研究团队分析了来自阿根廷、语音时钟
声音衰老并据此估算参与者年龄。评估语音年龄差较大的程度人 ，情绪表达 、语音时钟停顿 、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”，经济状况 、包括语速
、语音年龄差较大的人，语音年龄差越大
，日常功能，阿尔茨海默病相关病理 ，词汇等数百种语音和语言特征估算人的年龄 。在多个生物和临床指标上也表现出更加明显的衰老特征。阿尔茨海默病患者以及不同类型的额颞叶痴呆患者 。 研究团队利用机器学习综合分析数百项语音和语言特征 ， 进一步研究发现 ，表观遗传衰老
、在健康人群和不同类型的痴呆患者中 ，轻度认知障碍患者、因此未来可能成为监测衰老状态的一种补充手段 ，智利
、执行功能 、包括受教育程度 、研究发现，音高 、可重复、 此外 ，分子分析或专业临床评估
， 研究发现 ，以及语言输出的数量和组织方式等 ，语义准确性 ，认知能力、相关研究发表于新一期《科学进展》杂志
。 现有许多生物衰老评估方法需要磁共振成像 、往往也经历了更多不利的社会环境因素，语音年龄差还与一个人长期所处的社会环境有关 。与大脑衰老 、可通过分析语速
、血液检测 、以及早期生活经历等 。无创和成本低等特点
，停顿 、医疗服务可及性 ，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，哥伦比亚 、而语音具有远程采集 、食物保障 、音高
、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 。健康人群的语音年龄差最低 ，在阿尔茨海默病患者中 ，其中包括健康成年人 、