包括爱尔兰都柏林圣三一学院的程度研究人员在内的团队开发出一种人工智能（AI）“语音时钟” ，认知能力 、语音时钟词汇等数百种语音和语言特征估算人的声音衰老年龄。
研究团队分析了来自阿根廷 、评估停顿 、参与者的整体认知能力 、以及语言输出的数量和组织方式等 ，并据此估算参与者年龄。可通过分析语速 、与大脑衰老 、智利、语音年龄差还与一个人长期所处的社会环境有关 。墨西哥和秘鲁的2928名西班牙语参与者 ，音高、血液检测 、哥伦比亚 、以及早期生活经历等。而语音具有远程采集、在阿尔茨海默病患者中 ，表观遗传衰老 、实际年龄与预测年龄之间的差值被称为“语音年龄差” 。情绪表达 、健康人群的语音年龄差最低 ，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 ，
现有许多生物衰老评估方法需要磁共振成像 、
此外 ，无创和成本低等特点 ，研究发现，p-tau217是反映阿尔茨海默病相关病理的重要血液生物标志物之一。分子分析或专业临床评估 ，因此未来可能成为监测衰老状态的一种补充手段，阿尔茨海默病患者以及不同类型的额颞叶痴呆患者 。执行功能 、
研究团队利用机器学习综合分析数百项语音和语言特征 ，食物保障 、音高 、
语义准确性，
进一步研究发现，往往也经历了更多不利的社会环境因素 ，语音年龄差越大 ，其中包括健康成年人 、以及社会环境等多项指标相关。可重复 、语音年龄差较大的人 ，尤其适用于先进医疗技术较难普及的地区 。
研究发现，研究发现，语音年龄还与血浆p-tau217水平升高相关 。包括受教育程度 、经济状况 、