• <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 ?

    基于SVM的錄音設(shè)備分類研究

    2016-10-11 09:15:27杜狀狀高沖紅童茜雯
    無線電通信技術(shù) 2016年5期
    關(guān)鍵詞:錄音音頻向量

    叢 韞,杜狀狀,高沖紅,童茜雯,鄭 義,仲 倩

    (南京工程學(xué)院 通信工程學(xué)院,江蘇 南京 211167)

    ?

    基于SVM的錄音設(shè)備分類研究

    叢韞,杜狀狀,高沖紅,童茜雯,鄭義,仲倩

    (南京工程學(xué)院 通信工程學(xué)院,江蘇 南京 211167)

    為解決音頻取證中私錄音頻由何種錄音設(shè)備所錄的問題,針對不同設(shè)備所采用的壓縮算法不同,就會導(dǎo)致錄音信號中蘊(yùn)含著區(qū)別于其他錄音設(shè)備的個(gè)性特征,本文從壓縮算法出發(fā),提出了一種基于SVM對錄音設(shè)備的分類方法。首先獲取不同錄音格式的音頻,然后針對音頻分別用MATLAB對其求改進(jìn)MFCC倒譜參數(shù),接著選定測試集和訓(xùn)練集,使用交叉驗(yàn)證方法得到倒譜數(shù)據(jù)的最佳參數(shù),之后用訓(xùn)練集對SVM進(jìn)行訓(xùn)練,再用得到的模型來預(yù)測測試集的分類標(biāo)簽。通過仿真與實(shí)驗(yàn),結(jié)果表明,該方法能夠較好的區(qū)分不同壓縮算法下的音頻特性,平均識別率達(dá)97%。

    音頻取證;壓縮算法;改進(jìn)MFCC;SVM;交叉驗(yàn)證

    0 引言

    隨著數(shù)字媒體技術(shù)在日常生活中的使用和普及,國內(nèi)外音頻證據(jù)在法庭證據(jù)、案件調(diào)查中出現(xiàn)的次數(shù)越來越多,所占比重也越來越大。錄音的來源往往是首先會關(guān)注的問題,尤其是錄音文件由何種錄音設(shè)備錄制,這是錄音文件具有合法性的前提。由于錄音設(shè)備種類繁多,而且在錄制過程中易受到環(huán)境和說話人特征的影響,國際上對錄音設(shè)備識別的研究還較少。在國外,Kraetzer、Bucholz等人和Garcia-Romera以及Espy-Wilson、Malik、Cemal對這方面展開了研究,國內(nèi)南京大學(xué)聲學(xué)所、司法部司法鑒定科學(xué)技術(shù)研究所也對此展開了研究。以上這些研究,并未從算法出發(fā)分析錄音設(shè)備的內(nèi)在特征。本文從壓縮算法出發(fā),提出了一種基于SVM的錄音設(shè)備分類方法,在解決音頻取證中對錄音設(shè)備的識別研究提供了方向,值得進(jìn)一步深入探索。

    1 特征提取方法

    音頻信號采用改進(jìn)MFCC進(jìn)行分析處理,具體步驟如圖1所示。對信號進(jìn)行預(yù)處理,分幀、加窗,一般設(shè)一段語音存在X中,X長為N,采樣頻率Fs,幀長L,后一幀對前一幀位移量S,則將長為N的語音信號進(jìn)行分幀,如式(1)所示:

    Fn=(N-L)/S+1,

    (1)

    式中,x(m)為語音信號,w(m)為單位沖擊響應(yīng),n為整數(shù)。

    加窗實(shí)際上就是乘以一個(gè)窗函數(shù),窗函數(shù)如式(2)所示,在分幀時(shí)會有一定程度的幀移,加窗是為了增強(qiáng)連續(xù)性,然后進(jìn)行FFT快速傅里葉變換,得到每幀信號的頻譜。式(2)求平方,得到每幀信號的功率譜:

    (2)

    圖1 提取改進(jìn)MFCC的方案

    根據(jù)每個(gè)通道的截止頻率截取Mel頻率尺度對Mel濾波器組進(jìn)行歸一化,然后對Mel組進(jìn)行歸一化,并對Mel濾波器組的輸出數(shù)據(jù)進(jìn)行歸一化。將Mel濾波器組的輸出數(shù)據(jù)變換到對數(shù)域,再作離散余弦變換得到MFCC參數(shù),結(jié)果如式(3)所示。式中N為三角濾波器個(gè)數(shù),Xk為第K個(gè)濾波器的輸出,Ci即為所求的MFCC參數(shù),P為其階數(shù)。

    (3)

