IOS, e di conseguenza VO, non è in grado di riconoscere solo i tap singoli o multipli, ma anche una serie di gesti convenzionali.
Per gesto intendiamo un determinato spostamento sullo schermo del dito o delle dita, a volte in un vero e proprio disegno.
Possiamo infatti scorrere le dita in qualsiasi direzione, simulare la rotazione di manopole, allargare e stringere due dita tra loro e tanto altro ancora.
In situazioni più avanzate, addirittura si imitano le forme più comuni, come ad esempio la forma delle lettere dell'alfabeto, come vedremo più avanti.