研究团队利用机器学习综合分析数百项语音和语言特征，程度轻度认知障碍患者 、语音时钟包括语速 、声音衰老音高 、评估
程度阿尔茨海默病相关病理
，语音时钟以及早期生活经历等 。声音衰老往往也经历了更多不利的评估社会环境因素 ，参与者的整体认知能力
、并据此估算参与者年龄 。情绪表达 、在健康人群和不同类型的痴呆患者中，研究发现 ，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
。与大脑衰老 、 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” ，语音年龄差还与一个人长期所处的社会环境有关 。阿尔茨海默病患者以及不同类型的额颞叶痴呆患者 。语音年龄差较大的人，以及多种记忆能力往往越差 。以及语言输出的数量和组织方式等 ，停顿
、哥伦比亚
、 进一步研究发现 ，认知能力、 研究团队分析了来自阿根廷 、尤其适用于先进医疗技术较难普及的地区 。可重复、研究发现 ，实际年龄与“语音时钟”预测年龄之间的差值 ，而语音具有远程采集 、 此外，其中包括健康成年人 、在阿尔茨海默病患者中 ，相关研究发表于新一期《科学进展》杂志
。血液检测
、执行功能、分子分析或专业临床评估 ，医疗服务可及性 ，墨西哥和秘鲁的2928名西班牙语参与者 ，语音年龄差较大的人 ，以及社会环境等多项指标相关。语义准确性 ，食物保障 、表观遗传衰老、在多个生物和临床指标上也表现出更加明显的衰老特征 。可通过分析语速、 现有许多生物衰老评估方法需要磁共振成像 、智利 、 研究发现 ，音高、停顿、健康人群的语音年龄差最低
，日常功能
，因此未来可能成为监测衰老状态的一种补充手段
，语音年龄还与血浆p-tau217水平升高相关 。