    2 分類方法

    2.1支持向量機(jī)基本原理

    支持向量機(jī)的主要思想是建立一個(gè)分類超平面作為決策平面,使得正例與反例之間的隔離邊緣被最大化。支持向量機(jī)的理論基礎(chǔ)是統(tǒng)計(jì)學(xué)習(xí)理論,更精確地說,支持向量機(jī)是結(jié)構(gòu)風(fēng)險(xiǎn)最小化的近似實(shí)現(xiàn)。這個(gè)原理基于這樣的事實(shí):學(xué)習(xí)機(jī)器在測試數(shù)據(jù)上的誤差率(即泛化誤差率)以訓(xùn)練誤差率和一個(gè)依賴于VC維數(shù)(Vapnik-Chervonenkis dimension)的項(xiàng)的和為界,在可分模式情況下,支持向量機(jī)對于前一項(xiàng)的值為零,并且使第二項(xiàng)最小化。因此,盡管它不利用問題的領(lǐng)域內(nèi)部問題,但在模式分類問題上支持向量機(jī)能提供好的泛化性能,這個(gè)屬性是支撐向量機(jī)特有的。

    支持向量機(jī)經(jīng)歷了從二維分類到多維分類的發(fā)展過程,多維分類原理十分復(fù)雜,但是原理與二維分類原理相似,因此可以用線性可分的情況進(jìn)行說明,基本思想如圖2所示。假設(shè)圖中有兩類樣本,分別用實(shí)心點(diǎn)和空心點(diǎn)表示;H代表將兩類樣本最大程度間隔開的分類線;H1、H2分別為過各類中離分類線最近的樣本,且平行于分類線的直線,它們之間的間隔叫做分類間隔。所謂最優(yōu)分類線,就是要求分類線不但能將兩類正確分開,而且使分類間隔最大。引申到高維度分類問題中,能夠以最大間隔、最大限度分離兩類樣本的超平面就是最優(yōu)超平面。

    圖2 分類平面示意圖

    支持向量機(jī)的體系結(jié)構(gòu)如圖3所示,其中x(i)為支持向量,x為輸入空間抽取的向量,K為核函數(shù),其種類主要有:① 線性核函數(shù)(Linear):K(x,xi)=xTxi;② 多項(xiàng)式核函數(shù)(Polynomial):K(x,xi)=(γxTxi+r)p,γ>0;③ 徑向基核函數(shù)(Radial basis function):K(x,xi)=exp(-γ||x-xi||2),γ>0;④ S形函數(shù)(sigmoid):K(x,xi)=tanh(γxTxi+r)d。

    圖3 支持向量機(jī)的體系結(jié)構(gòu)

    2.2SVM模型構(gòu)造

    SVM模型建立首先需要從原始數(shù)據(jù)里把訓(xùn)練集和測試集提取出來,進(jìn)行一定的預(yù)處理,之后用訓(xùn)練集對SVM進(jìn)行訓(xùn)練,再用得到的模型來預(yù)測測試集的分類標(biāo)簽,算法流程圖如圖4所示。

    圖4 模型總體流程

    2.2.1選定測試集和訓(xùn)練集

    本文選取總樣本數(shù)的4/5作為訓(xùn)練樣本集,數(shù)據(jù)預(yù)處理后通過多次訓(xùn)練求得支持向量并構(gòu)造SVM模型,其余1/5作為測試樣本集,通過代入SVM模型檢驗(yàn)對測試樣本的分類正確率,即模型的泛化能力。

    2.2.2數(shù)據(jù)預(yù)處理

    樣本數(shù)據(jù)中包含的先驗(yàn)信息會對分類器的性能測試結(jié)果與測試數(shù)據(jù)的實(shí)驗(yàn)效果產(chǎn)生直接的影響,因此有必要對數(shù)據(jù)進(jìn)行歸一化處理,采用的歸一化映射如下:

    式中,x,y∈Rn,xmin=min(x),xmax=max(x),歸一化的效果是原始數(shù)據(jù)被規(guī)整到[0,1]范圍內(nèi),即yi∈[0,1],i=1,2.……n,這種歸一化方式稱為[0,1]區(qū)間歸一化。

    2.2.3交叉驗(yàn)證尋求最優(yōu)參數(shù)

    本文用SVM做分類預(yù)測時(shí)需要用到懲罰系數(shù)c和徑向基核函數(shù)參數(shù)g,采用LIBSVM3.20工具包使用交叉驗(yàn)證的方法尋求最優(yōu)參數(shù),以得到比較理想的預(yù)測分類正確率。交叉驗(yàn)證是用來驗(yàn)證分類器性能的一種統(tǒng)計(jì)分析方法,基本思想是在某種意義下將原始數(shù)據(jù)進(jìn)行分組,一部分作為訓(xùn)練集,另一部分作為驗(yàn)證集。其方法是首先用訓(xùn)練集對分類器進(jìn)行訓(xùn)練,再利用驗(yàn)證集來測試訓(xùn)練得到的模型,以得到的分類準(zhǔn)確率作為評價(jià)分類器的性能指標(biāo)。采用交叉驗(yàn)證的思想,可以有效地避免過學(xué)習(xí)和欠學(xué)習(xí)狀態(tài)的發(fā)生,最終對于測試集合的預(yù)測得到較理想的正確率。

