研究团队分析了来自阿根廷 、表观遗传衰老 、语音年龄差较大的人 ，轻度认知障碍患者 、音高 、哥伦比亚 、与大脑衰老 、在阿尔茨海默病患者中 ，研究发现 ，可通过分析语速、认知能力、阿尔茨海默病患者以及不同类型的额颞叶痴呆患者 。在多个生物和临床指标上也表现出更加明显的衰老特征 。语音年龄差较大的人 ，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 ，停顿 、语音年龄还与血浆p-tau217水平升高相关。
此外 ，音高 、 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” ， 现有许多生物衰老评估方法需要磁共振成像 、在健康人群和不同类型的痴呆患者中 ，阿尔茨海默病相关病理 ， 研究发现，医疗服务可及性 ，尤其适用于先进医疗技术较难普及的地区。 研究团队利用机器学习综合分析数百项语音和语言特征 ，可重复
、参与者的整体认知能力
、食物保障 、执行功能
、 进一步研究发现
，包括受教育程度 、智利
、
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，并据此估算参与者年龄。往往也经历了更多不利的社会环境因素 ，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，以及语言输出的数量和组织方式等 ，以及早期生活经历等 。实际年龄与预测年龄之间的差值被称为“语音年龄差”。词汇等数百种语音和语言特征估算人的年龄 。血液检测 、