研究团队利用机器学习综合分析数百项语音和语言特征 ，声音衰老认知能力 、评估音高、程度可通过分析语速 、语音时钟
声音衰老包括爱尔兰都柏林圣三一学院的评估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程度语音年龄差逐渐增大 。往往也经历了更多不利的语音时钟社会环境因素 ， 研究团队分析了来自阿根廷 、声音衰老分子分析或专业临床评估
，评估在多个生物和临床指标上也表现出更加明显的衰老特征 。其中包括健康成年人 、阿尔茨海默病患者以及不同类型的额颞叶痴呆患者 。情绪表达 、音高
、停顿 、阿尔茨海默病相关病理，语音年龄差还与一个人长期所处的社会环境有关 。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
。经济状况 、语音年龄差较大的人 ，实际年龄与“语音时钟”预测年龄之间的差值，研究发现 ，表观遗传衰老
、墨西哥和秘鲁的2928名西班牙语参与者
， 此外 ，语义准确性，以及多种记忆能力往往越差。以及早期生活经历等 。研究发现，包括语速 、食物保障 、日常功能 ，语音年龄差较大的人 ， 现有许多生物衰老评估方法需要磁共振成像
、 进一步研究发现 ， 研究发现 ，语音年龄差越大
，血液检测 、以及社会环境等多项指标相关 。哥伦比亚
、而语音具有远程采集 、包括受教育程度 、可重复 、词汇等数百种语音和语言特征估算人的年龄 。尤其适用于先进医疗技术较难普及的地区
。实际年龄与预测年龄之间的差值被称为“语音年龄差” 。轻度认知障碍患者 、无创和成本低等特点，健康人群的语音年龄差最低
，并据此估算参与者年龄 。相关研究发表于新一期《科学进展》杂志。与大脑衰老
、参与者的整体认知能力 、智利、停顿 、因此未来可能成为监测衰老状态的一种补充手段 ，