• <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
    丝袜在线中文字幕| 欧美成人午夜免费资源| 国产亚洲一区二区精品| 特大巨黑吊av在线直播| 久热久热在线精品观看| 狠狠精品人妻久久久久久综合| 麻豆乱淫一区二区| 亚洲成人一二三区av| 国产精品久久久久久精品古装| av线在线观看网站| 又黄又爽又刺激的免费视频.| 成人亚洲精品一区在线观看| 国产一区二区在线观看日韩| 欧美人与善性xxx| 欧美人与善性xxx| 亚洲精品亚洲一区二区| 国产精品免费大片| 国内精品宾馆在线| 欧美精品高潮呻吟av久久| 夫妻性生交免费视频一级片| 视频区图区小说| 一级二级三级毛片免费看| a 毛片基地| 亚洲国产毛片av蜜桃av| 欧美日韩一区二区视频在线观看视频在线| 久久久午夜欧美精品| 国产亚洲欧美精品永久| 日韩 亚洲 欧美在线| 久久精品夜色国产| 国产日韩欧美在线精品| 大又大粗又爽又黄少妇毛片口| 午夜视频国产福利| 久久久亚洲精品成人影院| 又大又黄又爽视频免费| 国产精品久久久久久av不卡| 麻豆乱淫一区二区| 精品少妇黑人巨大在线播放| 中文天堂在线官网| √禁漫天堂资源中文www| 国产高清有码在线观看视频| 亚洲欧美一区二区三区国产| 国产成人aa在线观看| 国产极品粉嫩免费观看在线 | 高清午夜精品一区二区三区| 蜜桃在线观看..| 人人妻人人澡人人爽人人夜夜| 久久青草综合色| 久久国产亚洲av麻豆专区| 久久久久网色| 欧美亚洲日本最大视频资源| 三级国产精品片| 大片免费播放器 马上看| 99九九在线精品视频| 久久久久久久久大av| 久久久久人妻精品一区果冻| 丰满少妇做爰视频| 黄色欧美视频在线观看| 午夜福利,免费看| 亚洲精品,欧美精品| 又大又黄又爽视频免费| 性色avwww在线观看| 欧美成人精品欧美一级黄| 久久久久久久亚洲中文字幕| 天天操日日干夜夜撸| av播播在线观看一区| 成人影院久久| 在线 av 中文字幕| kizo精华| 亚洲第一区二区三区不卡| 久热这里只有精品99| 女人久久www免费人成看片| av网站免费在线观看视频| 中文精品一卡2卡3卡4更新| av一本久久久久| 精品久久久精品久久久| 中文字幕制服av| www.av在线官网国产| 国产永久视频网站| 国产精品久久久久久久电影| 亚洲一级一片aⅴ在线观看| 国产精品女同一区二区软件| 91精品国产九色| 99久久精品一区二区三区| 欧美精品一区二区大全| 这个男人来自地球电影免费观看 | 亚洲国产av新网站| 黑人欧美特级aaaaaa片| 亚洲不卡免费看| 男女无遮挡免费网站观看| 亚洲av日韩在线播放| 精品国产一区二区久久| 日本欧美国产在线视频| 自线自在国产av| 国产精品一区二区在线观看99| 大香蕉久久成人网| a级毛片免费高清观看在线播放| 精品卡一卡二卡四卡免费| 一本久久精品| 婷婷色麻豆天堂久久| 国产一区二区三区综合在线观看 | 男的添女的下面高潮视频| a级毛片在线看网站| 国产精品国产三级专区第一集| 大又大粗又爽又黄少妇毛片口| 国产精品不卡视频一区二区| 国产精品人妻久久久久久| 中文字幕制服av| 亚洲高清免费不卡视频| 久久精品久久精品一区二区三区| 久久久久网色| 中文字幕人妻熟人妻熟丝袜美| 国产在线一区二区三区精| 日韩成人伦理影院| 你懂的网址亚洲精品在线观看| 亚洲熟女精品中文字幕| 搡女人真爽免费视频火全软件| 久久ye,这里只有精品| 一区二区三区乱码不卡18| 