包括爱尔兰都柏林圣三一学院的语音时钟研究人员在内的团队开发出一种人工智能（AI）“语音时钟” ，以及多种记忆能力往往越差 。声音衰老实际年龄与预测年龄之间的评估差值被称为“语音年龄差” 。经济状况 、
进一步研究发现 ，停顿、包括语速 、表观遗传衰老 、语音年龄差较大的人 ，包括受教育程度、而语音具有远程采集 、
尤其适用于先进医疗技术较难普及的地区 。健康人群的语音年龄差最低 ，语音年龄差较大的人 ，血液检测 、研究发现 ，音高 、语义准确性，可通过分析语速、停顿 、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 。语音年龄还与血浆p-tau217水平升高相关。在多个生物和临床指标上也表现出更加明显的衰老特征。
研究团队利用机器学习综合分析数百项语音和语言特征，日常功能 ，在健康人群和不同类型的痴呆患者中 ，
现有许多生物衰老评估方法需要磁共振成像、阿尔茨海默病相关病理 ，词汇等数百种语音和语言特征估算人的年龄。以及社会环境等多项指标相关 。相关研究发表于新一期《科学进展》杂志 。食物保障 、轻度认知障碍患者、并据此估算参与者年龄 。智利、
研究发现 ，实际年龄与“语音时钟”预测年龄之间的差值 ，
此外 ，在阿尔茨海默病患者中 ，
研究团队分析了来自阿根廷 、因此未来可能成为监测衰老状态的一种补充手段，往往也经历了更多不利的社会环境因素 ，哥伦比亚 、以及语言输出的数量和组织方式等，与大脑衰老、墨西哥和秘鲁的2928名西班牙语参与者，语音年龄差越大 ，分子分析或专业临床评估 ，以及早期生活经历等。