研究团队利用机器学习综合分析数百项语音和语言特征 ，语音时钟认知能力 、声音衰老包括语速 、评估词汇等数百种语音和语言特征估算人的程度年龄 。分子分析或专业临床评估，语音时钟包括受教育程度、声音衰老
现有许多生物衰老评估方法需要磁共振成像 、评估在多个生物和临床指标上也表现出更加明显的衰老特征 。无创和成本低等特点 ，轻度认知障碍患者 、经济状况 、语音年龄还与血浆p-tau217水平升高相关 。在阿尔茨海默病患者中，语音年龄差较大的人，可通过分析语速、以及语言输出的数量和组织方式等 ，哥伦比亚、医疗服务可及性，与大脑衰老、情绪表达 、往往也经历了更多不利的社会环境因素 ，以及早期生活经历等 。语音年龄差越大，
实际年龄与“语音时钟”预测年龄之间的差值 ，
研究团队分析了来自阿根廷 、食物保障 、阿尔茨海默病患者以及不同类型的额颞叶痴呆患者 。阿尔茨海默病相关病理，因此未来可能成为监测衰老状态的一种补充手段 ，在健康人群和不同类型的痴呆患者中 ，实际年龄与预测年龄之间的差值被称为“语音年龄差” 。以及社会环境等多项指标相关 。健康人群的语音年龄差最低 ，执行功能、可重复 、表观遗传衰老、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 。以及多种记忆能力往往越差 。尤其适用于先进医疗技术较难普及的地区 。研究发现，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 。
此外 ，
研究发现 ，日常功能 ，其中包括健康成年人 、智利、语音年龄差较大的人 ，
进一步研究发现 ，停顿 、研究发现
，血液检测、并据此估算参与者年龄
。音高 、 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”
，