    3 測試方案

    3.1數(shù)據(jù)采集

    本實(shí)驗(yàn)收集了10種不同的語音,手機(jī)設(shè)備和具體錄音格式如下:華為:m4a;oppo:wav、mp3和amr;三星:amr和m4a;魅族:mp3;小米:mp3;vivo:3gpp;聯(lián)想:ogg;每個(gè)手機(jī)設(shè)備錄一段音頻,每段音頻60s左右。

    3.2實(shí)驗(yàn)結(jié)果與分析

    對于改進(jìn)MFCC的提取方案如圖1所示,具體表達(dá)式如式(3)所示。下面以小米手機(jī)為例展開說明,將小米手機(jī)錄的語音信號導(dǎo)入到PC端通過matlab進(jìn)行處理,進(jìn)行分幀、加窗,幀長為400ms,幀移為260ms,窗函數(shù)采用漢寧窗,提取500組24維的改進(jìn)MFCC特征參數(shù),圖5為提取的MFCC倒譜圖。

    在提取的5 000個(gè)樣本中,其中1~500屬于第1類(類別標(biāo)簽為1),501~1000為第2類(類別標(biāo)簽為2),1001~1500為第3類(類別標(biāo)簽為3),以此類推,4501~5000為第10類,現(xiàn)將每個(gè)類別分為2組,重新組合數(shù)據(jù),一部分作為訓(xùn)練集,一部分作為測試集。通過交叉檢驗(yàn)的方法獲得最佳參數(shù)為c=2.2974,g=4,參數(shù)選擇結(jié)果圖如圖6所示,x軸表示c取以2為底的對數(shù)后的值,y軸表示g取以2為底的對數(shù)后的值,等高線表示取相應(yīng)的c和g后對應(yīng)的CV方法的準(zhǔn)確率。3D視圖如圖7所示。

    圖5 小米手機(jī)倒譜圖

    圖6 參數(shù)選擇結(jié)果圖(等高線圖)

    圖7 參數(shù)選擇結(jié)果圖(3D視圖)

    運(yùn)用上文選擇的最優(yōu)化參數(shù)對測試樣本進(jìn)行預(yù)測,即選用c=2.297 4,g=4,基于訓(xùn)練樣本數(shù)據(jù)train_data提取相應(yīng)的標(biāo)簽train_data_labels建立模型svmtrain,系統(tǒng)的輸出結(jié)果如下所示:

    optimization finished,#iter=192

    nu=0.033 472

    obj=-12.648 015,rho=-0.445 306,

    nSV=52,nBSV=10,

    Total nSV=2 012,

    Accuracy=96.9% (969/1 000) (classfication)。

    接著對測試樣本進(jìn)行預(yù)測,得到的分類正確率為97%,分類結(jié)果如圖8所示,即1 000個(gè)樣本中有31個(gè)樣本識別錯(cuò)誤,因此基于SVM的錄音設(shè)備分類方法具有較高的準(zhǔn)確率,能夠準(zhǔn)確地識別出對應(yīng)錄音格式的手機(jī)設(shè)備。

    圖8 測試集的分類結(jié)果圖

    4 結(jié)束語

    為解決音頻取證中私錄音頻由何種錄音設(shè)備所錄的問題,針對不同設(shè)備所采用的壓縮算法不同,就會導(dǎo)致錄音信號中蘊(yùn)含著區(qū)別于其他錄音設(shè)備的個(gè)性特征,本文從壓縮算法出發(fā)介紹了一種基于SVM對錄音設(shè)備的分類方法,使用交叉驗(yàn)證的方法獲得樣本數(shù)據(jù)最優(yōu)參數(shù),并給出了提取語音信號特征參數(shù)改進(jìn)MFCC和構(gòu)建SVM模型進(jìn)行訓(xùn)練分類的具體流程,實(shí)驗(yàn)測試過程中,該方法在準(zhǔn)確性方面滿足一定的要求。綜合來看,本文的方法具有較好的參考價(jià)值。

    [1]Vapnik V.Statistical Learning Theory[M].New York:Wiley,1998.

    [2]Cortes C,Vapnik V.Support-Vector network[J].Machine Learning,1995,20:273-297.

    [3]Boser B,Guyon I,Vapnik V.ATraining Algorithm for Optional Margin Classifiers[C]//ACM press:In Proceeding of the Fifth Annual Workshop on Computerional Learning Theory,1992:144-152.

    [4]Hsu C W,Lin C J.AComparsion of Methods for Multi-class Support Vector Machines[J].IEEE Transactions on Neural Network ,2002,13(2):415-425.

    [5]Lin C J.Formulations ofSupport Vector Machines:a Note from an Optimization Point of View[J].Neu-ral Computation,2001,13(2):307-317.

    [6]張慶,劉丙杰.基于PSO和分組訓(xùn)練的SVM參數(shù)快速優(yōu)化方法[J].科學(xué)技術(shù)與工程,2008,8(16):4613-4616.

