• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    倒譜形狀規(guī)整在噪聲魯棒性語音識(shí)別中的應(yīng)用

    2010-07-18 03:11:48戴禮榮王仁華
    中文信息學(xué)報(bào) 2010年2期
    關(guān)鍵詞:規(guī)整形狀語音

    杜 俊,戴禮榮,王仁華

    (中國科學(xué)技術(shù)大學(xué)電子工程與信息科學(xué)系科大訊飛語音實(shí)驗(yàn)室,安徽合肥230027)

    1 引言

    隨著自動(dòng)語音識(shí)別(ASR:Automatic Speech Recognition)技術(shù)的發(fā)展,語音識(shí)別器的噪聲魯棒性在實(shí)際系統(tǒng)的開發(fā)中得到了越來越多的關(guān)注。各種各樣的噪聲魯棒性技術(shù)層出不窮,既有特征域方法也有模型域方法[1-2]。由于模型域方法對(duì)運(yùn)算復(fù)雜度要求更高,因此本文中我們關(guān)注于特征域方法。在特征域方法中,有一大類稱為特征規(guī)整方法。首先最簡單的是倒譜均值規(guī)整(CMN:Cepstral Mean Normalization),CMN雖然簡單,但卻是一種非常有效的去除時(shí)不變信道影響的途徑,在很多實(shí)際系統(tǒng)中都加以采用;CMN的一個(gè)自然擴(kuò)展是倒譜均值方差規(guī)整(MVN:M ean and V ariance Normalization)[3],它通過同時(shí)對(duì)均值和方差做規(guī)整,在達(dá)到對(duì)信道影響去除的基礎(chǔ)上,也能對(duì)加性噪聲進(jìn)行很好的抑制。從統(tǒng)計(jì)學(xué)角度來看,均值和方差分別是和一階矩和二階矩相關(guān)的,因此自然而然就會(huì)想到更為一般化的倒譜高階矩規(guī)整(HOCMN:High Order Cepstral M oment Normalization)[4],實(shí)驗(yàn)證明HOCMN確實(shí)有更好的噪聲魯棒性。此外,從累積分布函數(shù)匹配(Cumu lative Density Function M atching)的角度,有人提出了所謂的雙高斯規(guī)整(DGN:Double Gaussian Norm alization)[5],DGN方法基于這樣一個(gè)假設(shè):噪聲環(huán)境下語音特征分布往往表現(xiàn)出雙峰特點(diǎn)。上面這些規(guī)整方法都是基于參數(shù)化模型,另外還有一類方法是基于非參數(shù)化模型的,比如使用累積直方圖的直方圖均衡(HEQ:H istogram EQualization)[6]。HEQ相比于 CMN和MVN最大的優(yōu)勢(shì)在于其非線性變換特性,不僅僅匹配特征分布的均值方差,而是考慮了特征整體分布。針對(duì)傳統(tǒng)HEQ方法的某些缺陷,又有一系列改進(jìn)算法,如分?jǐn)?shù)位直方圖均衡(Quantile HEQ)[7]、漸進(jìn)式直方圖均衡(Progressive HEQ)[8]和多項(xiàng)式擬合直方圖均衡(Polynomial-fitHEQ)[9]。

    我們提出的倒譜形狀規(guī)整(CSN:Cepstral Shape Normalization)方法可以說不僅考慮了以上各種方法存在的缺陷,而且具有更加明確的物理意義。首先CMN和MVN方法本身過于簡單,無法對(duì)付復(fù)雜的噪聲環(huán)境;HOCMN雖然有所改進(jìn),但是其解法并不直接,特別是奇數(shù)階和偶數(shù)階還要分開考慮;HEQ需要較多的數(shù)據(jù)量來計(jì)算累積分布函數(shù),這對(duì)于句子級(jí)規(guī)整來說,總是一個(gè)問題。其次,在文獻(xiàn)[10-12]中,討論了語音特征分布的建模問題,并且我們的初步實(shí)驗(yàn)表明在噪聲環(huán)境下語音倒譜特征分布每一維都可以用一般化高斯分布(GGD:Generalized Gaussian Density)來很好的近似。綜合以上兩方面討論,提出了CSN方法。它不僅物理意義明確,而且解法也很簡單,只需要估計(jì)形狀因子,對(duì)數(shù)據(jù)量的要求很小。

    下面我們將分幾部分對(duì)CSN方法加以介紹。首先在第二節(jié)中,將從原理出發(fā)對(duì)CSN進(jìn)行分析和推導(dǎo);然后在第三節(jié)和第四節(jié)中,我們將給出實(shí)驗(yàn)配置和實(shí)驗(yàn)結(jié)果,最后在第五節(jié)中給出結(jié)論。

    2 倒譜形狀規(guī)整(CSN)方法介紹

    2.1 語音特征分布分析

    在介紹CSN方法之前,我們首先來對(duì)噪聲環(huán)境下的語音特征分布進(jìn)行初步的分析。在圖1中,我們給出了干凈環(huán)境和噪聲環(huán)境下各維特征分布的對(duì)比,這里的特征我們都做了MVN預(yù)處理,因?yàn)槲覀冎魂P(guān)心分布形狀的變化。我們觀察到:在干凈環(huán)境下,C0維和對(duì)數(shù)能量維的分布呈現(xiàn)出雙峰,而其他維都是單峰的;在噪聲環(huán)境下(信噪比0dB時(shí)),各維分布形狀都發(fā)生了變化。不過我們發(fā)現(xiàn)所有維(包括C0和對(duì)數(shù)能量)都比較像高斯分布,區(qū)別在于不同維分布形狀的峰度和偏度不同。

