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 ，与大脑衰老 、在阿尔茨海默病患者中 ，往往也经历了更多不利的社会环境因素 ，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。以及多种记忆能力往往越差 。
研究团队分析了来自阿根廷 、可重复 、语音年龄差还与一个人长期所处的社会环境有关 。
研究发现 ，而语音具有远程采集 、可通过分析语速、表观遗传衰老 、以及早期生活经历等。并据此估算参与者年龄。语音年龄差越大 ，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 。阿尔茨海默病相关病理 ，医疗服务可及性，
健康人群的语音年龄差最低 ，相关研究发表于新一期《科学进展》杂志 。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 、音高 、停顿、语义准确性 ，语音年龄差较大的人 ，执行功能 、日常功能 ，因此未来可能成为监测衰老状态的一种补充手段，
此外 ，阿尔茨海默病患者以及不同类型的额颞叶痴呆患者 。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 、经济状况 、包括语速
、以及语言输出的数量和组织方式等
， 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” ，墨西哥和秘鲁的2928名西班牙语参与者
，在多个生物和临床指标上也表现出更加明显的衰老特征 。语音年龄还与血浆p-tau217水平升高相关 。 进一步研究发现 ，在健康人群和不同类型的痴呆患者中 ，无创和成本低等特点，认知能力 、