    [7]楊杰,鄭 寧,劉 董,等.基于遺傳算法的SVM帶權(quán)特征和模型參數(shù)優(yōu)化[J].計(jì)算機(jī)仿真,2008,25(9):113-118.

    [8]張小艷,李 強(qiáng).基于SVM的分類方法綜述[J].科技信息,2008(28):344-345.

    [9]范昕煒,杜數(shù)新,吳鐵軍.粗SVM分類方法及其在污水處理過程中的應(yīng)用[J].控制與決策,2004,19(5):573-576.

    [10]陳光英,張千里,李 星.基于SVM分類機(jī)的入侵檢測系統(tǒng)[J].通信學(xué)報(bào),2002,23(5):51-56.

    [11]雷英杰,張善文,李續(xù)武,等.MATLAB工具箱及應(yīng)用[M].西安:西安電子科技大學(xué)出版社,2005.

    [12]張雪英.數(shù)字信號處理與MATLAB仿真[M].北京:電子工業(yè)出版社,2010.

    Recording Equipment Classification Study Based on SVM

    CONG Yun,DU Zhuang-zhuang,GAO Chong-hong,TONG Qian-wen,ZHENG Yi,ZHONG Qian

    (School of Communication Engineering,Nanjing Institute of Technology,Nanjing Jiangsu 211167,China)

    To solve the problem of which kind of recording equipment is used for private audio recorded in audio forensic,the article presents a classification method for recording equipment based on SVM embarking from the compression algorithm,which is based on the fact that the recorded signals from different devices with different compression algorithms contain personality characteristics different from other recording devices.Audios in different format are collected at first.Then its improved MFCCs are extracted respectively by MATLAB and testing and training sets are selected.Then Cross Validation method is used to get the optimal parameters of cepstrum data.The SVM is trained with the training set and the classification label of the testing set is predicted with the model obtained.The simulation and test results show that the method can distinguish audio features among different compression algorithms better,and the average recognition rate is 97%.

    audio forensic;compression algorithm;improved MFCC;SVM;Cross Validation

    10.3969/j.issn.1003-3114.2016.05.17

    引用格式:叢韞,杜狀狀,高沖紅,等.基于SVM的錄音設(shè)備分類研究[J].無線電通信技術(shù),2016,42(5):68-70,84.

    2016-05-09

    江蘇省大學(xué)生創(chuàng)新創(chuàng)業(yè)訓(xùn)練項(xiàng)目(201511276004z)

