Вот здесь и вопрос: в колонках есть 2, максимум 3 камеры: по динамикам (бас, средние, высокие) и несмотря на вполне приличный частотный диапазон каждого динамика одной камеры хватает. Почему нужны индивидуальные камеры по близким голосам? Кстати, объединив можно добиться описанного Вами эффекта...