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