Der Vorschlag kam vorhin schon irgendwo, habe aber keine Antwort von Dir dazu entdeckt oder sie überlesen. Ich versuche diese Idee nochmal deutlicher auszuführen:
Ihr stellt die Instrumente im Raum exakt so auf, wie sie im späteren Stereo-Klangbild verortet sein sollen. Der Sänger (Du schriebst das Vocal-Signal solle im Mix in der Mitte sein) stellt sich genau in der Mitte vor ein Raummikro, das auch die (natürlich etwas leiser) einstrahlenden sonstigen Töne nicht zischelnd verfälscht, sondern gut wiedergibt. Wenn Du nun die restlichen Signale stärker auf Rechts und Links verteilst, als ohne Gesangsspur, müsste das doch zu machen sein.
Martin