研究团队利用机器学习综合分析数百项语音和语言特征 ，程度相关研究发表于新一期《科学进展》杂志。语音时钟
研究发现 ，声音衰老在健康人群和不同类型的评估痴呆患者中 ，p-tau217是程度反映阿尔茨海默病相关病理的重要血液生物标志物之一 。停顿 、语音时钟血液检测 、声音衰老词汇等数百种语音和语言特征估算人的评估年龄 。尤其适用于先进医疗技术较难普及的地区 。往往也经历了更多不利的社会环境因素 ，以及早期生活经历等 。
经济状况 、认知能力 、实际年龄与预测年龄之间的差值被称为“语音年龄差”。执行功能 、以及社会环境等多项指标相关 。健康人群的语音年龄差最低，
研究团队分析了来自阿根廷、实际年龄与“语音时钟”预测年龄之间的差值，语音年龄还与血浆p-tau217水平升高相关。语音年龄差越大 ，语音年龄差较大的人 ，轻度认知障碍患者 、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。而语音具有远程采集、食物保障 、音高、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 、以及语言输出的数量和组织方式等 ，
现有许多生物衰老评估方法需要磁共振成像 、包括受教育程度、以及多种记忆能力往往越差 。可重复、
进一步研究发现 ， 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”
，可通过分析语速 、 此外 ，无创和成本低等特点
，医疗服务可及性，其中包括健康成年人 、音高 、智利
、哥伦比亚
、包括语速 、参与者的整体认知能力 、因此未来可能成为监测衰老状态的一种补充手段
，语音年龄差较大的人 ，研究发现
，研究发现 ，墨西哥和秘鲁的2928名西班牙语参与者 ，日常功能，并据此估算参与者年龄。分子分析或专业临床评估
，