У меня сцена стоит не на первом месте... Для меня важно эмоциональная составляющая - "вставляет" или нет. Частотный баланс важен, соотношение уровней на разных частотах и масштаб уровней (ДД). Пусть в маленьком масштабе, но правильном по соотношению уровней. Ну, и эмоции исполнителя желательно чтобы слышны были, а они и в моно слышны...
Эстраду пишут раздельно в изолированных боксах, потом все сводят на вкус режиссера, электронику вообще на компьютере, виртуально, так что сложно сказать какая "сцена" правильная... Некоторые частотные диапазоны сводят вообще в моно, например в виниле любят сводить ниже 200Гц и выше 10кГц (но это раньше при несовершенстве рекордеров, сейчас не всегда). То что разные инструменты иногда пишут в разные каналы, это не стерео, это "задумка режиссера" или эффекты.

Настоящая сцена будет только при записи всего состава исполнителей целиком на 2 микрофона. И то, при воспроизведении будет только правильно соответствовать фаза по фронту, а вглубь будет полностью зависеть от размера комнаты прослушивания, размещения АС и расположения мебели. Другими словами в ширину еще как-то получится, а вглубь - как повезет, в 90% случаев будет совсем другая "сцена" из-за отражений. Фаза в реале кувыркается через 360грд, мама не горюй....))