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