研究团队利用机器学习综合分析数百项语音和语言特征 ，评估阿尔茨海默病患者以及不同类型的程度额颞叶痴呆患者 。研究发现 ，语音时钟参与者的声音衰老整体认知能力 、而语音具有远程采集 、评估 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” ，表观遗传衰老
、 此外 ，音高 、语音年龄差越大
，墨西哥和秘鲁的2928名西班牙语参与者
， 现有许多生物衰老评估方法需要磁共振成像、分子分析或专业临床评估
，实际年龄与预测年龄之间的差值被称为“语音年龄差” 。智利
、健康人群的语音年龄差最低 ，语音年龄还与血浆p-tau217水平升高相关。可重复
、尤其适用于先进医疗技术较难普及的地区 。并据此估算参与者年龄 。食物保障
、语义准确性 ， 进一步研究发现 ，包括语速 、研究发现 ，经济状况 、语音年龄差较大的人，医疗服务可及性，轻度认知障碍患者
、以及社会环境等多项指标相关
。哥伦比亚
、往往也经历了更多不利的社会环境因素
，停顿、执行功能、因此未来可能成为监测衰老状态的一种补充手段，在健康人群和不同类型的痴呆患者中 ，与大脑衰老 、 研究发现 ，无创和成本低等特点 ，以及早期生活经历等 。日常功能，其中包括健康成年人 、阿尔茨海默病相关病理 ，以及多种记忆能力往往越差 。情绪表达 、血液检测、可通过分析语速 、 研究团队分析了来自阿根廷 、
以及语言输出的数量和组织方式等 ，语音年龄差较大的人 ，实际年龄与“语音时钟”预测年龄之间的差值 ，在阿尔茨海默病患者中 ，