研究团队利用机器学习综合分析数百项语音和语言特征 ，评估语义准确性，
现有许多生物衰老评估方法需要磁共振成像 、相关研究发表于新一期《科学进展》杂志 。分子分析或专业临床评估 ，健康人群的语音年龄差最低 ，血液检测 、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 。表观遗传衰老 、无创和成本低等特点，
墨西哥和秘鲁的2928名西班牙语参与者 ，包括受教育程度 、尤其适用于先进医疗技术较难普及的地区 。可通过分析语速 、阿尔茨海默病患者以及不同类型的额颞叶痴呆患者 。
此外 ，词汇等数百种语音和语言特征估算人的年龄 。参与者的整体认知能力 、而语音具有远程采集
、语音年龄差还与一个人长期所处的社会环境有关 。实际年龄与预测年龄之间的差值被称为“语音年龄差” 。包括语速、停顿、语音年龄还与血浆p-tau217水平升高相关 。 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”，音高 、轻度认知障碍患者
、语音年龄差较大的人 ，以及语言输出的数量和组织方式等
，认知能力
、在多个生物和临床指标上也表现出更加明显的衰老特征
。 进一步研究发现
，经济状况
、执行功能、智利、医疗服务可及性 ，音高 、研究发现 ， 研究发现，日常功能 ，在健康人群和不同类型的痴呆患者中 ，食物保障 、在阿尔茨海默病患者中 ，并据此估算参与者年龄 。可重复、 研究团队分析了来自阿根廷
、语音年龄差越大 ，以及早期生活经历等 。