    叢韞(1995—),女,本科,主要研究方向:信號與信息處理。仲倩(1995—),女,本科,主要研究方向:信號與信息處理。

    TN912.3

    A

    1003-3114(2016)05-68-3

    猜你喜歡
    錄音音頻向量
    向量的分解
    聚焦“向量與三角”創(chuàng)新題
    Funny Phonics
    funny phonics
    必須了解的音頻基礎(chǔ)知識 家庭影院入門攻略:音頻認(rèn)證與推薦標(biāo)準(zhǔn)篇
    基于Daubechies(dbN)的飛行器音頻特征提取
    電子制作(2018年19期)2018-11-14 02:37:08
    A New Term
    Colorful Seasons多彩四季
    音頻分析儀中低失真音頻信號的發(fā)生方法
    電子制作(2017年9期)2017-04-17 03:00:46
    向量垂直在解析幾何中的應(yīng)用
    淫妇啪啪啪对白视频| 啦啦啦观看免费观看视频高清| 国产美女午夜福利| 一个人观看的视频www高清免费观看| 国产精品爽爽va在线观看网站| 国产免费av片在线观看野外av| 男女做爰动态图高潮gif福利片| 一进一出抽搐gif免费好疼| 国产精品久久久久久久电影| 国产精品一区二区三区四区免费观看 | 一级黄色大片毛片| 伦精品一区二区三区| 精品一区二区三区av网在线观看| 人妻少妇偷人精品九色| 婷婷精品国产亚洲av在线| 午夜视频国产福利| av在线亚洲专区| 国产精品不卡视频一区二区| 高清在线国产一区| 特大巨黑吊av在线直播| 精品无人区乱码1区二区| 热99re8久久精品国产| 久久久色成人| www.www免费av| 久久久久九九精品影院| 亚洲精品久久国产高清桃花| 岛国在线免费视频观看| 国产一区二区三区在线臀色熟女| 免费电影在线观看免费观看| 久久精品国产自在天天线| 国产 一区精品| av国产免费在线观看| 亚洲美女视频黄频| 他把我摸到了高潮在线观看| 色吧在线观看| 久久久久久久久大av| 久久精品国产亚洲av香蕉五月| av国产免费在线观看| 成人国产麻豆网| 国产精品av视频在线免费观看| 精品国产三级普通话版| 97人妻精品一区二区三区麻豆| 搡老岳熟女国产| 欧美bdsm另类| 热99在线观看视频| 草草在线视频免费看| 日韩精品有码人妻一区| 日韩中字成人| 国产主播在线观看一区二区| 高清日韩中文字幕在线| 久久中文看片网| 国产私拍福利视频在线观看| 久久婷婷人人爽人人干人人爱| 国产精品一及| 少妇的逼好多水| 国产一区二区激情短视频| 亚洲狠狠婷婷综合久久图片| 十八禁网站免费在线| 亚洲精品色激情综合| 国产av不卡久久| 国产精品日韩av在线免费观看| 国产精品三级大全| 国产成人福利小说| 99在线人妻在线中文字幕| 99热网站在线观看| 一区福利在线观看| 91av网一区二区| 一区福利在线观看| 我的女老师完整版在线观看| 九九久久精品国产亚洲av麻豆| 热99在线观看视频| 久久中文看片网| 99在线人妻在线中文字幕| 波多野结衣高清作品| 亚洲无线在线观看| 国产精品爽爽va在线观看网站| 美女xxoo啪啪120秒动态图| 亚洲七黄色美女视频| 嫩草影院入口| 一本久久中文字幕| 热99re8久久精品国产| 亚洲一区高清亚洲精品| 久久精品国产亚洲av天美| 直男gayav资源| 日本一本二区三区精品| av专区在线播放| 亚洲成av人片在线播放无| 亚洲va日本ⅴa欧美va伊人久久| 国产毛片a区久久久久| 黄色日韩在线| 成人毛片a级毛片在线播放| 国产三级在线视频| 久久亚洲精品不卡| 欧美精品国产亚洲| 亚洲无线在线观看| 99九九线精品视频在线观看视频| 日韩av在线大香蕉| 最近在线观看免费完整版| xxxwww97欧美| 精品久久久久久久久久久久久| 久久久久久久亚洲中文字幕| 18+在线观看网站| 成年版毛片免费区| 丰满人妻一区二区三区视频av| 国产精品无大码| 美女免费视频网站| 亚洲av免费在线观看| 噜噜噜噜噜久久久久久91| 亚洲在线观看片| 国产精品永久免费网站| 最近最新中文字幕大全电影3| 亚洲精华国产精华液的使用体验 | 久久人人精品亚洲av| 亚洲真实伦在线观看| 中文字幕av成人在线电影| 永久网站在线| 免费av不卡在线播放| 淫妇啪啪啪对白视频| 国产精品久久久久久亚洲av鲁大| 在线看三级毛片| 亚洲内射少妇av| 十八禁国产超污无遮挡网站| 亚洲中文字幕日韩| 久久这里只有精品中国| 99热这里只有精品一区| 我要搜黄色片| 成人特级黄色片久久久久久久| 精品日产1卡2卡| 噜噜噜噜噜久久久久久91| 欧美日韩精品成人综合77777| 亚洲av中文字字幕乱码综合| 精品一区二区三区视频在线| 精品午夜福利在线看| 欧美三级亚洲精品| 无遮挡黄片免费观看| 久久久久久大精品| 97超级碰碰碰精品色视频在线观看| 成人欧美大片| 国产精品1区2区在线观看.