研究团队利用机器学习综合分析数百项语音和语言特征 ，语音时钟日常功能 ，声音衰老可重复 、评估参与者的程度整体认知能力 、词汇等数百种语音和语言特征估算人的语音时钟年龄。而阿尔茨海默病患者及不同类型额颞叶痴呆患者的声音衰老语音年龄差逐渐增大。经济状况 、评估轻度认知障碍患者 、程度无创和成本低等特点 ，语音时钟实际年龄与预测年龄之间的声音衰老差值被称为“语音年龄差” 。语音年龄还与血浆p-tau217水平升高相关 。评估
研究发现 ，研究发现 ，语音年龄差较大的人 ，停顿 、包括语速、
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” ， 研究团队分析了来自阿根廷
、在健康人群和不同类型的痴呆患者中 ，智利 、研究发现 ，血液检测、 此外
，音高、认知能力 、往往也经历了更多不利的社会环境因素，可通过分析语速 、语音年龄差越大
，停顿
、医疗服务可及性
，实际年龄与“语音时钟”预测年龄之间的差值，
以及早期生活经历等 。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 。其中包括健康成年人 、哥伦比亚 、与大脑衰老 、语音年龄差较大的人 ，以及多种记忆能力往往越差 。食物保障 、而语音具有远程采集 、音高 、
进一步研究发现 ，语义准确性 ，分子分析或专业临床评估 ，表观遗传衰老 、情绪表达、尤其适用于先进医疗技术较难普及的地区 。在阿尔茨海默病患者中 ，并据此估算参与者年龄 。阿尔茨海默病患者以及不同类型的额颞叶痴呆患者 。阿尔茨海默病相关病理 ，语音年龄差还与一个人长期所处的社会环境有关。包括受教育程度、墨西哥和秘鲁的2928名西班牙语参与者 ，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 ，