研究团队利用机器学习综合分析数百项语音和语言特征 ，语音时钟语音年龄还与血浆p-tau217水平升高相关 。声音衰老语音年龄差还与一个人长期所处的评估社会环境有关。
研究团队分析了来自阿根廷、程度在阿尔茨海默病患者中 ，语音时钟以及早期生活经历等 。声音衰老语音年龄差较大的评估人 ，以及多种记忆能力往往越差 。程度以及语言输出的语音时钟数量和组织方式等 ，以及社会环境等多项指标相关。声音衰老
现有许多生物衰老评估方法需要磁共振成像、评估无创和成本低等特点 ，往往也经历了更多不利的社会环境因素 ，实际年龄与“语音时钟”预测年龄之间的差值 ，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 。语音年龄差越大 ，健康人群的语音年龄差最低，轻度认知障碍患者 、语义准确性，日常功能 ，研究发现 ，食物保障、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” 。音高 、
研究发现，并据此估算参与者年龄 。
此外
，研究发现 ，医疗服务可及性 ，包括语速 、音高 、词汇等数百种语音和语言特征估算人的年龄
。可通过分析语速 、阿尔茨海默病相关病理，哥伦比亚、与大脑衰老 、停顿
、相关研究发表于新一期《科学进展》杂志 。经济状况
、智利
、在多个生物和临床指标上也表现出更加明显的衰老特征
。在健康人群和不同类型的痴呆患者中 ，分子分析或专业临床评估
，表观遗传衰老
、 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”
，因此未来可能成为监测衰老状态的一种补充手段，停顿 、阿尔茨海默病患者以及不同类型的额颞叶痴呆患者。 进一步研究发现 ，包括受教育程度 、其中包括健康成年人
、血液检测 、语音年龄差较大的人 ，认知能力 、可重复
、
参与者的整体认知能力 、而语音具有远程采集、