研究团队利用机器学习综合分析数百项语音和语言特征 ，声音衰老语音年龄差越大，评估语音年龄差较大的人 ，健康人群的语音年龄差最低 ，在多个生物和临床指标上也表现出更加明显的衰老特征 。可通过分析语速 、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。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
。语义准确性 ， 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” ，相关研究发表于新一期《科学进展》杂志 。血液检测、停顿 、
词汇等数百种语音和语言特征估算人的年龄 。以及社会环境等多项指标相关 。无创和成本低等特点，实际年龄与“语音时钟”预测年龄之间的差值 ，以及语言输出的数量和组织方式等 ，哥伦比亚 、阿尔茨海默病相关病理 ，尤其适用于先进医疗技术较难普及的地区 。可重复 、停顿 、而语音具有远程采集 、包括受教育程度 、食物保障 、与大脑衰老、音高、
进一步研究发现 ，包括语速、以及多种记忆能力往往越差 。往往也经历了更多不利的社会环境因素 ，日常功能，音高 、
研究发现 ，
此外 ，
研究团队分析了来自阿根廷 、表观遗传衰老 、语音年龄差还与一个人长期所处的社会环境有关 。分子分析或专业临床评估 ，墨西哥和秘鲁的2928名西班牙语参与者 ，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 、研究发现 ，经济状况 、情绪表达 、实际年龄与预测年龄之间的差值被称为“语音年龄差” 。执行功能、以及早期生活经历等 。