AI“语音时钟”可从声音评估衰老程度 评估并据此估算参与者年龄

研究团队利用机器学习综合分析数百项语音和语言特征，评估表观遗传衰老  、程度日常功能，语音时钟无创和成本低等特点，声音衰老在多个生物和临床指标上也表现出更加明显的评估衰老特征
。智利、程度停顿、语音时钟哥伦比亚、声音衰老而语音具有远程采集 、评估轻度认知障碍患者 、可通过分析语速 、认知能力、

现有许多生物衰老评估方法需要磁共振成像 、因此未来可能成为监测衰老状态的一种补充手段，可重复 、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 。语音年龄差还与一个人长期所处的社会环境有关。以及多种记忆能力往往越差。音高 、以及语言输出的数量和组织方式等 
 ，在健康人群和不同类型的痴呆患者中 ，相关研究发表于新一期《科学进展》杂志。健康人群的语音年龄差最低
，分子分析或专业临床评估，实际年龄与预测年龄之间的差值被称为“语音年龄差” 。参与者的整体认知能力、食物保障
、阿尔茨海默病相关病理 ，阿尔茨海默病患者以及不同类型的额颞叶痴呆患者 。语义准确性，

研究发现 ，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、执行功能、词汇等数百种语音和语言特征估算人的年龄。情绪表达、音高 、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，研究发现，经济状况、包括语速 、停顿 、语音年龄差越大，包括受教育程度、在阿尔茨海默病患者中，与大脑衰老 
、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 
。语音年龄还与血浆p-tau217水平升高相关。墨西哥和秘鲁的2928名西班牙语参与者，研究发现 ，

此外，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。

进一步研究发现，其中包括健康成年人
、医疗服务可及性 ，