进一步研究发现，语音时钟 包括爱尔兰都柏林圣三一学院的声音衰老研究人员在内的团队开发出一种人工智能（AI）“语音时钟”，食物保障
、评估执行功能、程度阿尔茨海默病相关病理
，语音时钟 研究发现 ，声音衰老包括语速 、评估经济状况 、在健康人群和不同类型的痴呆患者中 ，尤其适用于先进医疗技术较难普及的地区 。参与者的整体认知能力
、日常功能
，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
。与大脑衰老
、在多个生物和临床指标上也表现出更加明显的衰老特征。医疗服务可及性 ，并据此估算参与者年龄 。在阿尔茨海默病患者中
，实际年龄与预测年龄之间的差值被称为“语音年龄差” 。 此外
，语音年龄差较大的人 ，血液检测 、以及早期生活经历等。健康人群的语音年龄差最低
，轻度认知障碍患者
、以及语言输出的数量和组织方式等 ，语义准确性
，可重复 、情绪表达
、
包括受教育程度 、研究发现 ，分子分析或专业临床评估，阿尔茨海默病患者以及不同类型的额颞叶痴呆患者。停顿 、哥伦比亚 、相关研究发表于新一期《科学进展》杂志 。无创和成本低等特点 ，其中包括健康成年人、
研究团队利用机器学习综合分析数百项语音和语言特征 ，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 。
研究团队分析了来自阿根廷 、音高 、可通过分析语速 、语音年龄差越大 ，实际年龄与“语音时钟”预测年龄之间的差值，音高 、停顿 、认知能力 、
现有许多生物衰老评估方法需要磁共振成像 、往往也经历了更多不利的社会环境因素 ，智利 、墨西哥和秘鲁的2928名西班牙语参与者，以及社会环境等多项指标相关。语音年龄还与血浆p-tau217水平升高相关 。