Smyčcové trio skládající se z klavíristy, houslisty a violoncellisty. Komorní skupiny tradičně vystupují veřejně spíše z partitury než zpaměti.
Pohyb očí při čtení hudby je skenování hudební partitury očima hudebníka. Obvykle k tomu dochází při čtení hudby během vystoupení, i když hudebníci někdy skenují hudbu tiše, aby ji studovali, a někdy vystupují zpaměti bez partitury. Tento jev byl zkoumán výzkumníky z řady oblastí, včetně kognitivní psychologie a hudebního vzdělávání. Tyto studie obvykle odrážely zvědavost vystupujících hudebníků na centrální proces v jejich umění a naději, že zkoumání pohybu očí by mohlo pomoci při vývoji účinnějších metod tréninku dovedností hudebníků ve čtení zraku.
Ústředním aspektem čtení hudby je sled střídajících se sakádů a fixací, jak je tomu u většiny očních úkonů. Sakády jsou rychlé „pohyby“, které přesouvají oči z místa na místo nad hudební partiturou. Sakády jsou od sebe odděleny fixacemi, během nichž jsou oči na stránce relativně nehybné. Je dobře známo, že vnímání vizuálních informací se vyskytuje téměř výhradně během fixací a že během sakádů je zachyceno jen málo, pokud vůbec nějaká informace. Fixace tvoří přibližně 90 % doby čtení hudby, typicky v průměru 250–400 ms.
Pohyb očí při čtení hudby je extrémně složitý jev, který zahrnuje řadu nevyřešených otázek v psychologii a který vyžaduje složité experimentální podmínky, aby mohl přinést smysluplná data. Navzdory přibližně 30 studiím v této oblasti za posledních 70 let je o základních vzorcích pohybu očí při čtení hudby známo jen málo.
Vztah k pohybu očí při čtení jazyka
Úryvek z jedné z klávesnic JS Bacha: přehrávačovou skenovací cestou napříč takovým notovým zápisem bude složitý vzorec horizontálních a vertikálních pohybů.
Dalším kritickým rozdílem mezi čtením hudby a čtením jazyka je úloha dovednosti. Většina lidí se v dospělosti stane poměrně výkonnou při čtení jazyka, i když téměř veškeré čtení jazyka je čtením zraku. Naproti tomu někteří hudebníci se považují za špatné čtenáře hudby i po letech studia. Zlepšení čtení zraku hudby a rozdíly mezi zkušenými a nekvalifikovanými čtenáři měly tedy vždy prvořadý význam pro výzkum pohybu očí při čtení hudby, zatímco výzkum pohybu očí při čtení jazyka se více zabýval vývojem jednotného psychologického modelu procesu čtení. Není proto překvapující, že většina výzkumu pohybu očí při čtení hudby se zaměřila na srovnání vzorců pohybu očí zkušených a nekvalifikovaných.
Zařízení a související metodika
Od začátku se vyskytovaly základní problémy se sledovacím zařízením. Pět prvních studií používalo fotografické techniky. Tyto metody zahrnovaly buď trénink nepřetržitého paprsku viditelného světla na oko, aby se vytvořila nepřerušená čára na fotografickém papíru, nebo blikající světlo, které vytvářelo sérii bílých skvrn na fotografickém papíru ve vzorkovacích intervalech kolem 25 ms (tj. 40 vzorků za sekundu). Protože film procházel zařízením vertikálně, vertikální pohyb očí při jejich cestě po stránce byl buď nezaznamenán, nebo byl zaznamenán pomocí druhé kamery a následně zkombinován tak, aby poskytl údaje o obou rozměrech, což bylo těžkopádné a nepřesné řešení.
Tyto systémy byly citlivé i na malé pohyby hlavy nebo těla, které zřejmě významně kontaminovaly údaje. Některé studie používaly zařízení jako opěrku hlavy a pokosovou destičku k minimalizaci této kontaminace, s omezeným úspěchem, a v jednom případě kameru připevněnou k motocyklové helmě – vážící téměř 3 kg – která byla podporována systémem vyvažovacích závaží a kladek připevněných ke stropu. Kromě mimovolného pohybu hlavy se výzkumníci potýkali s dalšími fyzickými, tělesnými problémy. Reakce muskuloskeletálního aparátu potřebná ke hře na hudební nástroj zahrnuje podstatné pohyby těla, obvykle rukou, paží a trupu. To může narušit křehkou rovnováhu sledovacího zařízení a zmařit registraci údajů. Dalším problémem, který postihuje téměř všechny nekvalifikované klávesisty a značnou část zkušených klávesistů, je běžná tendence často se během vystoupení dívat dolů na ruce a zpět na partituru. Nevýhodou tohoto chování je, že způsobuje výpadek signálu v datech pokaždé, když k němu dojde, což je někdy až několikanásobek za takt. Když je účastníkům znemožněno shlížet na své ruce, typicky se zhoršuje kvalita jejich vystoupení. Rayner & Pollatsek (1997:49) napsal, že:
Až donedávna nebyl pohyb očí při čtení hudby zkoumán s uspokojivějším vybavením. Kinsler a Carpenter (1995) byli schopni určit polohu očí s přesností na 0,25°, tedy velikost jednotlivých hudebních tónů, v intervalech 1 ms. Truitt a kol. (1997) používali podobně přesný infračervený systém schopný zobrazit okno pohybu a integrovaný do počítačem monitorované hudební klávesnice. Waters & Underwood (1998) používali stroj s přesností plus minus jeden znakový prostor a vzorkovacím intervalem pouze 4 ms.