99久国产av精品国产电影| 国产欧美日韩一区二区三区在线 | 国产午夜精品一二区理论片| 亚洲性久久影院| 久久久久久久久久人人人人人人| 日韩电影二区| 亚洲成人av在线免费| 岛国毛片在线播放| 欧美最新免费一区二区三区| 亚洲成色77777| 精品酒店卫生间| 午夜福利,免费看| 大话2 男鬼变身卡| 欧美日韩成人在线一区二区| 少妇人妻久久综合中文| 欧美精品国产亚洲| 精品久久久精品久久久| 尾随美女入室| 久久免费观看电影| 黄色毛片三级朝国网站| 18禁观看日本| 人成视频在线观看免费观看| 黑人猛操日本美女一级片| 热re99久久精品国产66热6| 人妻 亚洲 视频| 国产黄频视频在线观看| 国产成人av激情在线播放 | 国产精品熟女久久久久浪| 伊人亚洲综合成人网| 人人妻人人澡人人爽人人夜夜| 精品人妻在线不人妻| 久久女婷五月综合色啪小说| 日本-黄色视频高清免费观看| 日本-黄色视频高清免费观看| 七月丁香在线播放| 五月玫瑰六月丁香| 国产一区亚洲一区在线观看| 国产精品免费大片| 国产日韩一区二区三区精品不卡 | 国产精品一二三区在线看| 亚洲欧美色中文字幕在线| 久久女婷五月综合色啪小说| 国产 一区精品| 免费久久久久久久精品成人欧美视频 | 精品国产露脸久久av麻豆| av福利片在线| 欧美日韩av久久| 黄色欧美视频在线观看| 国产成人精品无人区| 制服人妻中文乱码| 国产精品国产三级国产专区5o| 午夜免费男女啪啪视频观看| 久久99蜜桃精品久久| 男男h啪啪无遮挡| 飞空精品影院首页| 国产探花极品一区二区| 亚洲av男天堂| 日韩亚洲欧美综合| 久久这里有精品视频免费| 欧美日韩视频精品一区| 丝袜美足系列| 精品亚洲成a人片在线观看| 欧美精品人与动牲交sv欧美| 日本猛色少妇xxxxx猛交久久| av不卡在线播放| av专区在线播放| 两个人的视频大全免费| 国产亚洲最大av| 2021少妇久久久久久久久久久| 久久久欧美国产精品| 亚洲av欧美aⅴ国产| 久久人人爽人人爽人人片va| 老司机影院成人| 少妇精品久久久久久久| 久久久亚洲精品成人影院| 日韩中字成人| av女优亚洲男人天堂| 新久久久久国产一级毛片| 99视频精品全部免费 在线| 国产欧美日韩综合在线一区二区| 91精品伊人久久大香线蕉| 亚洲不卡免费看| a级毛片在线看网站| 国产精品欧美亚洲77777| 美女视频免费永久观看网站| 成人亚洲精品一区在线观看| 国产片内射在线| a级毛色黄片| 日韩成人伦理影院| 满18在线观看网站| 一二三四中文在线观看免费高清| 97在线人人人人妻| 2022亚洲国产成人精品| 亚洲色图综合在线观看| 精品亚洲乱码少妇综合久久| 欧美激情国产日韩精品一区| 各种免费的搞黄视频| 夫妻午夜视频| 秋霞在线观看毛片| 国产在线免费精品| 亚洲欧洲日产国产| 中文字幕亚洲精品专区| 免费观看av网站的网址| 男男h啪啪无遮挡| av黄色大香蕉| 插逼视频在线观看| 久久99热这里只频精品6学生| 香蕉精品网在线| 岛国毛片在线播放| 街头女战士在线观看网站| 搡女人真爽免费视频火全软件| 97精品久久久久久久久久精品| 国产精品不卡视频一区二区| 汤姆久久久久久久影院中文字幕| 人妻人人澡人人爽人人| 男女无遮挡免费网站观看| 日韩av不卡免费在线播放| 五月玫瑰六月丁香| 新久久久久国产一级毛片| 制服丝袜香蕉在线| 丰满乱子伦码专区| videos熟女内射| 免费观看在线日韩| 日韩强制内射视频| 国产亚洲av片在线观看秒播厂| 99国产综合亚洲精品| 五月玫瑰六月丁香| 