• <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 ?

    基于局部最小二乘支持向量機(jī)的音頻頻帶擴(kuò)展方法

    2016-11-22 07:00:09白海釧鮑長(zhǎng)春
    電子學(xué)報(bào) 2016年9期
    關(guān)鍵詞:相空間頻帶頻域

    白海釧,鮑長(zhǎng)春,劉 鑫

    (北京工業(yè)大學(xué)電子信息與控制工程學(xué)院,北京100124)

    ?

    基于局部最小二乘支持向量機(jī)的音頻頻帶擴(kuò)展方法

    白海釧,鮑長(zhǎng)春,劉 鑫

    (北京工業(yè)大學(xué)電子信息與控制工程學(xué)院,北京100124)

    在網(wǎng)絡(luò)傳輸過程中寬帶音頻會(huì)由于高頻信息的缺失導(dǎo)致音頻質(zhì)量下降,因此,本文提出了一種基于局部最小二乘支持向量機(jī)的寬帶向超寬帶音頻頻帶擴(kuò)展方法.根據(jù)音頻頻域序列的非線性特性,本文采用相空間重構(gòu)和局部最小二乘支持向量機(jī)對(duì)音頻信號(hào)的高頻頻譜細(xì)節(jié)進(jìn)行預(yù)測(cè),并結(jié)合高斯混合模型對(duì)高頻子帶能量進(jìn)行估計(jì),最后經(jīng)過高頻頻譜包絡(luò)調(diào)整,所提方法能夠有效地恢復(fù)7kHz~14kHz頻率范圍內(nèi)的高頻成分.主客觀測(cè)試結(jié)果表明,該方法改善了寬帶音頻的聽覺質(zhì)量,其性能優(yōu)于參考音頻頻帶擴(kuò)展方法.

    音頻編碼;頻帶擴(kuò)展;高斯混合模型;局部最小二乘支持向量機(jī)

    1 引言

    在現(xiàn)階段音頻通信傳輸系統(tǒng)中,為了在保證音頻主觀質(zhì)量的前提下同時(shí)提高信號(hào)傳輸效率,感知音頻編碼方法通常優(yōu)先對(duì)音頻信號(hào)的低頻信息進(jìn)行恢復(fù).現(xiàn)有音頻通信網(wǎng)絡(luò)將傳輸寬帶音頻信號(hào)的有效帶寬限制在50Hz~7kHz范圍內(nèi),其采樣率為16kHz.與32kHz采樣、頻帶范圍在50Hz~14kHz的超寬帶音頻相比,寬帶音頻在傳輸和存儲(chǔ)過程中丟失了7kHz以上的高頻部分,因此其重建音頻的自然度和表現(xiàn)力有所欠缺[1].但是超寬帶音頻信號(hào)的傳輸會(huì)導(dǎo)致處理數(shù)據(jù)量的增加,并需要更為先進(jìn)的網(wǎng)絡(luò)設(shè)備.所以在不改變現(xiàn)有通信設(shè)備且不增加網(wǎng)絡(luò)負(fù)擔(dān)的前提下,本文采用頻帶擴(kuò)展方法在接收端對(duì)重建的寬帶音頻人為地恢復(fù)所截去的高頻成分,從而達(dá)到增強(qiáng)聽覺質(zhì)量,重現(xiàn)超寬帶音頻的目的[2].

    目前音頻編碼標(biāo)準(zhǔn)中通常適當(dāng)增加丟失頻帶的邊信息,對(duì)寬帶音頻進(jìn)行非盲目式頻帶擴(kuò)展.這類方法需要在編碼端計(jì)算音頻時(shí)頻能量,并根據(jù)高低頻頻譜之間的相關(guān)性來確定適當(dāng)?shù)念l譜修補(bǔ)方法,最后將這兩部分信息一并量化傳輸?shù)浇獯a端,從而近似重建高頻成分,獲得具有更強(qiáng)層次感和更加自然透明的主觀音頻質(zhì)量.該方法的重建音質(zhì)較好,然而卻需要提供大量先驗(yàn)信息,會(huì)增加編解碼端和網(wǎng)絡(luò)設(shè)備的數(shù)據(jù)處理負(fù)擔(dān),實(shí)用性不佳.鑒于此,本文采用盲目式頻帶擴(kuò)展方法,在不傳輸額外信息的前提下,實(shí)現(xiàn)超寬帶音頻信號(hào)的重現(xiàn).