    受此啟發(fā),我們引入一般化高斯分布(GGD)[12],這里我們用它來很好的擬合噪聲環(huán)境下的語音特征分布。對(duì)于統(tǒng)計(jì)信號(hào) x,假設(shè)具有零均值和單位方差,那么其一般化高斯分布的概率密度函數(shù)如下:

    A(v)定義了GGD分布的散度(Dispersion)和尺度(Scale),參數(shù)v則描述了指數(shù)衰減的速率,一般反映了分布的形狀(Shape)或者偏度(Skewness)。圖2給出了不同v值對(duì)應(yīng)的概率密度分布圖,可以看出,v越小會(huì)產(chǎn)生越明顯的拖尾和更尖銳的峰。當(dāng)v=2時(shí),GGD對(duì)應(yīng)于標(biāo)準(zhǔn)高斯或者正態(tài)分布。

    圖2 不同v值對(duì)應(yīng)的概率密度函數(shù)分布圖

    2.2 CSN算法描述

    基于2.1節(jié)的分析,CSN算法可以概述為以下兩個(gè)步驟(同時(shí)對(duì)訓(xùn)練和測試數(shù)據(jù)處理)。步驟1:對(duì)倒譜參數(shù)進(jìn)行MVN預(yù)處理。

    此處x(n,k)表示第n幀原始特征向量的第k維,μ(k)和σ(k)分別表示當(dāng)前句子第k維特征向量的均值和標(biāo)準(zhǔn)差。

    步驟2:利用指數(shù)因子進(jìn)行形狀規(guī)整。

    α(k)是第k維形狀因子,和GGD分布里面的形狀參數(shù)v類似。公式(5)中我們的目的就是使得變換之后的特征滿足一個(gè)由GGD分布表征的參考分布。

    為了求出形狀因子α(k),這里采用矩匹配估計(jì)(MME:Moment M atching Estim ator)[12]。首先我們定義形狀參數(shù)為v0的GGD分布的r階絕對(duì)中心矩(Absolute CentralM oment):

    我們把公式(1)帶入上式,則可以進(jìn)一步得到:

    接著定義一般化高斯比函數(shù)(Generalized Gaussian Ratio Function):

    可以看出,公式(8)是根據(jù)GGD分布的參數(shù)得到的;另一方面,我們利用當(dāng)前句子本身信息可以得到一般化高斯比函數(shù)的估計(jì)形式如下:

    根據(jù)MME準(zhǔn)則,我們可以得到形狀因子的方程:

    很顯然,只要求出上述方程的根,就能得到形狀因子。可以證明,上式左邊函數(shù)是關(guān)于形狀因子的單調(diào)函數(shù),因此我們可以采用數(shù)值迭代方法快速找到方程的根。最后,我們討論一下公式(10)中兩個(gè)自由參數(shù)v0和r的確定。我們初步做了一些挑選實(shí)驗(yàn)發(fā)現(xiàn)當(dāng)v0=2和r=2時(shí),可以達(dá)到最佳性能,其實(shí)這組參數(shù)具有很強(qiáng)的物理意義。首先,v0=2表示我們采用的參考分布是標(biāo)準(zhǔn)高斯分布;其次,r=2表示公式(7)中我們采用的是統(tǒng)計(jì)學(xué)里面很重要的物理量—峰度(Kurtosis)。

    2.3 特征的時(shí)序平滑(Temporal Smoothing)

    雖然CSN規(guī)整方法能有效地使得測試和訓(xùn)練在統(tǒng)計(jì)上達(dá)到匹配,但是在某些情況下,由非穩(wěn)態(tài)噪聲引起時(shí)序上的毛刺,無法通過規(guī)整算法進(jìn)行很好的處理,一般使用一個(gè)簡單的平滑濾波器解決這個(gè)問題,比如本文中采用的ARMA濾波器[13]。

    3 實(shí)驗(yàn)配置介紹

    我們的CSN方法將在aurora2和aurora3兩個(gè)數(shù)據(jù)庫上加以驗(yàn)證。這兩個(gè)數(shù)據(jù)庫都是專門為驗(yàn)證噪聲魯棒性算法設(shè)計(jì)的。Aurora2是人工加噪(包括加性噪聲和信道影響)的英文數(shù)字串任務(wù),干凈數(shù)據(jù)來源來TIDigits數(shù)據(jù)庫。定義了兩種訓(xùn)練方式,一種是干凈訓(xùn)練(Clean Condition Training),即訓(xùn)練中只有干凈數(shù)據(jù);另一種是加噪訓(xùn)練(M u lti Condition Training),即將各種環(huán)境下加噪之后的數(shù)據(jù)混在一起訓(xùn)練,本文實(shí)驗(yàn)只采用了干凈訓(xùn)練,因?yàn)檫@種情況下測試和訓(xùn)練的不匹配程度最高,能很好的體現(xiàn)規(guī)整算法的有效性。測試集按照不同信噪比和噪聲環(huán)境的組合劃分了很多子集,如果按照大類可分為SetA/SetB/SetC三個(gè)集合,其中SetA的噪聲環(huán)境是和加噪訓(xùn)練集完全匹配的,SetB的加性噪聲環(huán)境和加噪訓(xùn)練集不匹配,而SetC在加性噪聲和信道影響兩方面都不匹配。

