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