т.е. сцена и инструменты должны быть пропорционально масштабированы до какого то определенного размера?
Что такое "сцена" я плохо понимаю, но есть определённый объём пространства, в который должны уместиться КИЗ фонограммы и соблюдены их взаимные пропорции. "Натурального размера" при воспроизведении записи существовать не может, кстати, как и в реальности (если это запись акустических инструментов, про остальные варианты даже не говорим).