Tempo a kontaminace dat
Většina výzkumů pohybů očí při čtení hudby se primárně zaměřovala na porovnání pohybových vzorců očí zkušených a nekvalifikovaných interpretů. Zdá se, že implicitní předpoklad byl, že by to mohlo položit základ pro rozvoj lepších způsobů výcviku hudebníků. Při pokusu o toto srovnání však existují značné metodologické problémy. Zkušení a nekvalifikovaní interpreti obvykle zrakem čtou stejnou pasáž při různých tempech a/nebo úrovních přesnosti. Při dostatečně pomalém tempu jsou hráči na velké škále úrovní dovedností schopni přesného výkonu, ale kvalifikovaní budou mít nadměrnou kapacitu ve svém vnímání a zpracování informací na stránce. Existují důkazy, že nadměrná kapacita kontaminuje údaje o pohybech očí „bludným“ efektem, při kterém mají oči tendenci vybočovat z průběhu hudby. Weaver (1943:15) naznačil existenci efektu bloudění a jeho matoucí vliv, stejně jako Truitt a kol. (1997:51), kteří měli podezření, že v pomalém tempu se oči jejich účastníků „poflakují kolem, místo aby získávaly informace“. Efekt bloudění je nežádoucí, protože se jedná o nevyčíslitelné a možná náhodné zkreslení normálních pohybových vzorců očí.
Souter (2001:81) tvrdil, že ideální tempo pro pozorování pohybu očí je rozmezí ležící mezi tím, které je tak rychlé, že produkuje významnou úroveň akčních skluzů, a mezi tím, které je tak pomalé, že produkuje významný efekt putování. Kvalifikovaní a nekvalifikovaní mají zcela odlišné rozmezí pro vidění při čtení stejné hudby. Na druhou stranu, rychlejší tempo může minimalizovat nadbytečnou kapacitu u kvalifikovaných, ale bude mít tendenci vyvolávat nepřesný výkon u nekvalifikovaných; nepřesnosti nás okrádají o jediný důkaz, že interpret zpracoval informace na stránce, a nelze vyloučit nebezpečí, že zpětná vazba z akčních skluzů kontaminuje údaje o pohybu očí.
Téměř všechny studie porovnávaly časové proměnné mezi účastníky, především trvání jejich fixací a sakád. V těchto případech je samozřejmé, že užitečná srovnání vyžadují konzistenci tempa výkonnosti a přesnost v rámci jednotlivých výkonů i mezi nimi. Většina studií však přizpůsobila různou výkonnostní schopnost svých účastníků při čtení téhož podnětu tím, že jim umožnila zvolit si vlastní tempo nebo že toto tempo striktně nekontrolovala. Teoreticky existuje poměrně úzký rozsah, zde označovaný jako „optimální rozsah“, v němž kapacita odpovídá danému úkolu; na obou stranách tohoto rozsahu leží dva problematické rozsahy tempa, v nichž je výkonnostní kapacita výkonného umělce nadměrná nebo nedostatečná. Umístění hranic optimálního rozsahu závisí na úrovni dovedností jednotlivého výkonného umělce a na relativní obtížnosti čtení/provádění podnětu.
Pokud tedy účastníci nejsou vybráni z úzkého spektra úrovní dovedností, jejich optimální rozpětí se budou vzájemně vylučovat a pozorování v jediném, kontrolovaném tempu pravděpodobně povede k významné kontaminaci dat o pohybech očí. Většina studií se snažila porovnat kvalifikované a nekvalifikované v naději, že se podaří získat pedagogicky užitečná data; kromě Smithe (1988), v němž bylo tempo samo o sobě nezávislou proměnnou, Polanky (1995), která analyzovala pouze data z tichých přípravných odečtů, a Soutera (2001), který pozoroval pouze vysoce kvalifikované, si žádná z nich nestanovila striktní kontrolu tempa. Vyšetřovatelé se zjevně pokusili překonat důsledky omylu tím, že učinili kompromisy, jako například (1) vykonávali malou nebo žádnou kontrolu nad tempy, v nichž účastníci prováděli pokusy, a/nebo (2) tolerovali značný nepoměr v úrovni akčních skluzů mezi kvalifikovanými a nekvalifikovanými skupinami.
