Wenn die Leute immer auf einer Entfernung von einem Meter sind, dann kann man das optimieren. Sollten sie mal näher mal weiter weg sein, wird es ohne adaptive Lautstärkeregelung schwierig, weil die Lautstärke mit der Entfernung sehr stark abnimmt.
Mehreren Leuten gleichzeitig zuzuhören macht die Sache nicht einfacher, weil man als Mensch zur Trennung der Quellen den Stereoeffekt nutzt, was Du aber nur mit einem Stereosystem erreichst und das wiederum in guter Qualität ist nicht einfacher.
Mit Filtern kannst DU die Umgebungsgeräusche rausfiltern, aber dann leidet die Sprachqualität.
Ein Versuch ist es Wert, aber viel Geld würde ich nicht reinstecken. Sieh mal bei Pollin nach. Da gabs mal eine Zeit lang ganz gute, sehr preisgünstige Mikros zum Teil mit Verstärker.

PS: Professionelle Anwendungen benutzen Mikrofonarrays mit einigen wenigen bis hin zu einigen zig Mikros. Die können die Quelle orten und ihre Richcharakteristik auf diese dynamisch adaptieren. Das wirst Du aber nicht ohne weiteres hinbekommen...