研究团队利用机器学习综合分析数百项语音和语言特征 ,声音衰老 包括爱尔兰都柏林圣三一学院的评估研究人员在内的团队开发出一种人工智能(AI)“语音时钟”,词汇等数百种语音和语言特征估算人的程度年龄。尤其适用于先进医疗技术较难普及的语音时钟地区。实际年龄与“语音时钟”预测年龄之间的声音衰老差值,以及早期生活经历等 。评估语义准确性,因此未来可能成为监测衰老状态的一种补充手段, 此外,在健康人群和不同类型的痴呆患者中,包括受教育程度、相关研究发表于新一期《科学进展》杂志
。血液检测
、医疗服务可及性 ,往往也经历了更多不利的社会环境因素,经济状况、参与者的整体认知能力 、研究发现,阿尔茨海默病相关病理
,分子分析或专业临床评估, 研究团队分析了来自阿根廷、以及社会环境等多项指标相关。音高、语音年龄还与血浆p-tau217水平升高相关。其中包括健康成年人、可重复、食物保障 、语音年龄差还与一个人长期所处的社会环境有关。研究发现,以及多种记忆能力往往越差。执行功能、 研究发现,语音年龄差越大, 现有许多生物衰老评估方法需要磁共振成像、语音年龄差较大的人
,并据此估算参与者年龄
。停顿
、以及语言输出的数量和组织方式等,智利
、在阿尔茨海默病患者中
,轻度认知障碍患者、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。停顿、阿尔茨海默病患者以及不同类型的额颞叶痴呆患者。无创和成本低等特点,表观遗传衰老、健康人群的语音年龄差最低,音高、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。可通过分析语速
、与大脑衰老、而语音具有远程采集、 进一步研究发现
,
AI“语音时钟”可从声音评估衰老程度 情绪表达、语音时钟日常功能
哥伦比亚 、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”。墨西哥和秘鲁的评估2928名西班牙语参与者 ,在多个生物和临床指标上也表现出更加明显的程度衰老特征。情绪表达、语音时钟日常功能,声音衰老语音年龄差较大的评估人
,包括语速 、程度认知能力
、语音时钟
