capacitatea de citire a vederii depinde parțial de o memorie muzicală puternică pe termen scurt. Un experiment privind citirea la vedere folosind un dispozitiv de urmărire a ochilor indică faptul că muzicienii cu înaltă calificare tind să privească mai departe în muzică, stocând și procesând notele până când sunt redate; acest lucru este denumit intervalul ochi–mână.

stocarea informațiilor notaționale în memoria de lucru poate fi exprimată în termeni de cantitate de informații (încărcare) și timpul pentru care trebuie păstrate înainte de a fi redate (latență). Relația dintre sarcină și latență se schimbă în funcție de tempo, astfel încât t = x/y, unde t este schimbarea tempo-ului, x este schimbarea sarcinii și y este schimbarea latenței. Unii profesori și cercetători au propus ca intervalul ochi-mână să poată fi instruit pentru a fi mai mare decât ar fi altfel în condiții normale, ducând la o capacitate mai robustă de citire a vederii.memoria umană poate fi împărțită în trei mari categorii: memoria pe termen lung, memoria senzorială și memoria pe termen scurt (de lucru). Conform definiției formale, memoria de lucru este „un sistem de stocare și gestionare temporară a informațiilor necesare pentru a îndeplini sarcini cognitive complexe, cum ar fi învățarea, raționamentul și înțelegerea.”Caracteristica primordială care distinge memoria de lucru atât de memoria pe termen lung, cât și de memoria senzorială este capacitatea acestui sistem de a procesa și stoca simultan informații. Cunoașterea are ceea ce se numește”capacitate limitată”, deci există doar o anumită cantitate de informații care pot fi stocate și este ușor accesibilă doar pentru o mică fereastră de timp după ce a fost procesată, cu un bloc de timp de rechemare de aproximativ cincisprezece secunde până la un minut.experimentele care se ocupă cu durata de memorie au fost efectuate de George Miller în 1956, care a indicat, „cel mai frecvent număr de elemente care pot fi stocate în memoria de lucru este de cinci plus sau minus două. Cu toate acestea, dacă aceste informații nu sunt păstrate și stocate („consolidate”) în memoria pe termen lung, acestea vor dispărea rapid.

Cercetările indică faptul că zona principală a creierului asociată cu memoria de lucru este cortexul prefrontal. Cortexul prefrontal este situat în lobul frontal al creierului. Această zonă se ocupă de cunoaștere și conține două bucle neuronale majore sau căi care sunt esențiale pentru procesarea sarcinilor prin intermediul memoriei de lucru: bucla vizuală, care este necesară pentru componenta vizuală a sarcinii, și bucla fonologică, care se ocupă de aspectele lingvistice ale sarcinii (adică repetarea cuvântului sau a expresiei). Deși hipocampul, în lobul temporal, este structura creierului asociată cel mai frecvent cu amintirile, studiile au indicat că rolul său este mai vital pentru consolidarea amintirilor pe termen scurt în cele pe termen lung decât capacitatea de a procesa, îndeplini și reaminti pe scurt anumite sarcini.

acest tip de memorie a intrat în mod special în centrul atenției atunci când se discută citirea vederii, deoarece procesul de a privi notele muzicale pentru prima dată și de a le descifra în timp ce cântă la un instrument poate fi considerat o sarcină complexă de înțelegere. Principala concluzie în ceea ce privește această idee este că memoria de lucru, capacitatea memoriei pe termen scurt și viteza mentală sunt trei predictori importanți pentru realizarea citirii vederii. Deși niciunul dintre studii nu discreditează corelația dintre timpul petrecut practicând și abilitatea muzicală, în special competența de citire a vederii, mai multe studii indică nivelul la care memoria de lucru funcționează ca factor cheie în abilitățile de citire a vederii. După cum se menționează într-un astfel de studiu, „capacitatea memoriei de lucru a avut și o contribuție semnificativă statistic (aproximativ 7%, un efect de dimensiuni medii). Cu alte cuvinte, dacă ați luat doi pianiști cu aceeași cantitate de practică, dar niveluri diferite de capacitate de memorie de lucru, este probabil ca cel mai mare în capacitatea memoriei de lucru să fi performat considerabil mai bine în sarcina de citire a vederii.”

pe baza cercetărilor și opiniilor mai multor muzicieni și oameni de știință, mesajul take home despre capacitatea de citire a vederii și capacitatea memoriei de lucru pare să fie că ” cei mai buni cititori de vedere au combinat amintiri puternice de lucru cu zeci de mii de ore de practică.”

citirea vizuală depinde, de asemenea, de familiaritatea cu idiomul muzical interpretat; acest lucru permite cititorului să recunoască și să proceseze tiparele de note care apar frecvent ca o singură unitate, mai degrabă decât note individuale, obținând astfel o eficiență mai mare. Acest fenomen, care se aplică și citirii limbajului, este denumit chunking. Erorile la citirea vederii tind să apară în locuri în care muzica conține secvențe neașteptate sau neobișnuite; acestea înfrâng strategia de „citire prin așteptare” pe care cititorii de vedere o folosesc de obicei.