Tato problematika je součástí širšího omylu tempo/dovednost/akční skluz, který se týká vztahu mezi tempem, dovedností a úrovní akčních skluzů (výkonnostních chyb). Omyl spočívá v tom, že je možné spolehlivě porovnat pohybové vzorce očí zkušených a nekvalifikovaných interpretů za stejných podmínek.
Marie-Antoinetta, královna Francie (1755-93)
Mnoho badatelů se zajímalo o zjištění, zda trvání fixace je ovlivněno složitostí hudby. Při čtení hudby je třeba vzít v úvahu nejméně tři druhy složitosti: vizuální složitost notace; složitost zpracování vizuálního vstupu do muskuloskeletálních příkazů; a složitost provádění těchto příkazů. Vizuální složitost může být například ve formě hustoty notových symbolů na stránce nebo přítomnosti náhodných zápisů, znaků trojčat, legatů a jiných výrazových značek. Složitost zpracování vizuálního vstupu do muskuloskeletálních příkazů může zahrnovat nedostatek „chunkability“ nebo předvídatelnosti v hudbě. Složitost provádění muskuloskeletálních příkazů může být viděna z hlediska požadavků na prstoklad a polohu ruky. Právě v izolaci a účtování souhry mezi těmito typy spočívá potíž v pochopení hudební složitosti. Z tohoto důvodu vyplynulo ze zkoumání vztahu mezi hudební složitostí a pohybem očí jen málo užitečných informací.
Jacobsen (1941:213) dospěl k závěru, že „složitost čtenářského materiálu ovlivnila počet a trvání [fixací]“; tam, kde textura, rytmus, klíč a náhodnost byly „obtížnější“, došlo v průměru ke zpomalení tempa a zvýšení trvání i počtu fixací u jeho účastníků. Nicméně výkonová tempa byla v této studii nekontrolovaná, takže data, na kterých byl tento závěr založen, byla pravděpodobně kontaminována pomalejšími tempy, která byla hlášena pro čtení obtížnějších podnětů. Weaver (1943) tvrdil, že fixační doby – které se pohybovaly v rozmezí 270 –530 ms – se prodlužovaly, když byla notace kompaktnější a/nebo složitější, jak zjistil Jacobsen, ale nezveřejnil, zda byla použita pomalejší tempa. Halverson (1974), který kontroloval tempo pozorněji, pozoroval mírný opačný efekt. Schmidtovi (1981) účastníci používali delší fixační doby při čtení snadnějších melodií (v souladu s Halversonem); Goolsbyho (1987) data mírně podporovala Halversonův nález, ale pouze pro zkušené čtenáře. Napsal „jak Jacobsen, tak Weaver … v tom, že nechali účastníky vybrat si vlastní tempo, našli opačný efekt notační složitosti“.
Po zralé úvaze se zdá pravděpodobné, že za řízených časových podmínek je hutnější a složitější hudba spojena s vyšším počtem fixací s kratší průměrnou dobou trvání. To by mohlo být vysvětleno jako pokus procesu čtení hudby poskytnout častější „osvěžení“ materiálu uchovávaného v pracovní paměti a může to kompenzovat potřebu uchovávat v pracovní paměti více informací.
Zde není mezi hlavními studiemi, od Jacobsena (1941) po Smithe (1988) neshoda: zdatní čtenáři zřejmě používají více a kratší fixace napříč všemi podmínkami než nekvalifikovaní. Goolsby (1987) zjistil, že průměrná „progresivní“ (dopředu se pohybující) fixační doba byla výrazně delší (474 versus 377 ms) a průměrná délka saccade byla výrazně větší u méně kvalifikovaných. Ačkoli Goolsby neuvedl celkovou délku čtení svých zkoušek, lze je odvodit z průměrných temp jeho 12 kvalifikovaných a 12 nekvalifikovaných účastníků pro každý ze čtyř podnětů. Jeho data zřejmě ukazují, že nekvalifikovaní hráli v 93,6% tempa kvalifikovaných a že jejich průměrná fixační doba byla o 25,6% delší.