    傳統(tǒng)盲目式方法主要針對(duì)頻譜包絡(luò)和頻譜細(xì)節(jié)兩部分進(jìn)行頻帶擴(kuò)展.頻譜包絡(luò)估計(jì)的準(zhǔn)確性直接影響重建音頻的主觀質(zhì)量,目前頻譜包絡(luò)估計(jì)算法主要包括碼書映射、高斯混合模型(Gaussian Mixture Model,GMM)[3,4]、隱馬爾科夫模型[5]以及神經(jīng)網(wǎng)絡(luò)[6]等方法.而頻譜細(xì)節(jié)擴(kuò)展則源自音頻信號(hào)“諧波+噪聲”模型.其中,頻譜翻折和頻譜搬移方法將低頻頻譜細(xì)節(jié)直接翻折或搬移到高頻成分[7],G.722.1C音頻編碼器采用噪聲填充來恢復(fù)高頻子帶中丟失的精細(xì)結(jié)構(gòu),而諧波頻帶擴(kuò)展方法利用頻譜拉伸將低頻頻譜擴(kuò)展到高八度音來重建部分高頻諧波[8],上述方法均未考慮高頻頻譜特征以及高低頻頻譜之間的相關(guān)性,因而會(huì)影響音頻信號(hào)的層次感和自然度,尤其是重建音頻在高低頻銜接處發(fā)生的頻譜偏移,會(huì)導(dǎo)致聽覺感受不平滑或產(chǎn)生頻譜失真現(xiàn)象.

    以上頻譜細(xì)節(jié)重建方法主要針對(duì)音調(diào)的高頻諧波部分進(jìn)行修復(fù),而對(duì)于噪聲信息的高頻部分則保持其隨機(jī)結(jié)構(gòu).但實(shí)際音樂信號(hào)的頻譜特征比較復(fù)雜,在共振腔中聲音發(fā)生的共振輻射會(huì)改變其高頻諧波結(jié)構(gòu),因此上述頻帶擴(kuò)展方法勢(shì)必會(huì)有一定程度的預(yù)測(cè)偏差.而本課題組前期工作中驗(yàn)證了音頻頻譜具有一定的非線性特性,并將非線性預(yù)測(cè)引入了頻譜細(xì)節(jié)擴(kuò)展中,如文獻(xiàn)[9]首先利用相空間重構(gòu)將一維頻域序列轉(zhuǎn)換到多維相空間中,然后在此相空間中建立最近鄰映射(Nearest Neighbor Mapping,NNM)模型來描述高低頻頻譜之間聯(lián)系,最后根據(jù)低頻相點(diǎn)的演變規(guī)律來對(duì)高頻相點(diǎn)的運(yùn)動(dòng)軌跡進(jìn)行預(yù)測(cè),從而完成高頻頻譜細(xì)節(jié)的恢復(fù).然而,實(shí)際音頻頻譜夾雜著某些類噪聲成分,會(huì)影響NNM預(yù)測(cè)準(zhǔn)確性,導(dǎo)致重建音頻的主觀聽覺質(zhì)量降低.據(jù)此,本文提出了一種基于局部最小二乘支持向量機(jī)(Least Squares Support Vector Machine,LS-SVM)的音頻頻帶擴(kuò)展方法,在對(duì)頻域序列進(jìn)行相空間重構(gòu)的基礎(chǔ)上,根據(jù)低頻相矢量集合采用局部LS-SVM實(shí)現(xiàn)對(duì)高頻相軌跡的非線性預(yù)測(cè),從而完成高頻頻譜細(xì)節(jié)的逐點(diǎn)恢復(fù).同時(shí),該方法采用GMM來對(duì)高頻子帶能量和寬帶音頻時(shí)頻特征之間的聯(lián)合概率密度進(jìn)行擬合,在最小均方誤差準(zhǔn)則下實(shí)現(xiàn)了對(duì)高頻頻譜包絡(luò)信息的有效估計(jì).最終,重建的高頻成分和原始的寬帶音頻相結(jié)合,實(shí)現(xiàn)了寬帶音頻向超寬帶音頻的盲目式頻帶擴(kuò)展.

