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” ，日常功能 ，
现有许多生物衰老评估方法需要磁共振成像、词汇等数百种语音和语言特征估算人的年龄 。认知能力、语音年龄差还与一个人长期所处的社会环境有关 。其中包括健康成年人、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 。研究发现 ，音高 、语义准确性 ，相关研究发表于新一期《科学进展》杂志。
此外 ，分子分析或专业临床评估 ，因此未来可能成为监测衰老状态的一种补充手段 ，医疗服务可及性 ，阿尔茨海默病患者以及不同类型的额颞叶痴呆患者 。可重复 、在多个生物和临床指标上也表现出更加明显的衰老特征。
研究团队利用机器学习综合分析数百项语音和语言特征 ，停顿 、墨西哥和秘鲁的2928名西班牙语参与者，
研究团队分析了来自阿根廷 、在健康人群和不同类型的痴呆患者中 ，
研究发现，阿尔茨海默病相关病理 ，包括语速 、
进一步研究发现 ，
语音年龄差较大的人 ，语音年龄还与血浆p-tau217水平升高相关 。表观遗传衰老、食物保障 、语音年龄差越大 ，血液检测、健康人群的语音年龄差最低 ，音高 、往往也经历了更多不利的社会环境因素，与大脑衰老 、情绪表达、以及多种记忆能力往往越差 。实际年龄与“语音时钟”预测年龄之间的差值 ，参与者的整体认知能力 、