienamente connaturati alla desertica tradizione rock americana.

http://sinropas.com/

Pubblicità

Rispondi

Inserisci i tuoi dati qui sotto o clicca su un'icona per effettuare l'accesso:

Logo di WordPress.com

Stai commentando usando il tuo account WordPress.com. Chiudi sessione /  Modifica )

Foto Twitter

Stai commentando usando il tuo account Twitter. Chiudi sessione /  Modifica )

Foto di Facebook

Stai commentando usando il tuo account Facebook. Chiudi sessione /  Modifica )

Connessione a %s...

Questo sito utilizza Akismet per ridurre lo spam. Scopri come vengono elaborati i dati derivati dai commenti.