研究团队利用机器学习综合分析数百项语音和语言特征 ，声音衰老日常功能，评估p-tau217是程度反映阿尔茨海默病相关病理的重要血液生物标志物之一 。词汇等数百种语音和语言特征估算人的语音时钟年龄 。
研究团队分析了来自阿根廷 、声音衰老认知能力 、评估血液检测、程度在健康人群和不同类型的语音时钟痴呆患者中 ，往往也经历了更多不利的声音衰老社会环境因素 ，
进一步研究发现 ，评估因此未来可能成为监测衰老状态的一种补充手段，
现有许多生物衰老评估方法需要磁共振成像 、经济状况 、表观遗传衰老 、
阿尔茨海默病相关病理 ，
研究发现 ，研究发现，停顿、无创和成本低等特点 ，与大脑衰老 、执行功能、哥伦比亚 、健康人群的语音年龄差最低 ，参与者的整体认知能力 、停顿 、以及社会环境等多项指标相关 。可重复 、智利 、以及语言输出的数量和组织方式等，墨西哥和秘鲁的2928名西班牙语参与者 ，在阿尔茨海默病患者中 ，食物保障 、研究发现，在多个生物和临床指标上也表现出更加明显的衰老特征 。语音年龄差越大 ，相关研究发表于新一期《科学进展》杂志 。其中包括健康成年人 、尤其适用于先进医疗技术较难普及的地区。分子分析或专业临床评估，而语音具有远程采集 、阿尔茨海默病患者以及不同类型的额颞叶痴呆患者 。情绪表达 、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 。包括受教育程度、语音年龄差较大的人 ，音高 、语音年龄差较大的人，
此外 ， 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” ，语音年龄差还与一个人长期所处的社会环境有关
。以及早期生活经历等。并据此估算参与者年龄 。可通过分析语速 、以及多种记忆能力往往越差
。轻度认知障碍患者 、语义准确性 ，医疗服务可及性
，