    Aurora3也是數(shù)字串任務(wù),不過它的數(shù)據(jù)都是在各種真實(shí)的車載環(huán)境下采集的,并且包含四種語言:丹麥語、德語、西班牙語和芬蘭語。根據(jù)測試和訓(xùn)練的匹配程度定義了三種實(shí)驗(yàn)?zāi)J剑焊叨绕ヅ?Well-Matched)、中度不匹配(M id-M ismatch)、高度不匹配(High-Mismatch)。

    實(shí)驗(yàn)中我們采用的前端特征包括12維MFCC、C0和對(duì)數(shù)能量,再加上這些特征對(duì)應(yīng)的一階和二階動(dòng)態(tài)擴(kuò)展特征,其中C0和對(duì)數(shù)能量每次只選其一。所有的規(guī)整方法只對(duì)靜態(tài)特征處理。后端訓(xùn)練和測試部分采用的是aurora任務(wù)提供的標(biāo)準(zhǔn)配置,具體可參見文獻(xiàn)[14-15]。

    4 實(shí)驗(yàn)結(jié)果與分析

    4.1 CSN方法和其它方法對(duì)比

    這一小節(jié)中,我們將CSN方法和四種傳統(tǒng)規(guī)整方法(MVN,DGN,HEQ,HOCMN)在性能方面進(jìn)行對(duì)比,并且選擇對(duì)數(shù)能量而不是C0。由于M VN是最簡單的規(guī)整算法,所以可以看成是基線系統(tǒng),另外HOCMN中奇數(shù)階和偶數(shù)階分別設(shè)成3和4。

    從表1中可以看出,在aurora2數(shù)據(jù)庫上,CSN方法在不同集合上均表現(xiàn)出最佳性能。并且和MVN相比,總體詞錯(cuò)誤率有38.0%的相對(duì)下降。

    表1 Aurora2數(shù)據(jù)庫干凈訓(xùn)練方式下CSN方法和其他規(guī)整方法在不同測試集上的性能比較

    從信噪比的角度,我們?cè)诒?中也做了對(duì)比。我們發(fā)現(xiàn)在高信噪比時(shí),CSN方法和其他方法都可比;而在低信噪比時(shí)(5dB以下),CSN要明顯好于其他方法。

    表2 Aurora2數(shù)據(jù)庫干凈訓(xùn)練方式下CSN方法和其他規(guī)整方法在不同信噪比時(shí)的性能比較

    另外,規(guī)整算法的有效性還可以通過下面定義的平均距離來度量:

    表3 Aurora2數(shù)據(jù)庫CSN方法和其他規(guī)整方法關(guān)于平均距離度量的比較

    下面我們?cè)賮砜纯丛赼urora3數(shù)據(jù)庫上的對(duì)比結(jié)果。如表4所示,CSN方法在三種模式下(高度匹配、中度不匹配和高度不匹配)的平均性能都取得了最好性能,特別是在高度不匹配的時(shí)候更為明顯。并且和M VN相比,總體詞錯(cuò)誤率有25%的相對(duì)下降。另外,從不同語言來看,CSN在絕大多數(shù)時(shí)候也都是最佳。如果對(duì)比表1和表4,我們發(fā)現(xiàn)傳統(tǒng)方法如 DGN、HEQ、HOCMN,在 aurora2和 aurora3兩個(gè)數(shù)據(jù)庫上的性能排序并不完全一致,這也說明了我們的CSN方法在不同數(shù)據(jù)庫上的表現(xiàn)更加穩(wěn)定。

    表4 Aurora3數(shù)據(jù)庫CSN方法和其它規(guī)整方法的性能比較

    4.2 考慮各種改進(jìn)的CSN方法

    為了得到進(jìn)一步的性能提升,考慮將下面幾種技術(shù)和CSN結(jié)合在一起使用:1)采用C0代替對(duì)數(shù)能量,有實(shí)驗(yàn)室表明C0在噪聲環(huán)境下更加魯棒;2)之前提到的規(guī)整算法都是基于句子級(jí),其實(shí)當(dāng)句子很長時(shí),有時(shí)采用分段規(guī)整效果會(huì)更好,即對(duì)于當(dāng)前幀,左右各取L/2幀組成一段數(shù)據(jù),再計(jì)算各種統(tǒng)計(jì)量,我們發(fā)現(xiàn)段規(guī)整在aurora2上有效果,但aurora3上效果并不明顯;3)加入M階的ARMA平滑濾波器。