    2 基于局部LS-SVM的音頻頻帶擴(kuò)展

    本文所提頻帶擴(kuò)展方法原理如圖1所示.該方法采用有效帶寬7kHz采樣率16kHz的寬帶音頻信號(hào)作為其輸入信號(hào),它通過上采樣和低通濾波器后,可獲得同樣7kHz有效帶寬而采樣率為32kHz的濾波信號(hào)x(n).首先,將x(n)按照20ms分幀,并選取調(diào)制重疊變換(Modulated Lapped Transform,MLT)方法對(duì)音頻信號(hào)進(jìn)行時(shí)頻分析,得到音頻信號(hào)的頻域序列.MLT的時(shí)間疊接窗長(zhǎng)為40ms,所以在時(shí)頻分析時(shí)需將上一幀和本幀數(shù)據(jù)共1280個(gè)采樣點(diǎn)一起進(jìn)行MLT變換,得到640個(gè)頻譜參數(shù)Cmlt(i),i=0,1,…,639來表示0~16kHz的頻譜信息.MLT變換公式如下:

    (1)

    由于輸入的時(shí)域信號(hào)和濾波信號(hào)有效帶寬均為7kHz,因此得到的640個(gè)Cmlt(i)頻譜參數(shù)中僅有前280點(diǎn)有實(shí)際幅度值,其他參數(shù)幅度值為0.然后,將這280個(gè)Cmlt(i)參數(shù)進(jìn)行子帶劃分,每個(gè)子帶由20個(gè)頻點(diǎn)構(gòu)成,可得到14個(gè)子帶.接下來,分別計(jì)算每個(gè)子帶均方根能量erms(n),n=0,1,…,13來表示音頻低頻頻譜包絡(luò)信息,如下式所示

    (2)

    在頻譜包絡(luò)估計(jì)模塊中,本文將采用傳統(tǒng)GMM方法根據(jù)7kHz以下的低頻能量信息來估計(jì)7kHz~14kHz的高頻子帶均方根能量,從而實(shí)現(xiàn)高頻頻譜包絡(luò)估計(jì).

    根據(jù)上面得到的子帶均方根能量,本文采用歸一化的MLT頻譜參數(shù)Cnorm(i)來表示頻譜細(xì)節(jié)信息,即

    (3)

    根據(jù)音頻頻譜序列的非線性特性,本文采用相空間重構(gòu)將一維頻譜細(xì)節(jié)序列轉(zhuǎn)換到高維相空間中,并利用局部LS-SVM方法恢復(fù)高頻頻譜細(xì)節(jié).最后,通過譜包絡(luò)調(diào)整,恢復(fù)高頻頻譜信息,并結(jié)合原始低頻成分,借助MLT反變換(Inverse Modulated Lapped Transform,IMLT)得到有效帶寬為14kHz采樣率為32kHz的超寬帶音頻信號(hào),實(shí)現(xiàn)完整的頻帶擴(kuò)展.具體步驟將在下文中進(jìn)行詳細(xì)闡述.

    2.1 相空間重構(gòu)

    本課題組在前期工作中對(duì)音頻信號(hào)的非線性特性進(jìn)行了研究,借助相空間重構(gòu)描述了音頻信號(hào)頻域相點(diǎn)的運(yùn)動(dòng)軌跡,并進(jìn)一步利用基于最大李雅普諾夫指數(shù)的非線性分析方法驗(yàn)證了音頻信號(hào)的頻域序列具有非線性特性[10].在實(shí)際的音頻頻帶擴(kuò)展過程中,實(shí)驗(yàn)得到的一維音頻頻域序列無法直接反映音頻頻譜的非線性關(guān)系.根據(jù)非線性動(dòng)力學(xué)理論[11~14],本文將該一維序列通過延遲重建方法重構(gòu)出與原始音頻動(dòng)力學(xué)系統(tǒng)拓?fù)涞葍r(jià)的多維相空間,充分展示出音頻頻域系統(tǒng)所蘊(yùn)含的非線性特性,并在重構(gòu)的相空間中建立非線性數(shù)學(xué)模型,實(shí)現(xiàn)對(duì)高頻頻譜細(xì)節(jié)信息的非線性預(yù)測(cè).

    將一維音頻頻域序列表示為{Cnorm(i)},i=0,1,…,279,通過相空間重構(gòu)可以得到m維相點(diǎn)S(i):

    S(i)={Cnorm(i),Cnorm(i+τ),Cnorm(i+2τ),

    …,Cnorm(i+(m-1)τ)},i=0,…,279-(m-1)τ

    (4)

    其中,τ和m是相空間重構(gòu)方法中兩個(gè)重要參數(shù),分別代表延遲時(shí)間和嵌入維數(shù).根據(jù)所得到的相點(diǎn),可以進(jìn)一步得到音頻頻域序列重構(gòu)的相空間,它可以看成是由279-(m-1)τ個(gè)相點(diǎn)所構(gòu)成的相點(diǎn)集合,即:

    (5)

    在音頻頻域序列的相空間重構(gòu)中,延遲時(shí)間和嵌入維數(shù)的確定至關(guān)重要,這兩個(gè)參數(shù)的大小直接決定了所重構(gòu)的相空間是否與原始非線性音頻系統(tǒng)拓?fù)涞葍r(jià).下面將對(duì)這兩個(gè)參數(shù)的選取方法進(jìn)行詳細(xì)介紹.