欧美xxxx性猛交bbbb| 欧美日韩综合久久久久久| 成人国语在线视频| 亚洲欧美中文字幕日韩二区| 成年美女黄网站色视频大全免费 | 在线观看美女被高潮喷水网站| av在线老鸭窝| 亚洲av国产av综合av卡| 国产高清国产精品国产三级| 午夜老司机福利剧场| 天堂8中文在线网| 狂野欧美激情性xxxx在线观看| 综合色丁香网| 婷婷色综合www| 丰满饥渴人妻一区二区三| 丝袜喷水一区| 人妻一区二区av| 九九在线视频观看精品| 在线天堂最新版资源| 在线观看免费日韩欧美大片 | 丝袜在线中文字幕| 日韩一区二区视频免费看| 夫妻性生交免费视频一级片| 国产一区二区三区av在线| √禁漫天堂资源中文www| 春色校园在线视频观看| 久久久久久人妻| 欧美日本中文国产一区发布| 少妇人妻久久综合中文| 亚洲av免费高清在线观看| 人妻制服诱惑在线中文字幕| 桃花免费在线播放| 日韩一区二区三区影片| 制服丝袜香蕉在线| 亚洲色图综合在线观看| 美女中出高潮动态图| 精品国产一区二区久久| 久久精品国产亚洲网站| 久久99热6这里只有精品| 国产精品99久久久久久久久| 在线播放无遮挡| 不卡视频在线观看欧美| 国产精品人妻久久久久久| 成人毛片60女人毛片免费| 日本午夜av视频| 2018国产大陆天天弄谢| 亚洲国产最新在线播放| 建设人人有责人人尽责人人享有的| 亚洲少妇的诱惑av| 色网站视频免费| 国产 一区精品| 国产精品一区二区在线不卡| 中文乱码字字幕精品一区二区三区| 亚洲不卡免费看| 麻豆成人av视频| 视频在线观看一区二区三区| 午夜福利视频精品| 亚洲av不卡在线观看| freevideosex欧美| av电影中文网址| 热99久久久久精品小说推荐| 国产成人freesex在线| 韩国av在线不卡| 亚洲av成人精品一区久久| 天堂中文最新版在线下载| 菩萨蛮人人尽说江南好唐韦庄| av一本久久久久| 亚洲精品日本国产第一区| 免费黄网站久久成人精品| 精品人妻熟女毛片av久久网站| 一区二区三区精品91| 欧美性感艳星| 亚洲成人一二三区av| 国产一区二区三区综合在线观看 | 看免费成人av毛片| 亚洲av福利一区| 精品人妻熟女av久视频| 亚洲欧美一区二区三区黑人 | 老司机影院毛片| 啦啦啦中文免费视频观看日本| 欧美日韩亚洲高清精品| 寂寞人妻少妇视频99o| 久久久久人妻精品一区果冻| 秋霞伦理黄片| 草草在线视频免费看| av不卡在线播放| 国产探花极品一区二区| 一级a做视频免费观看| 天堂俺去俺来也www色官网| 母亲3免费完整高清在线观看 | 免费观看无遮挡的男女| 久久这里有精品视频免费| 最新的欧美精品一区二区| 国产精品99久久99久久久不卡 | 日本色播在线视频| 丰满少妇做爰视频| 91精品三级在线观看| 九九久久精品国产亚洲av麻豆| 国产69精品久久久久777片| 插逼视频在线观看| 最近中文字幕高清免费大全6| 久久狼人影院| 日韩精品有码人妻一区| 国产免费视频播放在线视频| 国产在线免费精品| av天堂久久9| 亚洲人成网站在线播| 免费观看a级毛片全部| 色婷婷久久久亚洲欧美| 色94色欧美一区二区| 国产国拍精品亚洲av在线观看| 亚洲av成人精品一区久久| 亚洲天堂av无毛| av不卡在线播放| 免费看光身美女| 国产成人av激情在线播放 | 91成人精品电影| 中文天堂在线官网| 18禁在线播放成人免费| 亚洲三级黄色毛片| 亚洲欧美成人综合另类久久久| 欧美xxxx性猛交bbbb| 一个人看视频在线观看www免费| 