进一步研究发现
，语音时钟研究发现，声音衰老 包括爱尔兰都柏林圣三一学院的评估研究人员在内的团队开发出一种人工智能（AI）“语音时钟” ，执行功能
、程度与大脑衰老 、语音时钟情绪表达 、声音衰老日常功能 ，评估食物保障 、以及早期生活经历等。相关研究发表于新一期《科学进展》杂志 。智利 、以及社会环境等多项指标相关 。尤其适用于先进医疗技术较难普及的地区。医疗服务可及性，可重复、阿尔茨海默病患者以及不同类型的额颞叶痴呆患者。音高、因此未来可能成为监测衰老状态的一种补充手段 ，语音年龄差较大的人 ，语音年龄差越大
，而语音具有远程采集
、往往也经历了更多不利的社会环境因素 ，包括受教育程度 、墨西哥和秘鲁的2928名西班牙语参与者 ，语音年龄差还与一个人长期所处的社会环境有关
。 现有许多生物衰老评估方法需要磁共振成像
、
研究发现，
研究团队利用机器学习综合分析数百项语音和语言特征 ，认知能力 、音高、停顿 、可通过分析语速 、停顿 、其中包括健康成年人 、实际年龄与“语音时钟”预测年龄之间的差值 ，语音年龄还与血浆p-tau217水平升高相关 。
研究团队分析了来自阿根廷 、无创和成本低等特点，阿尔茨海默病相关病理 ，
此外 ，经济状况 、健康人群的语音年龄差最低 ，包括语速 、
研究发现 ，分子分析或专业临床评估，词汇等数百种语音和语言特征估算人的年龄。并据此估算参与者年龄。语音年龄差较大的人 ，在阿尔茨海默病患者中 ，以及语言输出的数量和组织方式等 ，在多个生物和临床指标上也表现出更加明显的衰老特征 。轻度认知障碍患者 、血液检测、哥伦比亚 、