    2.1.1 延遲時(shí)間的選擇

    對(duì)于無限長(zhǎng)、無噪聲、無誤差的理想觀測(cè)序列,延遲時(shí)間可以任意選取.然而,在實(shí)際應(yīng)用中,所選取的序列不可避免地會(huì)受到背景噪聲和計(jì)算誤差的影響,且長(zhǎng)度也有一定限制,因而需要人為選取延遲時(shí)間.選取參數(shù)τ的基本原則是音頻頻域序列重構(gòu)相空間中每個(gè)相點(diǎn)的任意兩個(gè)相鄰元素之間具有獨(dú)立性但又不完全不相關(guān).該原則不僅保證了相點(diǎn)中每個(gè)元素可以作為構(gòu)成相空間的獨(dú)立坐標(biāo),同時(shí)保證了重構(gòu)相空間能夠呈現(xiàn)出原始音頻系統(tǒng)的非線性頻譜特征.如果延遲時(shí)間過大,相點(diǎn)元素之間接近完全獨(dú)立,過低的相關(guān)性不能充分描述音頻頻譜細(xì)節(jié)信息;反之,相點(diǎn)元素之間相關(guān)性過強(qiáng),相軌跡過于集中,同樣無法呈現(xiàn)出音頻信號(hào)的頻譜特性,反而在一定程度上增加了計(jì)算復(fù)雜度.鑒于此,為了有效地反映音頻頻域序列相軌跡的真實(shí)演變規(guī)律,本文采用自相關(guān)方法對(duì)音頻頻域序列重構(gòu)相空間的延遲時(shí)間進(jìn)行適當(dāng)選取[12].

    自相關(guān)法在保證原始音頻系統(tǒng)信息不會(huì)過多丟失的基礎(chǔ)上,適當(dāng)去除相點(diǎn)中相鄰元素之間的線性相關(guān)性,它采用頻域序列{Cnorm(i)}在時(shí)間間隔τ下的歸一化自相關(guān)函數(shù)來進(jìn)行計(jì)算,如式(6)所示.

    (6)

    一般情況下,Cnorm(i)和Cnorm(i+τ)之間的相關(guān)性會(huì)隨著時(shí)間間隔的增大而逐漸降低.而實(shí)際經(jīng)驗(yàn)表明,當(dāng)自相關(guān)函數(shù)下降為初始值R(0)的(1-1/e)倍,或第一次降低為零值,或下降到第一個(gè)極小值處時(shí),可以得到最佳的延遲時(shí)間τ.

    2.1.2 嵌入維數(shù)的選擇

    根據(jù)Takens嵌入定理[14],當(dāng)嵌入維數(shù)m≥2D+1(其中D表示真實(shí)的空間維數(shù))時(shí),可以在重構(gòu)的相空間內(nèi)將原始動(dòng)力學(xué)系統(tǒng)相軌跡的幾何結(jié)構(gòu)完全恢復(fù)出來.該條件是保證非線性音頻系統(tǒng)能夠在重構(gòu)相空間中完全展開的必要不充分條件,當(dāng)選取嵌入維數(shù)過大時(shí),能夠保證相點(diǎn)軌跡完全打開,但是會(huì)增加軌跡預(yù)測(cè)和控制的計(jì)算量并且會(huì)放大噪聲對(duì)系統(tǒng)性能的影響.然而,當(dāng)選取的嵌入維數(shù)過小時(shí),相空間中相點(diǎn)的運(yùn)動(dòng)軌跡可能會(huì)發(fā)生交疊,無法借助該重構(gòu)相空間分析原始音頻系統(tǒng)的非線性特性.因此,本文采用虛假近鄰點(diǎn)法來適當(dāng)選取嵌入維數(shù),在保證相軌跡完全展開的基礎(chǔ)上,進(jìn)一步降低計(jì)算量和噪聲的影響[10].