To vyvolává otázku, proč by kvalifikovaní čtenáři měli distribuovat početnější a kratší fixace na notový zápis než nekvalifikovaní. V literatuře se objevuje pouze jedno přijatelné vysvětlení. Kinsler & Carpenter (1995) navrhli model pro zpracování notového zápisu, založený na jejich údajích ze čtení rytmických vzorců, ve kterém je ikonické znázornění každého fixovaného obrazu naskenováno „procesorem“ a interpretováno s danou úrovní přesnosti. Skenování končí, když této úrovně nelze dosáhnout, a jeho koncový bod určuje pozici nadcházející fixace. Doba potřebná před tímto rozhodnutím závisí na složitosti noty a je pravděpodobně kratší pro kvalifikované čtenáře, čímž podporuje početnější fixace s kratší dobou trvání. Tento model nebyl dále zkoumán a nevysvětluje, jakou výhodu má používání krátkých, početných fixací. Dalším možným vysvětlením je, že zkušení čtenáři si udržují větší rozpětí očí a rukou, a proto mají ve své pracovní paměti větší množství informací; proto potřebují tyto informace z hudební partitury obnovovat častěji a mohou tak činit častějším refixací.
Caravaggiův odpočinek z letu z Egypta (1594–96)
Čím více se čtenáři seznamují s hudebním úryvkem, tím menší je jejich závislost na vizuálním vstupu z partitury a tomu odpovídající větší závislost na jejich uložené paměti hudby. Z logických důvodů by se dalo očekávat, že tento posun povede k menšímu počtu a delším fixacím. Údaje ze všech tří studií o pohybu očí při čtení stále známější hudby tuto úvahu podporují. Yorkovi (1952) účastníci přečetli každý podnět dvakrát, přičemž každému čtení předcházel 28sekundový tichý náhled. V průměru používali kvalifikovaní i nekvalifikovaní čtenáři během druhého čtení méně a delších fixací. Goolsbyho (1987) účastníci byli pozorováni během tří bezprostředně po sobě jdoucích čtení téhož hudebního podnětu. Znalost v těchto studiích zřejmě prodloužila trvání fixace, ale zdaleka ne tolik, jak by se dalo očekávat. Druhé čtení nepřineslo žádný významný rozdíl v průměrné délce trvání fixace (od 422 do 418 ms). Při třetím setkání bylo průměrné trvání fixace vyšší u obou skupin (437 ms), ale o sotva významné množství, což mírně podpořilo dřívější nález Yorka. Malost těchto změn by se dala vysvětlit nezpochybnitelnými podmínkami čtení ve studiích. Tempo MM120 navržené na začátku každé Goolsbyho zkoušky se zdá být pomalé pro řešení daných melodií, které obsahovaly mnoho polobrev a minim, a mohl zde být prostě nedostatečný tlak na dosažení významných výsledků. Pravděpodobnějším vysvětlením je, že účastníci hráli podněty v rychlejších tempech, jak se s nimi postupně seznamovali během tří čtení. (Metronom byl zpočátku rozezvučen, ale během představení byl zticha, což čtenářům umožnilo měnit jejich tempo dle libosti.) Je tedy možné, že dva vlivy byly ve vzájemném rozporu: rostoucí obeznámenost mohla podpořit nízký počet fixací a dlouhé fixační doby, zatímco rychlejší tempo mohlo podpořit nízké počty a krátké doby trvání. To by mohlo vysvětlit, proč střední doba fixace klesala opačným směrem než předpověď pro druhé setkání a do třetího setkání stoupla pouze o 3,55% v obou skupinách. (Smithovy (1988) výsledky, posílené výsledky Kinsler & Carpenter (1995), naznačují, že rychlejší tempa pravděpodobně sníží počet i dobu trvání fixací při čtení jednořádkové melodie. Pokud je tato hypotéza správná, může být spojena s možností, že čím známější podnět, tím menší pracovní zátěž pro čtenářovu paměť.)
Otázka shora dolů/zdola nahoru
Od padesátých do sedmdesátých let se značně diskutovalo o tom, zda pohyb očí při čtení jazyka je výhradně nebo hlavně ovlivněn (1) již existujícími (shora dolů) vzorci chování individuální techniky čtení, (2) povahou podnětu (zdola nahoru), nebo (3) oběma faktory. Rayner a kol. (1971) poskytují přehled relevantních studií.