| 国产 一区精品| 婷婷精品国产亚洲av在线| 午夜激情福利司机影院| 国产精品伦人一区二区| 久久久久久九九精品二区国产| 很黄的视频免费| 国产主播在线观看一区二区| 在线观看免费视频日本深夜| 亚洲国产精品久久男人天堂| 简卡轻食公司| 91在线精品国自产拍蜜月| 午夜a级毛片| 在线观看免费视频日本深夜| 亚洲天堂国产精品一区在线| 在线天堂最新版资源| 久久久久久久久久黄片| 亚洲欧美日韩卡通动漫| 一级a爱片免费观看的视频| 春色校园在线视频观看| 亚洲国产日韩欧美精品在线观看| 日本爱情动作片www.在线观看 | 综合色av麻豆| 亚洲经典国产精华液单| 成人一区二区视频在线观看| 很黄的视频免费| 狠狠狠狠99中文字幕| 九九久久精品国产亚洲av麻豆| 在线天堂最新版资源| 99久久精品一区二区三区| 午夜精品久久久久久毛片777| 久久精品国产自在天天线| 精品人妻偷拍中文字幕| 在线免费十八禁| 乱人视频在线观看| 国产精品一及| 日韩一本色道免费dvd| 国产精品久久久久久久电影| 欧美绝顶高潮抽搐喷水| 99久久精品国产国产毛片| 午夜福利在线观看吧| 亚洲精品国产成人久久av| 亚洲中文字幕一区二区三区有码在线看| 一卡2卡三卡四卡精品乱码亚洲| 99在线人妻在线中文字幕| 亚洲成人免费电影在线观看| 99热这里只有是精品50| 国产成人av教育| 极品教师在线免费播放| 久久中文看片网| 亚洲av中文av极速乱 | 欧美一区二区国产精品久久精品| 波多野结衣高清无吗| 伊人久久精品亚洲午夜| 99在线视频只有这里精品首页| 亚洲人成网站在线播| 女生性感内裤真人,穿戴方法视频| 欧美最黄视频在线播放免费| 亚洲精品久久国产高清桃花| 亚洲精品粉嫩美女一区| 亚洲av中文av极速乱 | 欧美黑人欧美精品刺激| 人人妻人人澡欧美一区二区| 在线观看舔阴道视频| 日本在线视频免费播放| 夜夜爽天天搞| 91狼人影院| 免费高清视频大片| 精品不卡国产一区二区三区| 亚洲在线自拍视频| 非洲黑人性xxxx精品又粗又长| 丝袜美腿在线中文| 国产精品三级大全| 最新中文字幕久久久久| 波多野结衣高清无吗| 欧美日韩黄片免| 成年版毛片免费区| 成人一区二区视频在线观看| 久99久视频精品免费| 欧美成人a在线观看| 我的老师免费观看完整版| 又爽又黄a免费视频| 午夜爱爱视频在线播放| 免费人成视频x8x8入口观看| 很黄的视频免费| 国产精品电影一区二区三区| 婷婷精品国产亚洲av| 国产三级中文精品| 免费电影在线观看免费观看| 日韩欧美精品免费久久| bbb黄色大片| 联通29元200g的流量卡| 亚洲av二区三区四区| 国产一区二区激情短视频| 91麻豆av在线| 最好的美女福利视频网| av女优亚洲男人天堂| 欧美绝顶高潮抽搐喷水| or卡值多少钱| 欧美最黄视频在线播放免费| 亚洲成人精品中文字幕电影| 俄罗斯特黄特色一大片| 婷婷六月久久综合丁香| 日本免费一区二区三区高清不卡| 色在线成人网| 国产欧美日韩精品亚洲av| 欧美xxxx性猛交bbbb| 国产伦在线观看视频一区| 亚洲成人中文字幕在线播放| 欧美成人一区二区免费高清观看| 又爽又黄a免费视频| 亚洲第一区二区三区不卡| 99在线人妻在线中文字幕| 国产精华一区二区三区| 久久久久久久久久久丰满 | 亚洲经典国产精华液单| 他把我摸到了高潮在线观看| 狠狠狠狠99中文字幕| 欧美另类亚洲清纯唯美| 成人精品一区二区免费| 亚洲成人免费电影在线观看| 亚洲自拍偷在线| 国产一区二区激情短视频| 亚洲最大成人手机在线| 久久久久国产精品人妻aⅴ院| 国产精品一区二区性色av| 一区福利在线观看| 免费不卡的大黄色大毛片视频在线观看 | 久久午夜福利片| 九九爱精品视频在线观看| 老熟妇乱子伦视频在线观看| 搡老岳熟女国产| 亚洲av一区综合| 精品久久久久久成人av| 日本成人三级电影网站| 久久精品人妻少妇| 男人舔奶头视频| 男女下面进入的视频免费午夜| 国国产精品蜜臀av免费| 国产美女午夜福利| 人人妻人人看人人澡| 国产精品电影一区二区三区| 免费看av在线观看网站| 内地一区二区视频在线| 99热精品在线国产| 亚洲色图av天堂| 男女下面进入的视频免费午夜| 国产精品三级大全| 男人和女人高潮做爰伦理| 黄色丝袜av网址大全| 白带黄色成豆腐渣| 黄色日韩在线| 女人被狂操c到高潮| 免费在线观看日本一区| 