搡老乐熟女国产| 99热这里只有是精品在线观看| 欧美激情国产日韩精品一区| 国产不卡av网站在线观看| 亚洲精华国产精华液的使用体验| 91久久精品电影网| av又黄又爽大尺度在线免费看| 亚洲成人手机| 亚洲精品乱码久久久v下载方式| 色94色欧美一区二区| 一区在线观看完整版| 亚洲情色 制服丝袜| 建设人人有责人人尽责人人享有的| 国产精品不卡视频一区二区| 欧美日韩成人在线一区二区| 视频中文字幕在线观看| 亚洲精品国产av蜜桃| 五月开心婷婷网| 成人毛片60女人毛片免费| 啦啦啦在线观看免费高清www| 春色校园在线视频观看| 免费少妇av软件| 亚洲欧美成人综合另类久久久| 啦啦啦中文免费视频观看日本| 少妇精品久久久久久久| 九色成人免费人妻av| 国产在线一区二区三区精| 亚洲国产av影院在线观看| 成人二区视频| 三级国产精品欧美在线观看| 曰老女人黄片| 色网站视频免费| 日韩成人av中文字幕在线观看| 亚洲av成人精品一区久久| 母亲3免费完整高清在线观看 | 国产日韩欧美在线精品| 欧美精品一区二区免费开放| 国产黄色视频一区二区在线观看| 大香蕉久久网| 免费大片18禁| 久久久久久久亚洲中文字幕| 日本猛色少妇xxxxx猛交久久| 乱码一卡2卡4卡精品| 国产黄色免费在线视频| 99久国产av精品国产电影| 国产成人freesex在线| 成人国语在线视频| 熟妇人妻不卡中文字幕| 亚洲色图 男人天堂 中文字幕 | 国产黄频视频在线观看| 最近手机中文字幕大全| 国产永久视频网站| 人妻人人澡人人爽人人| 成人毛片60女人毛片免费| 最近手机中文字幕大全| 99国产精品免费福利视频| 啦啦啦中文免费视频观看日本| 热99久久久久精品小说推荐| 久久精品久久精品一区二区三区| 欧美日韩综合久久久久久| 老司机亚洲免费影院| 一级,二级,三级黄色视频| 国产69精品久久久久777片| 国产一区二区在线观看日韩| 日本91视频免费播放| 777米奇影视久久| h视频一区二区三区| 青春草亚洲视频在线观看| 成年人免费黄色播放视频| 美女内射精品一级片tv| 免费观看av网站的网址| 亚洲精品成人av观看孕妇| 午夜av观看不卡| 亚洲图色成人| 久久久国产一区二区| 欧美老熟妇乱子伦牲交| 亚洲欧美日韩卡通动漫| 亚洲第一区二区三区不卡| 九色亚洲精品在线播放| 亚洲熟女精品中文字幕| 国产亚洲精品第一综合不卡 | 美女国产视频在线观看| 免费黄色在线免费观看| 久久人妻熟女aⅴ| 老司机影院成人| 久久久久久久久久人人人人人人| 国国产精品蜜臀av免费| 国产不卡av网站在线观看| 日本av免费视频播放| 国产免费视频播放在线视频| 啦啦啦在线观看免费高清www| 久久99一区二区三区| 婷婷成人精品国产| 久久精品熟女亚洲av麻豆精品| 汤姆久久久久久久影院中文字幕| 一级毛片电影观看| 亚洲人成网站在线播| 国产熟女欧美一区二区| xxx大片免费视频| 中文字幕精品免费在线观看视频 | 久热久热在线精品观看| av专区在线播放| 亚洲激情五月婷婷啪啪| 啦啦啦中文免费视频观看日本| 精品人妻熟女毛片av久久网站| 亚洲精品国产色婷婷电影| 午夜影院在线不卡| freevideosex欧美| 欧美成人精品欧美一级黄| 日产精品乱码卡一卡2卡三| 我要看黄色一级片免费的| 少妇的逼水好多| 各种免费的搞黄视频| 精品人妻一区二区三区麻豆| 国产精品一区二区三区四区免费观看| 欧美日韩国产mv在线观看视频| 女性生殖器流出的白浆| 久久影院123| 国产探花极品一区二区| 国产精品女同一区二区软件| 