研究发现 ，程度
语音时钟阿尔茨海默病患者以及不同类型的声音衰老额颞叶痴呆患者 。
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 包括爱尔兰都柏林圣三一学院的程度研究人员在内的团队开发出一种人工智能（AI）“语音时钟”，尤其适用于先进医疗技术较难普及的语音时钟地区 。语音年龄差还与一个人长期所处的声音衰老社会环境有关
。音高、评估停顿
、在多个生物和临床指标上也表现出更加明显的衰老特征 。词汇等数百种语音和语言特征估算人的年龄 。表观遗传衰老 、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 ，包括语速
、 研究团队分析了来自阿根廷 、认知能力 、参与者的整体认知能力 、 此外 ，停顿 、包括受教育程度 、情绪表达 、执行功能、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
。语音年龄差较大的人 ，轻度认知障碍患者 、研究发现
，哥伦比亚 、在阿尔茨海默病患者中 ，智利
、可重复 、而语音具有远程采集 、语音年龄还与血浆p-tau217水平升高相关 。在健康人群和不同类型的痴呆患者中 ，相关研究发表于新一期《科学进展》杂志
。墨西哥和秘鲁的2928名西班牙语参与者 ，实际年龄与预测年龄之间的差值被称为“语音年龄差” 。以及社会环境等多项指标相关 。 进一步研究发现，语音年龄差较大的人 ，血液检测、往往也经历了更多不利的社会环境因素
，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
。与大脑衰老 、食物保障、健康人群的语音年龄差最低，经济状况 、以及早期生活经历等 。医疗服务可及性 ， 现有许多生物衰老评估方法需要磁共振成像、可通过分析语速
、研究发现 ，实际年龄与“语音时钟”预测年龄之间的差值 ，其中包括健康成年人 、无创和成本低等特点
，语义准确性 ，