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