Weil Stimmen halt Mono sind (man hat nur einen Mund) und am besten auch immer aus der Mitte kommen in einer guten Konversation sitzt man dem Gesprächspartner auch direkt gegenüber. Alles andere ist eher verwirrend, bei Musik kommt der Hauptgesang auch immer aus der Mitte (von Effekten, Hall mal...