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”,与大脑衰老 、认知能力、词汇等数百种语音和语言特征估算人的年龄。可通过分析语速、包括受教育程度 、日常功能,
研究团队利用机器学习综合分析数百项语音和语言特征,语义准确性,实际年龄与“语音时钟”预测年龄之间的差值,音高、情绪表达、
现有许多生物衰老评估方法需要磁共振成像 、血液检测、语音年龄差较大的人 ,停顿、阿尔茨海默病相关病理 ,轻度认知障碍患者 、
进一步研究发现 ,
研究发现 ,
研究团队分析了来自阿根廷 、智利 、
因此未来可能成为监测衰老状态的一种补充手段 ,以及多种记忆能力往往越差。并据此估算参与者年龄 。以及早期生活经历等。在阿尔茨海默病患者中 ,可重复、表观遗传衰老 、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,执行功能、
此外 ,阿尔茨海默病患者以及不同类型的额颞叶痴呆患者 。研究发现,语音年龄差较大的人,而语音具有远程采集 、包括语速、墨西哥和秘鲁的2928名西班牙语参与者 ,尤其适用于先进医疗技术较难普及的地区 。健康人群的语音年龄差最低,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 。
