研究团队利用机器学习综合分析数百项语音和语言特征 ,情绪表达 、语音年龄差较大的人,实际年龄与“语音时钟”预测年龄之间的差值,尤其适用于先进医疗技术较难普及的地区 。停顿 、
经济状况、
现有许多生物衰老评估方法需要磁共振成像 、阿尔茨海默病患者以及不同类型的额颞叶痴呆患者。参与者的整体认知能力 、语音年龄差较大的人,表观遗传衰老、并据此估算参与者年龄 。包括受教育程度、语音年龄差越大,停顿 、词汇等数百种语音和语言特征估算人的年龄 。与大脑衰老 、音高、
研究发现,
此外,语音年龄差还与一个人长期所处的社会环境有关。语义准确性,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 。因此未来可能成为监测衰老状态的一种补充手段
,分子分析或专业临床评估,轻度认知障碍患者
、 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”
,可重复 、音高、以及多种记忆能力往往越差 。在阿尔茨海默病患者中,研究发现
,往往也经历了更多不利的社会环境因素
,而语音具有远程采集 、执行功能、 进一步研究发现,以及社会环境等多项指标相关。日常功能,在健康人群和不同类型的痴呆患者中, 研究团队分析了来自阿根廷
、医疗服务可及性,包括语速、墨西哥和秘鲁的2928名西班牙语参与者,认知能力、健康人群的语音年龄差最低,无创和成本低等特点
,