Desítky let před touto debatou si Weaver (1943) předsevzal, že určí (zdola nahoru) účinky hudební textury na pohyb očí. Předpokládal, že vertikální kompoziční vzory ve dvou notových osnovách klávesové partitury budou podporovat vertikální sakády a horizontální kompoziční vzory horizontální sakády. Weaverovi účastníci četli dvoudílný polyfonní stimul, ve kterém byly hudební vzory silně horizontální, a čtyřdílný homofonní stimul zahrnující prosté, hymnu podobné akordy, ve kterých byly kompoziční vzory silně vertikální. Weaver si zřejmě nebyl vědom obtížnosti dokázat tuto hypotézu ve světle neustálé potřeby snímat nahoru a dolů mezi notovými osnovámi a pohybovat se vpřed podél partitury. Není tedy překvapením, že se tato hypotéza nepotvrdila.
O čtyři dekády později, když byly odhaleny důkazy o vlivu zdola nahoru na pohyb očí při čtení jazyka, se Sloboda (1985) zajímal o možnost, že by mohl existovat rovnocenný vliv na pohyb očí při čtení hudby, a zřejmě předpokládal, že Weaverova hypotéza byla potvrzena. „Weaver zjistil, že [vertikální] vzorec byl skutečně použit, když byla hudba homofonní a chordální povahy. Když však byla hudba kontrapunktní, našel fixační sekvence, které byly seskupeny do horizontálních posunů podél jedné linie, s návratem k další linii poté.“ Na podporu tohoto tvrzení Sloboda citoval dva jednotaktové fragmenty převzaté z Weaverových ilustrací, které se nezdají být reprezentativní pro celkové příklady.
Ačkoli Slobodovo tvrzení může být sporné a navzdory Weaverově neschopnosti najít dimenzionální vazby mezi pohybem očí a stimulem, pohyb očí při čtení hudby ukazuje jasné důkazy ve většině studií – zejména Truit et al. (1997) a Goolsby (1987) – o vlivu grafických rysů zdola nahoru a globálních faktorů shora dolů souvisejících s významem symbolů.
Hudební sál v hlavní budově Els Calderers Museum z 18. století na venkovské Mallorce ve Španělsku.
Úloha periferního vizuálního vstupu ve čtení jazyka zůstává předmětem mnoha výzkumů. Periferní vstup ve čtení hudby byl zvláštním zaměřením Truitta a kol. (1997). Použili paradigma náhledu a eventuality k měření rozsahu periferního vnímání napravo od fixace. Toto paradigma, známé také jako „technika pohyblivého okna“, zahrnuje spontánní manipulaci s displejem v přímé reakci na to, kam se oči dívají v jednom okamžiku. Výkon byl degradován jen mírně, když čtyři rozkroky napravo byly prezentovány jako probíhající náhled, ale významně, když byly prezentovány jen dva rozkroky. Za těchto podmínek se periferní vstup rozšířil v průměru o něco více než na čtyři takty. Pro méně zkušené se užitečné periferní vnímání rozšířilo od půl taktu až po dva až čtyři takty. Pro zkušenější se užitečné periferní vnímání rozšířilo až na pět taktů.
Periferní vizuální vstupy při čtení hudby zjevně potřebují další zkoumání, zejména nyní, kdy se technika pohyblivých oken stala pro badatele dostupnější. Mohlo by se ukázat, že západní hudební notace se vyvinula tak, aby optimalizovala využití periferních vstupů v procesu čtení. Noty, stonky, paprsky, taktové čáry a další notační symboly jsou všechny dostatečně tučné a výrazné, aby byly užitečné, když jsou zachyceny periferně, i když jsou v určité vzdálenosti od fovey. Nadcházející výškový obrys a převládající rytmické hodnoty hudební linky lze typicky zjistit před foveolárním vnímáním. Například sled souvislých půlkvaverů, které jsou spolu spojeny dvěma silnými, zhruba vodorovnými paprsky, poskytne potenciálně cenné informace o rytmu a struktuře, ať už vpravo na aktuálně fixované osnově, nebo nad, nebo nad nebo pod v sousední osnově. To je dostatečný důvod k podezření, že periferní předzpracování notových informací je faktorem plynulého čtení hudby, stejně jako bylo zjištěno, že je tomu v případě čtení jazyka. To by odpovídalo zjištěním Smithe (1988) a Kinslera & Carpentera (1995), kteří uvedli, že oči se při čtení melodií neupínají na každou notu.
Proč se čtenáři refixatují (tj. více než jednou se fixují na konkrétní místa) při čtení jazyka, je stále do značné míry nevyřešenou hádankou. Byly identifikovány dva hlavní typy refixace: refixace ve stejnojmenném slově doprava, která předpokládá určitý stupeň překrývání v foveálních oblastech po sobě jdoucích fixací, a refixace doleva k předchozímu slovu. Léčba refixace ve studiích pohybů očí při čtení hudby, jako Weaver (1943) a Young (1971), se typicky týkala pouze pohybu doleva, který označovali jako „regresi“.
