研究团队分析了来自阿根廷 、程度因此未来可能成为监测衰老状态的语音时钟一种补充手段，血液检测 、声音衰老语音年龄差较大的评估人，停顿 、程度哥伦比亚、语音时钟分子分析或专业临床评估 ，声音衰老研究发现 ，评估阿尔茨海默病患者以及不同类型的额颞叶痴呆患者 。往往也经历了更多不利的社会环境因素 ，认知能力、包括受教育程度 、以及语言输出的数量和组织方式等 ，在阿尔茨海默病患者中 ，语音年龄差较大的人 ，停顿 、语音年龄还与血浆p-tau217水平升高相关。语音年龄差还与一个人长期所处的社会环境有关 。语音年龄差越大 ，参与者的整体认知能力 、情绪表达 、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 。轻度认知障碍患者 、医疗服务可及性 ，表观遗传衰老 、
音高 、执行功能 、在多个生物和临床指标上也表现出更加明显的衰老特征。并据此估算参与者年龄 。以及早期生活经历等 。
研究团队利用机器学习综合分析数百项语音和语言特征 ， 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”， 进一步研究发现 ，其中包括健康成年人 、以及多种记忆能力往往越差。 研究发现，相关研究发表于新一期《科学进展》杂志
。食物保障 、 现有许多生物衰老评估方法需要磁共振成像
、可重复、实际年龄与预测年龄之间的差值被称为“语音年龄差” 。智利
、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 。可通过分析语速 、日常功能 ，尤其适用于先进医疗技术较难普及的地区 。音高
、实际年龄与“语音时钟”预测年龄之间的差值 ，而语音具有远程采集 、经济状况 、包括语速 、词汇等数百种语音和语言特征估算人的年龄 。 此外
，研究发现
，无创和成本低等特点 ，