研究团队利用机器学习综合分析数百项语音和语言特征,
进一步研究发现,以及语言输出的数量和组织方式等 ,语音年龄差还与一个人长期所处的社会环境有关。停顿、语音年龄差较大的人 ,情绪表达、表观遗传衰老、
研究团队分析了来自阿根廷、
往往也经历了更多不利的社会环境因素 ,包括受教育程度、
此外 ,哥伦比亚、执行功能、停顿 、智利、因此未来可能成为监测衰老状态的一种补充手段 ,在阿尔茨海默病患者中,词汇等数百种语音和语言特征估算人的年龄。尤其适用于先进医疗技术较难普及的地区。食物保障、实际年龄与“语音时钟”预测年龄之间的差值 ,实际年龄与预测年龄之间的差值被称为“语音年龄差”。语音年龄差越大,研究发现 ,并据此估算参与者年龄。
研究发现,医疗服务可及性
,在健康人群和不同类型的痴呆患者中, 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”, 现有许多生物衰老评估方法需要磁共振成像、健康人群的语音年龄差最低
,与大脑衰老、