Situace při čtení (dvou notových osnov) klávesové hudby je odlišná. Zde je konstantní potřeba vertikálního pohybu mezi notovými osnovami. Z logických důvodů tedy pravděpodobně dojde k nejméně dvěma typům refixace: (1) vertikálně v rámci jednoho akordu, poté co byl tento akord již zkontrolován na obou notových osnovách; a (3) doleva zpět k předchozímu akordu, buď na stejné notové osnově, nebo diagonálně k druhé notové osnově.
Refixace vlevo se vyskytuje při čtení hudby na všech úrovních dovedností. Zahrnuje sakádový hřbet o jednu nebo dvě noty nebo akordy, po němž následuje alespoň jeden sakádový hřbet a pak opět vpřed, aby se znovu získala ztracená pozice. Protože to vyžaduje větší časovou investici, je logické předpokládat, že se vyskytuje méně často než vertikální refixace. Oba tyto typy refixace se pravděpodobně vyskytují méně často v rychlém tempu, protože čtenáři jsou pod větším tlakem, aby pokročili napříč stránkou.
Existují tvrzení od Jacobsena (1941) dále, že nekvalifikovaní refixatují doleva v podstatně vyšší míře než kvalifikovaní, i když podpůrné důkazy byly možná kontaminovány pomalejšími tempy nekvalifikovaných. Weaver (1943) uvedl, že regrese doleva se pohybovala od 7% do podstatných 23% všech sackádů. Goolsby (1987) a Smith (1988) uvedli významné úrovně refixace doleva napříč všemi úrovněmi dovedností. Nicméně žádná z těchto studií nepozorovala pohyb očí při rychlých tempech, kde mohl být výskyt refixace doleva minimalizován. Úroveň refixace může být spojena s mírou rozpětí očí-rukou.
WA Mozart se setkává s houslistou Thomasem Linleym v roce 1770, anon. Francouzská malba, 18. století
Rozpětí očí a rukou (EHS) je vzdálenost mezi pozicí očí na notovém zápisu a pozicí rukou. Lze ji měřit dvěma způsoby: v notách (počet not mezi rukou a okem, „index not“) nebo v čase (doba mezi fixací a výkonem, „index času“). Hlavní zjištění ve vztahu k rozpětí očí a hlasu při čtení nahlas v jazyce byla, že (1) větší rozpětí je spojeno s rychleji-kvalifikovanějšími čtenáři, (2) kratší rozpětí je spojeno s většími obtížemi při stimulaci a (3) rozpětí se zřejmě liší podle jazykového frázování. Nejméně osm studií o pohybu očí při čtení hudby zkoumalo analogické otázky. Například Jacobsen (1941) měřil průměrné rozpětí vpravo při zpívání melodií jako až dvě noty pro nekvalifikované a mezi jednou a čtyřmi notami pro kvalifikované, jejichž rychlejší průměr v této studii vyvolává pochybnosti, zda za tento rozdíl mohla samotná dovednost. Ve Weaverovi (1943:28) se rozpětí očí a rukou značně lišilo, ale nikdy nepřekročilo „oddělení osmi po sobě jdoucích not nebo akordů, což je číslo, které se zdá být pro čtení notových záznamů z klávesnice neskutečně velké. Young (1971) zjistil, že jak zkušení, tak nezkušení účastníci předváděli přibližně jeden akord před rukama, což je nejisté zjištění vzhledem k metodickým problémům v této studii. Goolsby (1994) zjistil, že zrak zkušených zrakových zpěváků byl v průměru asi čtyři údery před jejich hlasem a méně pro nezkušené. Tvrdil, že když zrak zpívá, „zkušení hudební čtenáři se dívají v notaci dále dopředu a pak zpět k bodu vystoupení“ (str. 77). Řečeno jinak, zkušení hudební čtenáři udržují větší rozpětí očí a rukou a je pravděpodobnější, že se v něm budou refixovat. Tato spojitost mezi velikostí rozpětí a doleva refixací by mohla vzniknout z větší potřeby osvěžení informací v pracovní paměti. Společnost Furneax & Land (1999) zjistila, že rozpětí profesionálních pianistů je výrazně větší než rozpětí amatérů. Časový index byl významně ovlivněn výkonnostním tempem: když byla na výkon uvalena rychlá tempa, všichni účastníci vykazovali snížení časového indexu (na cca 0,7 s) a pomalá tempa zvyšovala časový index (na cca 1,3 s). To znamená, že doba, po kterou je informace uložena v bufferu, souvisí spíše s výkonnostním tempem než se schopnostmi, ale že profesionálové mohou do svých bufferů vměstnat více informací.