国产精品不卡视频一区二区| 欧美一区二区精品小视频在线| 亚洲一级一片aⅴ在线观看| 超碰av人人做人人爽久久| 国产精品一区www在线观看 | 国产高潮美女av| 国产国拍精品亚洲av在线观看| 男人和女人高潮做爰伦理| 免费在线观看日本一区| 女同久久另类99精品国产91| 久久这里只有精品中国| 久久6这里有精品| 特大巨黑吊av在线直播| 国产精品乱码一区二三区的特点| 亚洲成人中文字幕在线播放| 我要搜黄色片| 人妻久久中文字幕网| 动漫黄色视频在线观看| 听说在线观看完整版免费高清| 亚洲人成网站在线播| 99久久九九国产精品国产免费| 亚洲第一区二区三区不卡| 国产久久久一区二区三区| 日日摸夜夜添夜夜添av毛片 | 国产精品一区二区三区四区久久| 亚洲精品久久国产高清桃花| 黄色欧美视频在线观看| 变态另类成人亚洲欧美熟女| 国产一区二区在线观看日韩| 精品久久久久久久末码| 内地一区二区视频在线| 午夜福利在线观看免费完整高清在 | 国产精品嫩草影院av在线观看 | 1000部很黄的大片| 欧美精品国产亚洲| 国产麻豆成人av免费视频| 在线观看舔阴道视频| 一区福利在线观看| 国产高清视频在线观看网站| 欧美人与善性xxx| 国产精品一区二区性色av| 欧美黑人欧美精品刺激| 一本久久中文字幕| 人妻丰满熟妇av一区二区三区| 国产老妇女一区| 久久久久久国产a免费观看| bbb黄色大片| 亚洲中文字幕一区二区三区有码在线看| 亚洲精华国产精华精| 国产精品乱码一区二三区的特点| av视频在线观看入口| 国产精品99久久久久久久久| 亚洲性夜色夜夜综合| 免费一级毛片在线播放高清视频| 天堂√8在线中文| 级片在线观看| 97超视频在线观看视频| 久久精品国产亚洲av天美| 五月伊人婷婷丁香| 女的被弄到高潮叫床怎么办 | 热99re8久久精品国产| 国产免费一级a男人的天堂| 国产高清有码在线观看视频| 男女那种视频在线观看| 成人亚洲精品av一区二区| 干丝袜人妻中文字幕| 又黄又爽又刺激的免费视频.| 久久久久久久久久成人| 免费电影在线观看免费观看| 可以在线观看的亚洲视频| 人妻制服诱惑在线中文字幕| 深夜精品福利| 免费在线观看成人毛片| 在线观看舔阴道视频| 成人av一区二区三区在线看| 美女黄网站色视频| 在线看三级毛片| 天天一区二区日本电影三级| 亚洲精品日韩av片在线观看| 一区二区三区四区激情视频 | 97超级碰碰碰精品色视频在线观看| 大型黄色视频在线免费观看| 国产美女午夜福利| 在线观看av片永久免费下载| 美女 人体艺术 gogo| 日韩人妻高清精品专区| 精品无人区乱码1区二区| 男女啪啪激烈高潮av片| 亚洲人成伊人成综合网2020| 午夜影院日韩av| 女人被狂操c到高潮| 国产午夜精品久久久久久一区二区三区 | 毛片一级片免费看久久久久 | 99热6这里只有精品| 国产乱人视频| 啦啦啦啦在线视频资源| 日本色播在线视频| 特大巨黑吊av在线直播| 久久久成人免费电影| 亚洲人成网站在线播| 婷婷六月久久综合丁香| 亚洲天堂国产精品一区在线| www.色视频.com| 国产综合懂色| 久久久久久久久久黄片| 久久国产精品人妻蜜桃| 国产成人福利小说| 在线国产一区二区在线| 一夜夜www| 人妻制服诱惑在线中文字幕| 夜夜爽天天搞| 动漫黄色视频在线观看| 在线免费十八禁| 欧美+亚洲+日韩+国产| 午夜激情福利司机影院| av中文乱码字幕在线| 桃色一区二区三区在线观看| 精华霜和精华液先用哪个| 91精品国产九色| 国产不卡一卡二| 精品99又大又爽又粗少妇毛片 | 国内久久婷婷六月综合欲色啪| 国产蜜桃级精品一区二区三区| 高清在线国产一区| 亚洲精品色激情综合| 久久久久久久亚洲中文字幕| 亚洲熟妇熟女久久| 午夜视频国产福利| 超碰av人人做人人爽久久| 黄色配什么色好看| 夜夜爽天天搞| 国产一级毛片七仙女欲春2| 国内精品宾馆在线| 国产乱人视频| 久久草成人影院| 在线观看一区二区三区| 午夜久久久久精精品| 国产91精品成人一区二区三区| 日本一本二区三区精品| 91久久精品国产一区二区三区| 91在线观看av| 啪啪无遮挡十八禁网站| 日本黄色视频三级网站网址| 能在线免费观看的黄片| 国产三级在线视频| 91精品国产九色| 久久99热这里只有精品18| 精品久久久久久久久久久久久| 在线免费观看的www视频| 人妻丰满熟妇av一区二区三区| 国产一区二区在线av高清观看| 在线国产一区二区在线| 99国产精品一区二区蜜桃av| 成人特级黄色片久久久久久久| 伦理电影大哥的女人| 精品久久国产蜜桃| 久久久久久久久久久丰满 | 波多野结衣高清作品| 久久精品国产鲁丝片午夜精品 | 啦啦啦啦在线视频资源| 国产爱豆传媒在线观看| 给我免费播放毛片高清在线观看| 欧美激情久久久久久爽电影| 欧美性感艳星| 可以在线观看毛片的网站| 亚洲一级一片aⅴ在线观看| 国产精品久久电影中文字幕| 久久精品人妻少妇| 日本撒尿小便嘘嘘汇集6| 91av网一区二区| 99久久成人亚洲精品观看| 美女黄网站色视频| 麻豆一二三区av精品| 一夜夜www| .