zdolność do sight-reading częściowo zależy od silnej krótkotrwałej pamięci muzycznej . Eksperyment na czytanie wzroku za pomocą Eye tracker wskazuje, że wysoko wykwalifikowani muzycy mają tendencję do patrzenia w przyszłość dalej w muzyce, przechowywania i przetwarzania nut, dopóki nie są odtwarzane; jest to określane jako rozpiętość oczu dłoni.

przechowywanie informacji notacyjnych w pamięci roboczej może być wyrażone jako ilość informacji (obciążenie) i czas, przez który musi być przechowywana przed odtworzeniem (opóźnienie). Zależność między obciążeniem a opóźnieniem zmienia się w zależności od tempa, tak że t = x/Y, gdzie T to zmiana tempa, x to zmiana obciążenia, a y to zmiana opóźnienia. Niektórzy nauczyciele i badacze zaproponowali, że rozpiętość dłoni i oczu może być szkolona tak, aby była większa niż w normalnych warunkach, co prowadzi do silniejszej zdolności czytania wzroku.

pamięć ludzką można podzielić na trzy szerokie kategorie: pamięć długotrwałą, pamięć sensoryczną i pamięć krótkotrwałą (roboczą). Zgodnie z formalną definicją, pamięć robocza jest ” systemem do tymczasowego przechowywania i zarządzania informacjami wymaganymi do wykonywania złożonych zadań poznawczych, takich jak uczenie się, rozumowanie i rozumienie.”Najważniejszą cechą, która odróżnia pamięć roboczą od pamięci długotrwałej i pamięci sensorycznej, jest zdolność tego systemu do jednoczesnego przetwarzania i przechowywania informacji. Wiedza ma tak zwaną „ograniczoną pojemność”, więc istnieje tylko pewna ilość informacji, która może być przechowywana i jest łatwo dostępna tylko przez małe okno czasu po jej przetworzeniu, z blokiem czasu przywołania wynoszącym około piętnastu sekund do jednej minuty.

eksperymenty dotyczące zakresu pamięci zostały przeprowadzone przez George ’ a Millera w 1956 roku, który wskazał: „najczęstszą liczbą elementów, które mogą być przechowywane w pamięci roboczej, jest pięć plus minus dwa.”Jeśli jednak informacje te nie zostaną zachowane i zapisane („skonsolidowane”) w pamięci długotrwałej, szybko znikną.

badania wskazują, że głównym obszarem mózgu związanym z pamięcią roboczą jest kora przedczołowa. Kora przedczołowa znajduje się w płacie czołowym mózgu. Obszar ten zajmuje się poznaniem i zawiera dwie główne pętle neuronowe lub ścieżki, które są Centralne Dla zadań przetwarzania za pośrednictwem pamięci roboczej: pętla wzrokowa, która jest niezbędna dla wizualnego komponentu zadania, oraz pętla fonologiczna, która zajmuje się językowymi aspektami zadania (tj. powtarzaniem słowa lub frazy). Chociaż hipokamp, w płacie skroniowym, jest strukturą mózgu najczęściej sparowaną ze wspomnieniami, badania wykazały, że jego rola jest bardziej istotna dla konsolidacji krótkotrwałych wspomnień w długoterminowe niż zdolność do przetwarzania, przeprowadzania i krótkiego przypominania pewnych zadań.

ten rodzaj pamięci ma szczególne znaczenie podczas omawiania czytania wzroku, ponieważ proces patrzenia na nuty po raz pierwszy i rozszyfrowania ich podczas gry na instrumencie można uznać za złożone zadanie zrozumienia. Głównym wnioskiem w odniesieniu do tej idei jest to, że pamięć robocza, pojemność pamięci krótkotrwałej i prędkość umysłowa są trzema ważnymi predyktorami dla osiągnięcia odczytu wzroku. Chociaż żadne z badań nie dyskredytuje korelacji między ilością czasu spędzanego na ćwiczeniu a zdolnościami muzycznymi, w szczególności biegłością czytania wzroku, więcej badań wskazuje na poziom, na którym funkcjonuje pamięć robocza jako kluczowy czynnik w umiejętnościach czytania wzroku. Jak stwierdzono w jednym z takich badań, ” pojemność pamięci roboczej również wniosła istotny statystycznie wkład (około 7 procent, efekt średniej wielkości). Innymi słowy, jeśli wziąć dwóch pianistów z taką samą ilością praktyki, ale różne poziomy pojemności pamięci roboczej, jest prawdopodobne, że jeden wyższy w pojemności pamięci roboczej byłby znacznie lepiej w zadaniu czytania wzroku.”

opierając się na badaniach i opiniach wielu muzyków i naukowców, wiadomość take home o zdolności czytania wzroku i pojemności pamięci roboczej wydaje się być taka, że „najlepsi czytelnicy wzroku połączyli silne wspomnienia robocze z dziesiątkami tysięcy godzin praktyki.”

Czytanie wzroku zależy również od znajomości wykonywanego idiomu muzycznego; pozwala to czytelnikowi rozpoznać i przetworzyć często występujące wzory nut jako jedną jednostkę, a nie pojedyncze nuty, osiągając w ten sposób większą wydajność. Zjawisko to, które odnosi się również do czytania języka, określane jest jako chunking. Błędy w czytaniu wzrokowym występują zwykle w miejscach, w których muzyka zawiera nieoczekiwane lub nietypowe sekwencje; są to sprzeczne ze strategią „czytania przez oczekiwanie”, którą zwykle stosują czytelnicy wzroku.