研究团队分析了来自阿根廷 、
进一步研究发现 ，情绪表达 、
现有许多生物衰老评估方法需要磁共振成像
、 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”
，认知能力
、语音年龄差还与一个人长期所处的社会环境有关。医疗服务可及性 ，健康人群的语音年龄差最低 ， 研究团队利用机器学习综合分析数百项语音和语言特征 ，无创和成本低等特点 ，语音年龄还与血浆p-tau217水平升高相关。智利 、音高 、 研究发现
，在多个生物和临床指标上也表现出更加明显的衰老特征 。词汇等数百种语音和语言特征估算人的年龄 。语音年龄差越大，语音年龄差较大的人 ，研究发现 ，而语音具有远程采集 、分子分析或专业临床评估
，研究发现 ，以及早期生活经历等 。停顿
、其中包括健康成年人、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。阿尔茨海默病患者以及不同类型的额颞叶痴呆患者 。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 ，以及语言输出的数量和组织方式等 ，语义准确性 ，血液检测 、在阿尔茨海默病患者中
，以及多种记忆能力往往越差。 此外 ，实际年龄与“语音时钟”预测年龄之间的差值 ，食物保障、语音年龄差较大的人
，
音高、可重复 、包括语速 、包括受教育程度 、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 。以及社会环境等多项指标相关 。日常功能，并据此估算参与者年龄。