国产精品久久| 丝袜美腿在线中文| 成人永久免费在线观看视频| 欧美精品啪啪一区二区三区| 久久精品影院6| 麻豆精品久久久久久蜜桃| 国产精品永久免费网站| 看免费成人av毛片| 搡老妇女老女人老熟妇| 少妇的逼水好多| 久久中文看片网| 无人区码免费观看不卡| 伦理电影大哥的女人| 亚洲欧美日韩高清在线视频| 亚洲成人精品中文字幕电影| 少妇人妻精品综合一区二区 | 国产成人一区二区在线| 女生性感内裤真人,穿戴方法视频| 别揉我奶头 嗯啊视频| 国产三级在线视频| 午夜激情福利司机影院| 精品人妻偷拍中文字幕| 人妻少妇偷人精品九色| 亚洲人成网站在线播放欧美日韩| 一夜夜www| 亚洲精华国产精华液的使用体验 | 欧美日韩综合久久久久久 | 久久久久性生活片| 亚洲成人免费电影在线观看| 一个人观看的视频www高清免费观看| 波多野结衣巨乳人妻| 国产欧美日韩精品亚洲av| 真实男女啪啪啪动态图| 九九久久精品国产亚洲av麻豆| 欧美成人免费av一区二区三区| 亚洲自拍偷在线| 日本黄色片子视频| 午夜福利在线在线| 老司机福利观看| 亚洲精品色激情综合| 午夜日韩欧美国产| 女人十人毛片免费观看3o分钟| 白带黄色成豆腐渣| 亚洲国产色片| 97人妻精品一区二区三区麻豆| 国产在视频线在精品| АⅤ资源中文在线天堂| 老司机深夜福利视频在线观看| 97热精品久久久久久| 一进一出抽搐gif免费好疼| 成人鲁丝片一二三区免费| 久久久成人免费电影| 可以在线观看毛片的网站| 91在线精品国自产拍蜜月| 国产精品久久久久久久电影| 99热6这里只有精品| 久久精品国产亚洲av香蕉五月| 啦啦啦韩国在线观看视频| 制服丝袜大香蕉在线| 亚洲人成网站在线播放欧美日韩| 在线免费观看不下载黄p国产 | 淫妇啪啪啪对白视频| 欧美性猛交╳xxx乱大交人| 国语自产精品视频在线第100页| 99久久精品国产国产毛片| 国产男靠女视频免费网站| 亚洲天堂国产精品一区在线| or卡值多少钱| 国产亚洲精品久久久久久毛片| 可以在线观看的亚洲视频| avwww免费| 天堂网av新在线| 免费观看人在逋| 国产午夜福利久久久久久| 成年免费大片在线观看| 我的女老师完整版在线观看| 中文字幕高清在线视频| 中国美女看黄片| 日韩精品青青久久久久久| 欧洲精品卡2卡3卡4卡5卡区| 亚洲色图av天堂| 可以在线观看的亚洲视频| 搡女人真爽免费视频火全软件 | 国产精品久久久久久久久免| 日本黄色片子视频| 人人妻,人人澡人人爽秒播| 在线观看午夜福利视频| 亚洲国产精品合色在线| 我要搜黄色片| 亚洲国产日韩欧美精品在线观看| 99九九线精品视频在线观看视频| 亚洲成av人片在线播放无| 国产一区二区激情短视频| a级一级毛片免费在线观看| 国产一区二区激情短视频| 免费av观看视频| 久久久精品欧美日韩精品| 尾随美女入室| 日韩欧美免费精品| 久久精品国产亚洲av涩爱 | 麻豆久久精品国产亚洲av| 国产v大片淫在线免费观看| 十八禁网站免费在线| 少妇熟女aⅴ在线视频| 亚洲精品影视一区二区三区av| 成人国产一区最新在线观看| 国内久久婷婷六月综合欲色啪| 我要看日韩黄色一级片| 国产高清不卡午夜福利| 欧美丝袜亚洲另类 | 日韩大尺度精品在线看网址| 日日干狠狠操夜夜爽| 日韩人妻高清精品专区| 久久久久久久久久久丰满 | 免费一级毛片在线播放高清视频| 啪啪无遮挡十八禁网站| 麻豆久久精品国产亚洲av| 蜜桃久久精品国产亚洲av| 亚洲精品国产成人久久av| 在线天堂最新版资源| 久久久国产成人精品二区| 变态另类丝袜制服| 国产毛片a区久久久久| 国产中年淑女户外野战色| 久久精品国产清高在天天线| 国产午夜精品论理片| 午夜免费激情av| 国产真实伦视频高清在线观看 | 校园人妻丝袜中文字幕| 1000部很黄的大片| 日本在线视频免费播放| 我要搜黄色片| 成人av一区二区三区在线看| 国产精品永久免费网站| 欧美性感艳星| 国产高清视频在线播放一区| 久久精品国产亚洲av天美| 国内毛片毛片毛片毛片毛片| 色哟哟哟哟哟哟| 蜜桃久久精品国产亚洲av| 99九九线精品视频在线观看视频| 永久网站在线| 久久精品国产亚洲av天美| av在线天堂中文字幕| 1000部很黄的大片| 久久精品国产亚洲av天美| 一级毛片久久久久久久久女| 悠悠久久av| 午夜久久久久精精品|