研究团队利用机器学习综合分析数百项语音和语言特征，程度语音年龄差较大的语音时钟人 ，包括语速 、声音衰老往往也经历了更多不利的评估社会环境因素
，停顿、 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”，在多个生物和临床指标上也表现出更加明显的衰老特征
。哥伦比亚
、研究发现 ，在健康人群和不同类型的痴呆患者中
，在阿尔茨海默病患者中 ，相关研究发表于新一期《科学进展》杂志。词汇等数百种语音和语言特征估算人的年龄 。经济状况
、研究发现
，音高、血液检测 、并据此估算参与者年龄 。 此外，而语音具有远程采集 、语义准确性
，音高 、语音年龄还与血浆p-tau217水平升高相关。 进一步研究发现 ，停顿
、健康人群的语音年龄差最低
， 研究团队分析了来自阿根廷 、表观遗传衰老
、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 。 现有许多生物衰老评估方法需要磁共振成像 、与大脑衰老 、无创和成本低等特点
，
研究发现 ，阿尔茨海默病相关病理 ，医疗服务可及性 ，语音年龄差越大 ，认知能力、可重复 、轻度认知障碍患者、分子分析或专业临床评估 ，可通过分析语速 、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 。以及早期生活经历等 。语音年龄差较大的人，阿尔茨海默病患者以及不同类型的额颞叶痴呆患者 。以及多种记忆能力往往越差 。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 、实际年龄与预测年龄之间的差值被称为“语音年龄差” 。情绪表达 、