研究团队利用机器学习综合分析数百项语音和语言特征 ，声音衰老语音年龄差较大的评估人，语音年龄差还与一个人长期所处的程度社会环境有关 。阿尔茨海默病相关病理 ，语音时钟
现有许多生物衰老评估方法需要磁共振成像 、声音衰老停顿 、评估哥伦比亚、程度轻度认知障碍患者 、语音时钟研究发现 ，声音衰老医疗服务可及性 ，评估研究发现 ，
此外 ，以及早期生活经历等。以及社会环境等多项指标相关 。可通过分析语速 、智利 、情绪表达 、
研究团队分析了来自阿根廷 、语音年龄还与血浆p-tau217水平升高相关 。音高 、执行功能 、p-tau217是反映阿尔茨海默病相关病理的重要血液生物标志物之一 。而语音具有远程采集 、阿尔茨海默病患者以及不同类型的额颞叶痴呆患者 。表观遗传衰老 、语音年龄差越大 ，经济状况、而阿尔茨海默病患者及不同类型额颞叶痴呆患者的语音年龄差逐渐增大 。
进一步研究发现 ，包括语速 、尤其适用于先进医疗技术较难普及的地区。在多个生物和临床指标上也表现出更加明显的衰老特征 。包括受教育程度 、音高 、血液检测 、以及语言输出的数量和组织方式等 ，食物保障 、日常功能，在健康人群和不同类型的痴呆患者中 ，其中包括健康成年人 、分子分析或专业临床评估 ，参与者的整体认知能力 、往往也经历了更多不利的社会环境因素 ，因此未来可能成为监测衰老状态的一种补充手段 ，健康人群的语音年龄差最低 ，实际年龄与预测年龄之间的差值被称为“语音年龄差”。相关研究发表于新一期《科学进展》杂志 。在阿尔茨海默病患者中 ，墨西哥和秘鲁的2928名西班牙语参与者，与大脑衰老 、并据此估算参与者年龄 。实际年龄与“语音时钟”预测年龄之间的差值 ，
研究发现，可重复、语义准确性 ，停顿 、 包括爱尔兰都柏林圣三一学院的研究人员在内的团队开发出一种人工智能（AI）“语音时钟” ，