    圖3 Aurora2數(shù)據(jù)庫各種技術(shù)和CSN結(jié)合后的性能比較

    圖4 Aurora3數(shù)據(jù)庫各種技術(shù)和CSN結(jié)合后的性能比較

    各種改進(jìn)之后的性能對(duì)比如圖3和圖4所示。圖中,LogE表示未做任何改進(jìn)的CSN,C0表示用C0替換LogE,L表示采用長度為L的段級(jí)規(guī)整,M表示使用M階ARMA濾波器??梢姼倪M(jìn)后效果比較明顯,相比于未做任何改進(jìn)的CSN,最好性能在aurora2和aurora3兩個(gè)庫上分別帶來詞錯(cuò)誤率18.9%和26.4%的相對(duì)下降。

    5 結(jié)論與展望

    本文中提出的CSN規(guī)整算法,直接對(duì)特征分布的形狀進(jìn)行規(guī)整,實(shí)驗(yàn)證明非常有效,比MVN方法好了很多,相比其他傳統(tǒng)方法也是一致變好。并且通過一些對(duì)CSN的簡單改進(jìn),進(jìn)一步帶來了提升。在將來的工作中,我們會(huì)考慮將CSN算法和其它魯棒性技術(shù)進(jìn)一步結(jié)合,以期帶來更好的性能。

    [1] 丁沛,曹志剛.基于語音增強(qiáng)失真補(bǔ)償?shù)目乖肼曊Z音識(shí)別技術(shù)[J].中文信息學(xué)報(bào),2004,18(5):64-69.

    [2] Y.Gong.Speech Recognition in Noisy Environments:A Survey[J].Speech Communication,1995,16(3):261-291.

    [3] O.V iikki and K.Laurila.Cepstral Domain Segmental Feature Vector Normalization for Noise Robust Speech Recognition[J].Speech Communication,1998,25(1):133-147.

    [4] C.-W.Hsu and L.-S.Lee.Higher Order Cepstral M oment Normalization(HOCMN)for Robust Speech Recognition[C]//IEEE Proc.of ICASSP,2004:197-200.

    [5] B.Liu,L.-R.Dai,J.-Y.Li and R.-H.Wang.Double Gaussian Based Feature Normalization for Robust Speech Recognition[C]//Proc.of ISCSLP,2004,253-256.

    [6] A.de la Torre,J.C.Segura,C.Benitez,A.M.Peinado and A.J.Rubio.Non-linear Transformations of the Feature Space for Robust Speech Recognition[C]//IEEE Proc.of ICASSP,2002:401-404.

    [7] F.Hilger and H.Ney.Quantile Based H istogram E-qualization for Noise Robust Speech Recognition[C]//Proc.of EUROSPEECH,2001:1135-1138.

    [8] S.-N.Tsai and L.-S.Lee.A New Feature Extraction Front-End for Robust Speech Recognition using Progressive H istogram Equalization and Mu lti-Eigenvector Temporal Filtering[C]//Proc.of ICSLP,2004:165-168.

    [9] S.-H.Lin,Y.-M.Yeh and B.Chen.Exp loiting Polynom ial-fit H istogram Equalization and Temporal Average for Robust Speech Recognition[C]//Proc.of ICSLP,2006,2522-2525.

    [10] S.Gazor and W.Zhang.Speech Probability Distribution[J].IEEE Signal Processing Letters,2003,10(7):204-207.

    [11] J.W.Shin,J.-H.Chang and N.S.K im.Statistical M odeling o f Speech Signals Based on Generalized Gamma Distribution[J].IEEE Signal Processing Letters,2005,12(3):258-261.

    [12] K.Kokkinakis and A.K.Nandi.Speech Modelling Based on Generalized Gaussian Probability Density Functions[C]//IEEE Proc.of ICASSP,2005:381-384.

    [13] C.-P.Chen,J.Bilmes and K.K irchhoff.Low-Resource Noise-robust Feature Post-processing on Aurora2.0[C]//Proc.of ICSLP,2002:2445-2448.

    [14] H.G.H irsch and D.Pearce.The AURORA Experimental Framework for the Performance Evaluations of Speech Recognition Systems under Noisy Conditions[C]//Proc.of ISCA ITRW ASR,2000:181-188.

    [15] A.M oreno,et al.SpeechDat-Car:A Large Speech Database for Automotive Environments[C]//Proc.of LREC,2000:373-378.

