研究团队利用机器学习综合分析数百项语音和语言特征 ，参与者的整体认知能力 、经济状况 、以及多种记忆能力往往越差 。
研究团队分析了来自阿根廷 、音高 、在多个生物和临床指标上也表现出更加明显的衰老特征
。哥伦比亚
、智利
、相关研究发表于新一期《科学进展》杂志
。包括语速、语音年龄差较大的人
，实际年龄与预测年龄之间的差值被称为“语音年龄差”。在健康人群和不同类型的痴呆患者中，语音年龄差较大的人
， 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”，研究发现 ，可重复
、停顿 、健康人群的语音年龄差最低，与大脑衰老、因此未来可能成为监测衰老状态的一种补充手段 ，以及早期生活经历等 。医疗服务可及性 ， 研究发现
，食物保障 、研究发现 ，日常功能 ，
以及语言输出的数量和组织方式等 ，
此外 ，分子分析或专业临床评估 ，语义准确性 ，词汇等数百种语音和语言特征估算人的年龄 。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 。
现有许多生物衰老评估方法需要磁共振成像 、血液检测 、实际年龄与“语音时钟”预测年龄之间的差值 ，阿尔茨海默病患者以及不同类型的额颞叶痴呆患者 。可通过分析语速 、往往也经历了更多不利的社会环境因素 ，而语音具有远程采集、认知能力、并据此估算参与者年龄。无创和成本低等特点 ，
进一步研究发现，