Sloboda (1974, 1977) chytře aplikoval Levinovu & Kaplinovu (1970) ‚light-out‘ metodu v experimentu určeném k měření velikosti rozpětí při čtení hudby. Sloboda (1977) požádal své účastníky, aby si prohlédli přečetli melodii a zhasli světla v nepředvídatelném bodě během každého čtení. Účastníci byli instruováni, aby pokračovali ve správné hře ‚bez hádání‘ tak dlouho, jak jen to bude možné poté, co byl účinně odstraněn vizuální vstup, což udává, jak daleko před rukama v tu chvíli vnímali. Zde bylo rozpětí definováno jako zahrnující periferní vstup. Účastníci si mohli zvolit vlastní rychlost vystoupení pro každý kus, čímž vnesli do interpretace výsledků vrstvu nejistoty. Sloboda uvedl, že existuje tendence, aby se rozpětí shodovalo s hudebním frázováním, takže ‚hranice těsně za průměrným rozpětím ,roztahuje‘ rozpětí, a hranice těsně před průměrným ,smršťuje‘ ho‘ (jak uvádí Sloboda 1985:72). Zjistil, že dobří čtenáři si udržují větší velikost rozpětí (až sedm tónů) než chudí čtenáři (až čtyři tóny).
Truitt a kol. (1997) zjistili, že při čtení melodií na elektronické klávesnici se rozpětí pohybovalo v průměru něco málo přes jeden takt a pohybovalo se od dvou úderů za aktuálně fixovaným bodem až po neuvěřitelně velkých 12 úderů dopředu. Normální rozpětí rozpětí rozpětí bylo spíše menší: mezi jedním úderem pozadu a třemi údery před handami po 88% celkové délky čtení a mezi 0 a 2 údery dopředu po 68% délky. Tak velké rozpětí, zejména ta, která se táhnou doleva od bodu fixace, mohla být způsobena ‚bludným efektem‘. U méně zkušených bylo průměrné rozpětí asi půl rozkrokového taktu. U zkušených se rozpětí pohybovalo v průměru okolo dvou úderů a užitečné periferní vnímání se rozšířilo až na pět úderů. To podle názoru Rayner & Pollatsek (1997:52) naznačuje, že:
Smith (1988) zjistil, že při zvýšení tempa je fixací méně a střední doba trvání kratší a že fixace mají tendenci být v partituře dále od sebe. Kinsler & Carpenter (1995) zkoumali vliv zvýšeného tempa ve čtení rytmické notace, spíše než reálných melodií. Podobně zjistili, že zvýšené tempo způsobuje pokles střední doby trvání fixace a zvýšení střední amplitudy sackádu (tj. vzdálenosti na stránce mezi postupnými fixacemi). Souter (2001) použil neotřelou teorii a metodologii ke zkoumání vlivu tempa na klíčové proměnné ve čtení zraku vysoce kvalifikovaných klávesistů. Studie pohybů očí obvykle měřily dobu trvání sackádu a fixace jako samostatné proměnné. Souter (2001) použil neotřelou proměnnou: dobu pauzy. To je míra trvání mezi koncem jedné fixace a koncem další; to znamená součet doby trvání každé sackády a fixace, ke které vede. Použití této složené proměnné přináší do hry jednoduchý vztah mezi počtem pauz, jejich průměrnou dobou trvání a tempem: počet pauz vynásobený jejich průměrnou dobou trvání se rovná celkové době čtení. Jinými slovy, čas potřebný ke čtení pasáže se rovná součtu dob trvání jednotlivých pauz, nebo nd = r, kde n je počet pauz, d je jejich průměrná doba trvání a r je celková doba čtení. Vzhledem k tomu, že celková doba čtení je nepřímo úměrná tempu – zdvojnásobte tempo a celková doba čtení bude poloviční – vztah lze vyjádřit jako nd je úměrný r, kde t je tempo.
Tato studie sledovala vliv změny tempa na počet a střední dobu trvání pauz; tedy nyní pomocí písmen reprezentovat poměrné změny hodnot,
nd = 1⁄t, kde n je poměrná změna počtu pauz, d je poměrná změna jejich střední doby trvání a t je poměrná změna tempa. Tento výraz popisuje křivku počtu a doby trvání, ve které počet a střední doba trvání pauz tvoří hyperbolický vztah (protože ani n, ani d nikdy nedosáhnou nuly). Křivka představuje rozsah možných poměrů pro použití těchto proměnných pro přizpůsobení se změně tempa. V Souteru (2001) bylo tempo od prvního do druhého čtení zdvojnásobeno, z 60 na 120 MM; tedy t = 2, a křivka počtu a doby trvání je popsána nd = 0,5 (Obrázek 2). Jinými slovy, započtení poměrné změny počtu a střední doby trvání pauz mezi těmito údaji se vždy rovná ½. Dva údaje každého účastníka tak odpovídaly bodu na této křivce.