    猜你喜歡
    規(guī)整形狀語音
    挖藕 假如悲傷有形狀……
    300kt/a硫酸系統(tǒng)規(guī)整填料使用情況簡介
    魔力語音
    基于MATLAB的語音信號(hào)處理
    電子制作(2019年14期)2019-08-20 05:43:38
    基于MQ3與MP3的價(jià)廉物美的酒駕語音提醒器
    電子制作(2019年9期)2019-05-30 09:42:10
    你的形狀
    對(duì)方正在輸入……
    小說界(2018年5期)2018-11-26 12:43:42
    提高日用玻璃陶瓷規(guī)整度和表面光滑度的處理方法
    佛山陶瓷(2016年11期)2016-12-23 08:50:27
    看到的是什么形狀
    電梯的建筑化藝術(shù)探索
    大觀(2016年9期)2016-11-16 10:31:30
    久久久精品94久久精品| 国内精品一区二区在线观看| 边亲边吃奶的免费视频| 美女黄网站色视频| 日日干狠狠操夜夜爽| 国产片特级美女逼逼视频| 欧美极品一区二区三区四区| 国产伦理片在线播放av一区 | 六月丁香七月| 精品99又大又爽又粗少妇毛片| 国产精品不卡视频一区二区| 只有这里有精品99| 综合色av麻豆| 国产中年淑女户外野战色| 亚洲在线自拍视频| 亚洲成人久久性| 国产精品,欧美在线| 日日摸夜夜添夜夜爱| 麻豆精品久久久久久蜜桃| 国产伦精品一区二区三区四那| 永久网站在线| 亚州av有码| 毛片一级片免费看久久久久| 成年av动漫网址| 日韩国内少妇激情av| 此物有八面人人有两片| 国产视频首页在线观看| 最近的中文字幕免费完整| 日本一本二区三区精品| 12—13女人毛片做爰片一| 亚州av有码| 午夜福利视频1000在线观看| 国产大屁股一区二区在线视频| 看十八女毛片水多多多| 亚洲欧美成人综合另类久久久 | 国产亚洲欧美98| 赤兔流量卡办理| 高清午夜精品一区二区三区 | 99热精品在线国产| 国产高潮美女av| 国产成年人精品一区二区| 国模一区二区三区四区视频| 日韩大尺度精品在线看网址| 国产乱人视频| 18禁在线播放成人免费| 人妻久久中文字幕网| 亚洲,欧美,日韩| 亚洲av中文av极速乱| 中文精品一卡2卡3卡4更新| 午夜免费激情av| 精品久久久久久久久久久久久| 国产白丝娇喘喷水9色精品| 欧美日韩精品成人综合77777| 乱人视频在线观看| 中文字幕精品亚洲无线码一区| 国产精品电影一区二区三区| 我的老师免费观看完整版| 亚洲av免费在线观看| 18禁在线无遮挡免费观看视频| 亚洲av电影不卡..在线观看| 三级男女做爰猛烈吃奶摸视频| 3wmmmm亚洲av在线观看| 欧美在线一区亚洲| 中文字幕人妻熟人妻熟丝袜美| 成年版毛片免费区| 国产成人91sexporn| 亚洲五月天丁香| 亚洲国产精品久久男人天堂| 夜夜看夜夜爽夜夜摸| 国产精品一及| 亚洲四区av| 国产综合懂色| 人妻夜夜爽99麻豆av| 国产精品一区二区三区四区久久| 久99久视频精品免费| 联通29元200g的流量卡| 神马国产精品三级电影在线观看| 免费看美女性在线毛片视频| 男人狂女人下面高潮的视频| 伦精品一区二区三区| 99国产极品粉嫩在线观看| 嫩草影院精品99| 又爽又黄a免费视频| 不卡视频在线观看欧美| 美女国产视频在线观看| 一级毛片我不卡| 国产 一区 欧美 日韩| av天堂中文字幕网| 亚州av有码| 99久国产av精品国产电影| 亚洲av成人精品一区久久| 午夜福利在线观看免费完整高清在 | 丝袜美腿在线中文| 国产精品麻豆人妻色哟哟久久 | h日本视频在线播放| 久久这里只有精品中国| 欧美色视频一区免费| 一级毛片aaaaaa免费看小| 久久久久久九九精品二区国产| 麻豆国产97在线/欧美| 成人av在线播放网站| av专区在线播放| 男女啪啪激烈高潮av片| 亚洲精品国产成人久久av| 国产美女午夜福利| 亚洲国产日韩欧美精品在线观看| 日韩精品青青久久久久久| 成人国产麻豆网| 六月丁香七月| 国产精品美女特级片免费视频播放器| 成人一区二区视频在线观看| 91aial.com中文字幕在线观看| 午夜亚洲福利在线播放| 尤物成人国产欧美一区二区三区| 亚洲一区二区三区色噜噜| 少妇的逼好多水| 日本一二三区视频观看| 国产精品人妻久久久久久| 亚洲精品日韩av片在线观看| 男女视频在线观看网站免费| 真实男女啪啪啪动态图| 国产精品久久久久久亚洲av鲁大| av卡一久久| 国产色爽女视频免费观看| 成年女人看的毛片在线观看| 深爱激情五月婷婷| 老师上课跳d突然被开到最大视频| 