精品人妻一区二区三区麻豆| 成人国语在线视频| 精品人妻一区二区三区麻豆| 777米奇影视久久| 丝袜喷水一区| 婷婷色综合大香蕉| 最后的刺客免费高清国语| 亚洲精品aⅴ在线观看| 热re99久久国产66热| kizo精华| 黄色毛片三级朝国网站| 国产一区二区三区综合在线观看 | 亚洲av成人精品一区久久| 亚洲欧美日韩卡通动漫| 久久久久久久久久久丰满| 永久网站在线| 国产一区亚洲一区在线观看| 大香蕉97超碰在线| 国产白丝娇喘喷水9色精品| 99久久中文字幕三级久久日本| 午夜激情av网站| av专区在线播放| 日韩伦理黄色片| 99久久精品国产国产毛片| 国产一区有黄有色的免费视频| 国产在线一区二区三区精| 国产免费福利视频在线观看| 啦啦啦啦在线视频资源| 91国产中文字幕| 亚洲五月色婷婷综合| 中文字幕人妻熟人妻熟丝袜美| 蜜臀久久99精品久久宅男| 另类精品久久| 国产 一区精品| 免费看av在线观看网站| 欧美bdsm另类| 国产深夜福利视频在线观看| 国产一区二区三区av在线| 少妇精品久久久久久久| 五月玫瑰六月丁香| 久久精品熟女亚洲av麻豆精品| 黑人欧美特级aaaaaa片| 国产探花极品一区二区| 亚洲情色 制服丝袜| 欧美+日韩+精品| 色吧在线观看| 欧美老熟妇乱子伦牲交| 综合色丁香网| 久久精品国产亚洲av涩爱| 中文字幕精品免费在线观看视频 | 夫妻午夜视频| 亚洲国产精品国产精品| 亚洲av国产av综合av卡| videossex国产| 亚洲不卡免费看| 99国产综合亚洲精品| 亚洲综合色网址| 大陆偷拍与自拍| 精品酒店卫生间| 少妇人妻 视频| 人妻人人澡人人爽人人| 亚洲精品一二三| 亚洲激情五月婷婷啪啪| 少妇人妻 视频| 日韩一区二区三区影片| 男女免费视频国产| 大片电影免费在线观看免费| 中文字幕免费在线视频6| 少妇被粗大猛烈的视频| 国产精品99久久99久久久不卡 | xxxhd国产人妻xxx| 天天影视国产精品| 亚洲天堂av无毛| 久久久久久人妻| 亚洲美女黄色视频免费看| av在线老鸭窝| 免费久久久久久久精品成人欧美视频 | 男的添女的下面高潮视频| 午夜激情av网站| 99热国产这里只有精品6| 亚洲少妇的诱惑av| 五月玫瑰六月丁香| 人妻 亚洲 视频| 亚洲国产精品一区三区| 欧美成人午夜免费资源| 欧美另类一区| 不卡视频在线观看欧美| 亚洲欧美日韩卡通动漫| 亚洲精品日韩在线中文字幕| 亚洲精品中文字幕在线视频| 国产精品国产三级专区第一集| 亚洲av成人精品一区久久| 午夜久久久在线观看| 亚洲国产毛片av蜜桃av| 久久综合国产亚洲精品| 国产在线免费精品| 熟女人妻精品中文字幕| 国产黄频视频在线观看| 嘟嘟电影网在线观看| 国产国拍精品亚洲av在线观看| 久久久欧美国产精品| 久久久精品94久久精品| 高清午夜精品一区二区三区| a级毛片黄视频| 男的添女的下面高潮视频| 青春草国产在线视频| 亚洲天堂av无毛| 中文字幕人妻熟人妻熟丝袜美| 中文精品一卡2卡3卡4更新| 热99久久久久精品小说推荐| 黑人欧美特级aaaaaa片| kizo精华| 精品一区二区三区视频在线| 国产精品国产三级专区第一集| 免费少妇av软件| 久久ye,这里只有精品| 夜夜爽夜夜爽视频| 啦啦啦在线观看免费高清www| 免费少妇av软件| 丝袜美足系列| 亚洲av日韩在线播放| 亚洲美女搞黄在线观看| 亚州av有码| 成年女人在线观看亚洲视频| 王馨瑶露胸无遮挡在线观看| 成人毛片60女人毛片免费| 亚洲av在线观看美女高潮|