Tänk dig att du har en långsam filterattack och först spelar en ton, sedan spelar en till medan du håller ner den första tonen. Har du bara ett filter kommer det antingen bli så att envelopen startas om för båda tonerna (vilket blir konstigt med första tonen) eller att andra tonen inte får någon attack. Filtret kan ju bara ha en frekvens i taget, så en separat envelopekurva för varje röst kräver ett filter per röst.
Tänk dig parallellen med hur det skulle bli om man hade en gemensam volymenvelope för alla röster så blir det kanske lättare att begripa varför det inte skulle funka.