成年女人看的毛片在线观看| 青青草视频在线视频观看| 精品日产1卡2卡| 国产精品一区二区在线观看99 | 寂寞人妻少妇视频99o| 亚洲国产欧美人成| 国产精品久久久久久久久免| 国产熟女欧美一区二区| 久久久久久大精品| 少妇人妻精品综合一区二区 | 亚洲熟妇中文字幕五十中出| 欧美3d第一页| av在线蜜桃| 丰满乱子伦码专区| 欧洲精品卡2卡3卡4卡5卡区| 日本黄色视频三级网站网址| 国产一区二区在线av高清观看| 久久久久性生活片| 九九在线视频观看精品| 色综合站精品国产| 蜜桃久久精品国产亚洲av| 午夜福利在线观看免费完整高清在 | 精品人妻一区二区三区麻豆| 亚洲真实伦在线观看| 欧美在线一区亚洲| 赤兔流量卡办理| 欧美bdsm另类| 日韩亚洲欧美综合| 欧美日韩国产亚洲二区| 五月玫瑰六月丁香| 特大巨黑吊av在线直播| 高清午夜精品一区二区三区 | 18+在线观看网站| 免费观看a级毛片全部| 精品久久久久久久末码| 天堂av国产一区二区熟女人妻| 久久久午夜欧美精品| 久久6这里有精品| 老女人水多毛片| 亚洲中文字幕一区二区三区有码在线看| 丰满乱子伦码专区| 一本精品99久久精品77| 亚洲欧美精品专区久久| 麻豆国产av国片精品| 久久久久久久久久成人| 亚洲国产欧洲综合997久久,| 99热这里只有精品一区| 亚洲精品乱码久久久久久按摩| 嫩草影院新地址| 午夜久久久久精精品| ponron亚洲| 午夜亚洲福利在线播放| 国产色爽女视频免费观看| 日产精品乱码卡一卡2卡三| 91久久精品国产一区二区成人| 精品久久久噜噜| 波多野结衣高清无吗| 一夜夜www| 亚洲人成网站在线播| 夜夜看夜夜爽夜夜摸| 久久久精品94久久精品| 午夜久久久久精精品| 中文字幕av成人在线电影| 97在线视频观看| 老司机福利观看| 天堂中文最新版在线下载 | 日韩大尺度精品在线看网址| 深夜a级毛片| 美女cb高潮喷水在线观看| 欧美变态另类bdsm刘玥| 久久婷婷人人爽人人干人人爱| 久久国内精品自在自线图片| 国产免费男女视频| 国产高清视频在线观看网站| 亚洲久久久久久中文字幕| 免费观看在线日韩| 一夜夜www| 国产色爽女视频免费观看| 日本与韩国留学比较| 亚洲精品影视一区二区三区av| 天堂网av新在线| 91午夜精品亚洲一区二区三区| 精品免费久久久久久久清纯| 丝袜喷水一区| 久久国产乱子免费精品| 久久午夜亚洲精品久久| 色综合色国产| 最近视频中文字幕2019在线8| 欧美高清性xxxxhd video| 91久久精品电影网| 卡戴珊不雅视频在线播放| 精品国内亚洲2022精品成人| 色综合亚洲欧美另类图片| 国产中年淑女户外野战色| h日本视频在线播放| 欧美日韩乱码在线| 亚洲av中文字字幕乱码综合| 深夜精品福利| 亚洲久久久久久中文字幕| 男女啪啪激烈高潮av片| 一本一本综合久久| 亚洲av二区三区四区| 九色成人免费人妻av| 人妻久久中文字幕网| 天天躁夜夜躁狠狠久久av| 69av精品久久久久久| av专区在线播放| 成人三级黄色视频| 少妇人妻精品综合一区二区 | 我要搜黄色片| 99精品在免费线老司机午夜| 久久婷婷人人爽人人干人人爱| 久久精品国产亚洲网站| 搞女人的毛片| 欧美性猛交黑人性爽| 又爽又黄a免费视频| 日韩欧美精品v在线| 毛片女人毛片| 国产精品一区二区三区四区免费观看| 综合色av麻豆| 亚洲丝袜综合中文字幕| 国产精品一及| 日本在线视频免费播放| 亚洲欧美日韩无卡精品| 少妇熟女欧美另类| 不卡一级毛片| 亚洲精品国产av成人精品| 国产伦在线观看视频一区| 男女下面进入的视频免费午夜| 女人十人毛片免费观看3o分钟| 国产在线精品亚洲第一网站| 亚洲自拍偷在线| 日本爱情动作片www.在线观看| 成人综合一区亚洲| 美女国产视频在线观看| 欧洲精品卡2卡3卡4卡5卡区| 婷婷色综合大香蕉| 麻豆av噜噜一区二区三区| 午夜福利在线观看免费完整高清在 | 可以在线观看毛片的网站| 国内揄拍国产精品人妻在线| 如何舔出高潮| 久久久午夜欧美精品| 亚洲四区av| 免费无遮挡裸体视频| or卡值多少钱| 国产精品野战在线观看| 久久精品国产清高在天天线| 精品久久久久久成人av| 美女大奶头视频| 1024手机看黄色片| 日本黄色视频三级网站网址| av卡一久久| 亚洲国产日韩欧美精品在线观看| 我的女老师完整版在线观看| 亚洲国产精品国产精品| 成人三级黄色视频| 久久久国产成人精品二区| 精品人妻偷拍中文字幕| 国产片特级美女逼逼视频| 小说图片视频综合网站| 一区二区三区免费毛片| 人人妻人人澡人人爽人人夜夜 | 国产午夜精品久久久久久一区二区三区| 