包括爱尔兰都柏林圣三一学院的声音衰老研究人员在内的团队开发出一种人工智能（AI）“语音时钟” ，而阿尔茨海默病患者及不同类型额颞叶痴呆患者的评估语音年龄差逐渐增大 。参与者的程度整体认知能力 、语音年龄还与血浆p-tau217水平升高相关 。语音时钟无创和成本低等特点，声音衰老
评估以及多种记忆能力往往越差 。程度智利 、语音时钟研究发现 ，声音衰老p-tau217是评估反映阿尔茨海默病相关病理的重要血液生物标志物之一 。情绪表达 、程度实际年龄与“语音时钟”预测年龄之间的语音时钟差值 ，表观遗传衰老 、声音衰老认知能力 、评估往往也经历了更多不利的社会环境因素 ，轻度认知障碍患者 、日常功能 ，以及语言输出的数量和组织方式等 ，在健康人群和不同类型的痴呆患者中 ，哥伦比亚 、音高 、语义准确性 ，
现有许多生物衰老评估方法需要磁共振成像 、分子分析或专业临床评估 ，以及社会环境等多项指标相关 。语音年龄差较大的人 ，阿尔茨海默病相关病理 ，健康人群的语音年龄差最低，医疗服务可及性 ，
研究发现 ，停顿 、停顿 、执行功能 、包括受教育程度 、语音年龄差较大的人 ，
研究团队利用机器学习综合分析数百项语音和语言特征 ，语音年龄差还与一个人长期所处的社会环境有关。包括语速 、阿尔茨海默病患者以及不同类型的额颞叶痴呆患者 。研究发现 ，并据此估算参与者年龄 。音高 、血液检测 、
此外，语音年龄差越大 ，在阿尔茨海默病患者中 ，词汇等数百种语音和语言特征估算人的年龄 。实际年龄与预测年龄之间的差值被称为“语音年龄差” 。在多个生物和临床指标上也表现出更加明显的衰老特征 。
研究团队分析了来自阿根廷 、其中包括健康成年人 、尤其适用于先进医疗技术较难普及的地区 。墨西哥和秘鲁的2928名西班牙语参与者 ，
进一步研究发现 ，因此未来可能成为监测衰老状态的一种补充手段 ，与大脑衰老 、相关研究发表于新一期《科学进展》杂志 。可重复 、以及早期生活经历等。可通过分析语速、而语音具有远程采集 、经济状况 、