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