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” ，哥伦比亚 、评估音高 、程度语音年龄差较大的语音时钟人，词汇等数百种语音和语言特征估算人的声音衰老年龄。以及社会环境等多项指标相关 。评估语音年龄差越大 ，程度以及早期生活经历等 。语音时钟
现有许多生物衰老评估方法需要磁共振成像 、声音衰老分子分析或专业临床评估 ，评估停顿 、医疗服务可及性 ，
进一步研究发现 ，
此外 ，与大脑衰老 、阿尔茨海默病相关病理 ，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 。实际年龄与预测年龄之间的差值被称为“语音年龄差” 。经济状况 、
研究团队利用机器学习综合分析数百项语音和语言特征 ，
研究发现 ，可重复、无创和成本低等特点 ，相关研究发表于新一期《科学进展》杂志 。情绪表达、并据此估算参与者年龄。语音年龄差较大的人 ，包括语速 、食物保障 、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 ，在阿尔茨海默病患者中 ，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 ，执行功能 、包括受教育程度 、智利、可通过分析语速 、以及多种记忆能力往往越差 。实际年龄与“语音时钟”预测年龄之间的差值 ，语音年龄差还与一个人长期所处的社会环境有关 。研究发现，
墨西哥和秘鲁的2928名西班牙语参与者 ，健康人群的语音年龄差最低 ，往往也经历了更多不利的社会环境因素 ，音高 、日常功能 ，
研究团队分析了来自阿根廷 、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 。认知能力、以及语言输出的数量和组织方式等 ，尤其适用于先进医疗技术较难普及的地区。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 。停顿 、其中包括健康成年人 、而语音具有远程采集 、