La capacité de lecture à vue dépend en partie d’une forte mémoire musicale à court terme. Une expérience sur la lecture à vue à l’aide d’un eye tracker indique que les musiciens hautement qualifiés ont tendance à regarder plus loin dans la musique, en stockant et en traitant les notes jusqu’à ce qu’elles soient jouées; c’est ce qu’on appelle la durée œil–main.

Le stockage d’informations notationnelles en mémoire de travail peut être exprimé en termes de quantité d’informations (charge) et de temps pendant lequel elles doivent être conservées avant d’être jouées (latence). La relation entre la charge et la latence change en fonction du tempo, de sorte que t = x / y, où t est le changement de tempo, x est le changement de charge et y est le changement de latence. Certains enseignants et chercheurs ont proposé que la portée œil–main puisse être entraînée de manière à être plus grande qu’elle ne le serait autrement dans des conditions normales, ce qui permettrait une capacité de lecture à vue plus robuste.

La mémoire humaine peut être divisée en trois grandes catégories: la mémoire à long terme, la mémoire sensorielle et la mémoire (de travail) à court terme. Selon la définition formelle, la mémoire de travail est « un système de stockage et de gestion temporaires des informations nécessaires à la réalisation de tâches cognitives complexes telles que l’apprentissage, le raisonnement et la compréhension. »La caractéristique primordiale qui distingue la mémoire de travail de la mémoire à long terme et de la mémoire sensorielle est la capacité de ce système à traiter et à stocker simultanément des informations. La connaissance a ce qu’on appelle une « capacité limitée », il n’y a donc qu’une certaine quantité d’informations qui peut être stockée et elle n’est facilement accessible que pendant une petite fenêtre de temps après son traitement, avec un bloc de temps de rappel d’environ quinze secondes à une minute.

Des expériences portant sur la durée de la mémoire ont été menées par George Miller en 1956, indiquant: « Le nombre le plus courant d’éléments pouvant être stockés dans la mémoire de travail est de cinq plus ou moins deux. »Cependant, si ces informations ne sont pas conservées et stockées (« consolidées”) dans sa mémoire à long terme, elles disparaîtront rapidement.

La recherche indique que la zone principale du cerveau associée à la mémoire de travail est le cortex préfrontal. Le cortex préfrontal est situé dans le lobe frontal du cerveau. Cette zone traite de la cognition et contient deux boucles ou voies neuronales majeures qui sont au cœur du traitement des tâches via la mémoire de travail: la boucle visuelle, qui est nécessaire à la composante visuelle de la tâche, et la boucle phonologique, qui traite des aspects linguistiques de la tâche (c’est-à-dire répéter le mot ou la phrase). Bien que l’hippocampe, dans le lobe temporal, soit la structure cérébrale la plus fréquemment associée aux souvenirs, des études ont indiqué que son rôle est plus vital pour la consolidation des souvenirs à court terme en souvenirs à long terme que la capacité de traiter, d’exécuter et de rappeler brièvement certaines tâches.

Ce type de mémoire est particulièrement mis en évidence lors de la discussion de la lecture à vue, car le processus consistant à regarder des notes de musique pour la première fois et à les déchiffrer tout en jouant d’un instrument peut être considéré comme une tâche complexe de compréhension. La principale conclusion en termes de cette idée est que la mémoire de travail, la capacité de mémoire à court terme et la vitesse mentale sont trois prédicteurs importants pour la réalisation de la lecture à vue. Bien qu’aucune des études ne discrédite la corrélation entre la quantité de temps que l’on passe à pratiquer et la capacité musicale, en particulier la maîtrise de la lecture à vue, de plus en plus d’études pointent vers le niveau auquel la mémoire de travail fonctionne comme le facteur clé des capacités de lecture à vue. Comme indiqué dans une de ces études, « La capacité de mémoire de travail a également apporté une contribution statistiquement significative (environ 7%, un effet de taille moyenne). En d’autres termes, si vous avez pris deux pianistes avec la même quantité de pratique, mais des niveaux différents de capacité de mémoire de travail, il est probable que celui qui a la capacité de mémoire de travail la plus élevée aurait beaucoup mieux fonctionné sur la tâche de lecture à vue. »

Sur la base des recherches et des opinions de plusieurs musiciens et scientifiques, le message à retenir sur la capacité de lecture à vue et la capacité de mémoire de travail semble être que « Les meilleurs lecteurs à vue combinaient des souvenirs de travail solides avec des dizaines de milliers d’heures de pratique. »

La lecture à vue dépend également de la familiarité avec l’idiome musical exécuté; cela permet au lecteur de reconnaître et de traiter les motifs fréquents de notes comme une seule unité, plutôt que des notes individuelles, atteignant ainsi une plus grande efficacité. Ce phénomène, qui s’applique également à la lecture du langage, est appelé chunking. Les erreurs de lecture à vue ont tendance à se produire dans des endroits où la musique contient des séquences inattendues ou inhabituelles; celles-ci vont à l’encontre de la stratégie de « lecture par attente » que les lecteurs à vue utilisent généralement.