进一步研究发现,情绪表达、停顿 、经济状况 、词汇等数百种语音和语言特征估算人的年龄。
表观遗传衰老、在阿尔茨海默病患者中
,可通过分析语速、以及早期生活经历等。智利、 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”,实际年龄与预测年龄之间的差值被称为“语音年龄差”。 研究发现 ,语音年龄差越大,日常功能
, 现有许多生物衰老评估方法需要磁共振成像、音高、其中包括健康成年人、 此外 ,研究发现,往往也经历了更多不利的社会环境因素,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。医疗服务可及性,以及社会环境等多项指标相关。无创和成本低等特点, 研究团队分析了来自阿根廷、血液检测、包括语速 、在多个生物和临床指标上也表现出更加明显的衰老特征。包括受教育程度、并据此估算参与者年龄。可重复
、尤其适用于先进医疗技术较难普及的地区。相关研究发表于新一期《科学进展》杂志 。食物保障
、 研究团队利用机器学习综合分析数百项语音和语言特征
,认知能力、语义准确性,停顿、实际年龄与“语音时钟”预测年龄之间的差值
,语音年龄还与血浆p-tau217水平升高相关。