99国产精品一区二区蜜桃av| 人妻制服诱惑在线中文字幕| 青青草视频在线视频观看| 免费一级毛片在线播放高清视频| 床上黄色一级片| 精品人妻一区二区三区麻豆| 丰满的人妻完整版| 亚洲欧美精品综合久久99| 日产精品乱码卡一卡2卡三| 亚洲国产精品成人久久小说 | 亚洲人与动物交配视频| 在线观看av片永久免费下载| 人妻少妇偷人精品九色| 一区二区三区高清视频在线| 一本一本综合久久| 三级国产精品欧美在线观看| 禁无遮挡网站| 午夜福利在线观看免费完整高清在 | 久久亚洲国产成人精品v| 亚洲av成人av| 青春草视频在线免费观看| 亚洲一级一片aⅴ在线观看| 高清毛片免费看| 少妇人妻一区二区三区视频| 久久久久性生活片| 亚洲激情五月婷婷啪啪| 乱系列少妇在线播放| 不卡一级毛片| 99久久精品国产国产毛片| 久久久久久久久久久免费av| 观看美女的网站| 午夜视频国产福利| 男女边吃奶边做爰视频| 国产欧美日韩精品一区二区| 亚洲精品色激情综合| 免费黄网站久久成人精品| 18禁黄网站禁片免费观看直播| 非洲黑人性xxxx精品又粗又长| 身体一侧抽搐| 亚洲欧美中文字幕日韩二区| 12—13女人毛片做爰片一| 日本欧美国产在线视频| 日本-黄色视频高清免费观看| 亚洲高清免费不卡视频| 波野结衣二区三区在线| 日韩高清综合在线| 成人特级黄色片久久久久久久| 夜夜爽天天搞| 日本成人三级电影网站| 一边摸一边抽搐一进一小说| 你懂的网址亚洲精品在线观看 | 精品久久久久久久久久久久久| 久久精品夜夜夜夜夜久久蜜豆| 欧美3d第一页| 婷婷色综合大香蕉| 内地一区二区视频在线| 日韩欧美一区二区三区在线观看| 一本精品99久久精品77| 国产精品人妻久久久影院| 又爽又黄a免费视频| 久久99热这里只有精品18| 国产精品蜜桃在线观看 | 可以在线观看的亚洲视频| 国内精品美女久久久久久| 午夜老司机福利剧场| .国产精品久久| 日日摸夜夜添夜夜爱| 亚洲国产精品合色在线| 欧美成人a在线观看| 国语自产精品视频在线第100页| 69人妻影院| 久久精品国产亚洲av涩爱 | 亚洲中文字幕日韩| 日韩亚洲欧美综合| 精品人妻偷拍中文字幕| 少妇熟女欧美另类| 国产 一区精品| 中出人妻视频一区二区| eeuss影院久久| 99久国产av精品| 亚洲国产精品sss在线观看| 成人二区视频| 欧美bdsm另类| 99久久成人亚洲精品观看| 搡女人真爽免费视频火全软件| 蜜桃久久精品国产亚洲av| 成人国产麻豆网| 国产久久久一区二区三区| 一区福利在线观看| 久久久久久久久久久丰满| 国产精品久久久久久精品电影| 国产精品永久免费网站| 99热网站在线观看| 久久久久久久亚洲中文字幕| 欧美精品国产亚洲| 国产伦精品一区二区三区四那| 久久久久久久午夜电影| 国产精品不卡视频一区二区| 69人妻影院| 伦理电影大哥的女人| 亚洲aⅴ乱码一区二区在线播放| 亚洲国产精品合色在线| 97热精品久久久久久| 日本成人三级电影网站| 日韩亚洲欧美综合| 男人舔奶头视频| 亚洲成a人片在线一区二区| 亚洲成人精品中文字幕电影| 男人狂女人下面高潮的视频| 搡女人真爽免费视频火全软件| 高清在线视频一区二区三区 | 美女国产视频在线观看| 亚洲欧美日韩高清在线视频| 亚洲无线在线观看| 国产探花极品一区二区| 日韩av在线大香蕉| 夜夜看夜夜爽夜夜摸| 日韩亚洲欧美综合| 久久久午夜欧美精品| 欧美3d第一页| 草草在线视频免费看| 中文在线观看免费www的网站| 亚洲精品色激情综合| 国产精品电影一区二区三区| 最近视频中文字幕2019在线8| 国产免费男女视频| 久久午夜福利片| 欧美区成人在线视频| 久久午夜亚洲精品久久| 男人舔奶头视频| 亚洲一区高清亚洲精品| 色噜噜av男人的天堂激情| 久久精品国产鲁丝片午夜精品| 我的女老师完整版在线观看| 亚洲丝袜综合中文字幕| 青青草视频在线视频观看| 大香蕉久久网| 亚洲五月天丁香| 久久精品91蜜桃| 国产老妇伦熟女老妇高清| 久久久久久九九精品二区国产| 99热全是精品| 精华霜和精华液先用哪个| 99久久人妻综合| 国产成年人精品一区二区| 免费一级毛片在线播放高清视频| a级毛片免费高清观看在线播放| 亚洲欧美成人精品一区二区| 国产精品爽爽va在线观看网站| 欧美人与善性xxx| 国产精品精品国产色婷婷| 中文资源天堂在线| 亚洲aⅴ乱码一区二区在线播放| 人体艺术视频欧美日本| 久久久国产成人免费| 国产精品综合久久久久久久免费| 日韩一区二区三区影片| 成人国产麻豆网| 晚上一个人看的免费电影| 99热网站在线观看| 日韩一区二区视频免费看| 深爱激情五月婷婷| av天堂中文字幕网| 