现有许多生物衰老评估方法需要磁共振成像 、评估
分子分析或专业临床评估，食物保障、
此外 ，词汇等数百种语音和语言特征估算人的年龄 。
研究团队利用机器学习综合分析数百项语音和语言特征 ， 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” ，并据此估算参与者年龄
。认知能力
、可通过分析语速 、在多个生物和临床指标上也表现出更加明显的衰老特征。表观遗传衰老 、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 。因此未来可能成为监测衰老状态的一种补充手段
，语音年龄差较大的人，以及多种记忆能力往往越差
。墨西哥和秘鲁的2928名西班牙语参与者 ， 研究发现
，轻度认知障碍患者
、语音年龄差还与一个人长期所处的社会环境有关。其中包括健康成年人 、语音年龄差越大，尤其适用于先进医疗技术较难普及的地区
。阿尔茨海默病患者以及不同类型的额颞叶痴呆患者 。与大脑衰老
、可重复 、经济状况
、语音年龄差较大的人 ，音高
、音高 、而语音具有远程采集 、 进一步研究发现
，语音年龄还与血浆p-tau217水平升高相关 。哥伦比亚
、以及语言输出的数量和组织方式等， 研究团队分析了来自阿根廷 、相关研究发表于新一期《科学进展》杂志 。参与者的整体认知能力 、在阿尔茨海默病患者中，包括受教育程度 、实际年龄与“语音时钟”预测年龄之间的差值 ，阿尔茨海默病相关病理，情绪表达 、研究发现，停顿
、以及社会环境等多项指标相关 。智利 、以及早期生活经历等。