Bez ohledu na hodnotu t procházejí všechny křivky počtu a délky trvání třemi body teoretického zájmu: dvěma body „s jediným příspěvkem“ a jedním bodem „se stejným příspěvkem“. V každém bodě s jediným příspěvkem se čtenář zcela spolehl na to, že se jedna ze dvou proměnných přizpůsobí novému tempu. Pokud by se v Souterově studii účastník přizpůsobil zdvojnásobení tempa použitím stejného počtu pauz a snížením jejich střední délky na polovinu, odečet by připadl na bod s jediným příspěvkem (1,0,0,5). Naopak, pokud by se účastník přizpůsobil snížením počtu pauz na polovinu a zachováním jejich střední délky trvání, odečet by připadl na bod s druhým jediným příspěvkem (0,5,1,0). Tyto dva body představují zcela jednostranné chování. Na druhou stranu, pokud by se při čtenářově úpravě vycházelo z obou proměnných stejně a jejich rozklad dává 0,5, musí se obě rovnat odmocnině t (protože t = 2 je v tomto případě odmocnina ze 2). Přizpůsobení tedy připadlo na bod se stejným příspěvkem:
(, ), což odpovídá (0,708,0,708).
Sedm Souterových (2001:139) devět účastníků se shluklo kolem bodu rovného příspěvku
S ohledem na tuto flexibilitu v různém trvání fixace a vzhledem k tomu, že proces vyzvedávání, zpracování a provádění informací na stránce je propracovaný, lze si představit, že čtenáři dávají přednost použití standardizované scanpath. Například ve čtyřdílných texturách ve stylu hymnu pro klávesy, jaké byly použity v Souterovi (2001), jsou informace o partituře prezentovány jako série dvounotových, opticky oddělených jednotek – dvě přidělené horní notě a dvě dolní notě pro každý akord. Standardizovaná scanpath může sestávat ze sekvence pohybů „pilovitého zubu“ od horní noty ke dolní notě pro akord, pak diagonálně přes horní notu a dolů ke spodní notě dalšího akordu a tak dále. Nicméně četné studie ukázaly, že scanpath při čtení řady hudebních textur – včetně melodie, čtyřdílných hymnů a kontrapunktu – nejsou předvídatelné a uspořádané, ale jsou ve své podstatě proměnlivé, s určitou otrhanou, ad hoc kvalitou. Zdá se, že se čtenáři hudby obracejí zády k teoretické výhodě standardizované scanpath: jsou buď flexibilní nebo ad hoc, pokud jde o počet pauz – stejně jako s ohledem na délku pauz – a neskenují partituru striktním, předem určeným způsobem.
To zpochybnilo představu, že scanpath (z velké části nebo výhradně) odráží horizontální nebo vertikální důraz hudební textury, jak navrhovali Sloboda (1985) a Weaver (1943), protože tyto rozměry výrazně závisí na tempu.
Jak logická dedukce, tak důkazy v literatuře poukazují na skutečnost, že v úkolu pohybu očí při čtení hudby existují tři okulomotorické imperativy. První imperativ se zdá zřejmý: oči musí udržovat tempo po celé stránce, které odpovídá tempu hudby, a to manipulací s počtem a délkou trvání fixací, a tím i s cestou skenování napříč notovým záznamem. Druhým imperativem je zajistit vhodnou rychlost obnovování informací, které jsou ukládány a zpracovávány v pracovní paměti, manipulací s počtem a délkou fixací. Toto pracovní zatížení zřejmě souvisí s tempem, složitostí podnětů a známostí podnětů, a existují pádné důkazy, že schopnost vysoké pracovní zátěže ve vztahu k těmto proměnným souvisí také s dovedností čtenáře. Třetím imperativem je udržovat rozpětí odpovídající podmínkám čtení. Rozpětí nesmí být tak malé, aby nebyl dostatek času na vnímání vizuálního vstupu a jeho zpracování do muskuloskeletálních povelů; nesmí být tak velké, aby byla překročena schopnost paměťového systému ukládat a zpracovávat informace. Zdá se, že hudebníci používají okulomotorské povely k současnému řešení všech tří imperativů, které jsou ve skutečnosti navzájem mapovány v procesu čtení. Pohyb očí tak ztělesňuje plynulý soubor charakteristik, které se nejen úzce zabývají inženýrstvím optimálního vizuálního vstupu do přístroje, ale i servisem procesu těchto informací v paměťovém systému.