人妻少妇偷人精品九色| 亚洲欧美日韩无卡精品| 天堂影院成人在线观看| 国产av不卡久久| 午夜免费男女啪啪视频观看| а√天堂www在线а√下载| 日本成人三级电影网站| 国产美女午夜福利| 3wmmmm亚洲av在线观看| 亚洲av成人精品一区久久| 联通29元200g的流量卡| 国产男人的电影天堂91| 免费av观看视频| 校园人妻丝袜中文字幕| 一级黄色大片毛片| 毛片女人毛片| 欧美日本亚洲视频在线播放| 欧洲精品卡2卡3卡4卡5卡区| 少妇的逼好多水| 麻豆成人av视频| 亚洲五月天丁香| 1000部很黄的大片| 又爽又黄无遮挡网站| 免费av毛片视频| 联通29元200g的流量卡| 一个人免费在线观看电影| 亚洲av二区三区四区| 好男人在线观看高清免费视频| 亚洲真实伦在线观看| 亚洲国产精品久久男人天堂| 精品久久久久久久久av| 搞女人的毛片| 国产亚洲av嫩草精品影院| 精品人妻偷拍中文字幕| 一卡2卡三卡四卡精品乱码亚洲| 久久中文看片网| 久久久欧美国产精品| 卡戴珊不雅视频在线播放| 国内精品美女久久久久久| 久久精品久久久久久久性| 精品国产三级普通话版| 日韩大尺度精品在线看网址| 日韩成人av中文字幕在线观看| 美女脱内裤让男人舔精品视频 | 在线a可以看的网站| 久久久久网色| av国产免费在线观看| 又黄又爽又刺激的免费视频.| 淫秽高清视频在线观看| 亚洲av二区三区四区| 成人av在线播放网站| 亚洲成人中文字幕在线播放| 国产大屁股一区二区在线视频| 亚洲精品国产成人久久av| 白带黄色成豆腐渣| 亚洲国产精品成人久久小说 | 久久精品国产亚洲网站| 亚洲av中文av极速乱| 1000部很黄的大片| 18禁在线无遮挡免费观看视频| 内射极品少妇av片p| 一级毛片久久久久久久久女| 在线国产一区二区在线| or卡值多少钱| kizo精华| 一边亲一边摸免费视频| 又爽又黄a免费视频| 18禁黄网站禁片免费观看直播| 日本撒尿小便嘘嘘汇集6| 日本黄大片高清| 毛片女人毛片| 国产午夜福利久久久久久| 好男人在线观看高清免费视频| 人妻夜夜爽99麻豆av| av女优亚洲男人天堂| 国内少妇人妻偷人精品xxx网站| 亚洲成人久久爱视频| 午夜福利高清视频| 国产麻豆成人av免费视频| 亚洲激情五月婷婷啪啪| 韩国av在线不卡| 少妇人妻一区二区三区视频| 老司机福利观看| 色综合亚洲欧美另类图片| 国产色爽女视频免费观看| 久久精品影院6| 啦啦啦韩国在线观看视频| 一级毛片电影观看 | 51国产日韩欧美| 亚洲av中文av极速乱| 国产亚洲欧美98| 欧美日韩精品成人综合77777| 国产在视频线在精品| 91久久精品国产一区二区三区| av福利片在线观看| 亚洲成a人片在线一区二区| 丰满人妻一区二区三区视频av| 亚洲国产日韩欧美精品在线观看| 男插女下体视频免费在线播放| 只有这里有精品99| 亚洲在线自拍视频| 成人午夜高清在线视频| 亚洲成人久久性| 内地一区二区视频在线| 国产精品爽爽va在线观看网站| 在线观看免费视频日本深夜| 干丝袜人妻中文字幕| 欧美精品国产亚洲| 亚洲色图av天堂| 狂野欧美白嫩少妇大欣赏| 亚洲av男天堂| 特级一级黄色大片| 国产精品久久久久久精品电影小说 | 国产精品,欧美在线| 久久久久久久久久成人| av女优亚洲男人天堂| 久久精品国产亚洲av香蕉五月| 国产欧美日韩精品一区二区| 好男人视频免费观看在线| 2021天堂中文幕一二区在线观| 亚洲人成网站高清观看| 欧美激情在线99| 亚洲av中文av极速乱| 久久人妻av系列| 亚洲av一区综合| 日韩欧美 国产精品| 直男gayav资源| 超碰av人人做人人爽久久| 1000部很黄的大片| 别揉我奶头 嗯啊视频| 18禁在线播放成人免费| 我的老师免费观看完整版| 亚洲精品乱码久久久v下载方式| 舔av片在线| 国内精品美女久久久久久| 欧美高清性xxxxhd video| 舔av片在线| 人妻夜夜爽99麻豆av| 久久精品国产亚洲av天美| 国产精品女同一区二区软件| 麻豆久久精品国产亚洲av| 别揉我奶头 嗯啊视频| 久久综合国产亚洲精品| 成人毛片a级毛片在线播放| 亚洲精品乱码久久久v下载方式| 99九九线精品视频在线观看视频| 我的老师免费观看完整版| 国内久久婷婷六月综合欲色啪| 免费观看人在逋| 久久热精品热| 真实男女啪啪啪动态图| 91久久精品国产一区二区成人| 国产精品久久久久久亚洲av鲁大| 亚洲av成人精品一区久久| 天天躁日日操中文字幕| 国产午夜精品久久久久久一区二区三区| 精品国内亚洲2022精品成人| 中国美女看黄片| 婷婷色综合大香蕉| 亚洲欧美成人精品一区二区| 1024手机看黄色片|