    對(duì)于d維空間,每個(gè)音頻頻域序列的相點(diǎn)S(i)都有其對(duì)應(yīng)的最近鄰點(diǎn)S(i′),使兩點(diǎn)間距離Rd(i)最小:

    (7)

    其中,N代表相空間中相點(diǎn)的個(gè)數(shù),i′代表S(i)最近鄰點(diǎn)所對(duì)應(yīng)的序號(hào).

    在適當(dāng)?shù)那度肟臻g中,原本相鄰的近鄰點(diǎn)在高維空間中可能不再是近鄰點(diǎn).這類近鄰點(diǎn)可以定義為虛假最近鄰點(diǎn).隨著嵌入維數(shù)的增加,相空間中的虛假最近鄰點(diǎn)會(huì)逐漸消失,當(dāng)它的比例不再隨嵌入維數(shù)的增加而變化時(shí),則可以確定最優(yōu)的嵌入維數(shù).

    虛假近鄰點(diǎn)法的步驟如下:

    步驟1 據(jù)式(7),確定每個(gè)相點(diǎn)S(i)所對(duì)應(yīng)的初始最近鄰點(diǎn)S′(i);

    步驟2 空間維數(shù)由d增加到d+1,重新計(jì)算相點(diǎn)S(i)與其最近鄰點(diǎn)S′(i)的距離,記為Rd+1(i);

    步驟3 滿足下式中的條件,可以認(rèn)為相點(diǎn)S(i)對(duì)應(yīng)的最近鄰點(diǎn)S′(i)為其虛假近鄰點(diǎn);

    (8)

    根據(jù)實(shí)際經(jīng)驗(yàn),閾值RT選擇10%[12].

    步驟4 計(jì)算虛假近鄰點(diǎn)占全部相點(diǎn)的比例;

    步驟5 判斷上述比例是否小于一定的閾值或不再隨著維數(shù)d的增加而減小,則認(rèn)定相點(diǎn)軌跡已完全展開,結(jié)束循環(huán)并確定嵌入維數(shù)m=d,否則重新從步驟2開始進(jìn)行循環(huán)計(jì)算,直到滿足截止條件.

    本文通過上述方法,可以確定延遲時(shí)間和嵌入維數(shù),并根據(jù)由這兩個(gè)參數(shù)所構(gòu)成的每個(gè)相點(diǎn),根據(jù)式(5)對(duì)音頻信號(hào)的頻域序列進(jìn)行相空間重構(gòu).

    2.2 基于局部LS-SVM的高頻頻譜細(xì)節(jié)恢復(fù)

    經(jīng)過音頻頻域序列的相空間重構(gòu)后,本文將采用局部LS-SVM方法來對(duì)高頻相點(diǎn)的軌跡進(jìn)行預(yù)測(cè).

    歸一化MLT系數(shù)間的非線性函數(shù)關(guān)系可表示為,

    Cnorm(i+1)=F[S(i)]

    =F[Cnorm(i),Cnorm(i+τ),Cnorm(i+2τ),

    …,Cnorm(i+(m-1)τ)]

    (9)

    其中,i代表歸一化MLT系數(shù)的頻譜序號(hào).

    F[·]是一個(gè)非線性函數(shù),它表示音頻頻域序列前一個(gè)相點(diǎn)與當(dāng)前相點(diǎn)中最后一維MLT頻域參數(shù)值之間的非線性關(guān)系,下面將采用支持向量回歸機(jī)的方法對(duì)該非線性函數(shù)進(jìn)行求取.

    2.2.1 基于LS-SVM的非線性預(yù)測(cè)

    根據(jù)支持向量回歸機(jī)理論,相點(diǎn)S(i)={Cnorm(i)},

    i=0,1,…,279-(m-1)τ的估計(jì)函數(shù)可設(shè)為:

    F(S(i))=(wsTφ(S(i)))+bs

    (10)

    其中,φ(S(i))代表進(jìn)行非線性映射的核函數(shù),它可以將輸入相點(diǎn)S(i)由低維空間映射到高維空間,ws和bs分別代表權(quán)值和偏置量.

    SVM源于線性可分情況下的最優(yōu)分類面,算法中要求該分類面能夠?qū)深悩颖军c(diǎn)無錯(cuò)誤的分開,而且要使其分類空隙最大.當(dāng)樣本滿足線性可分時(shí),其最優(yōu)分類面為函數(shù)φ(ws)=‖ws‖2/2中最小的分類面,當(dāng)樣本線性不可分時(shí),SVM通過引入非負(fù)松弛變量,以求在錯(cuò)誤最小的情況下將樣本分離.類似分類問題,用于回歸的SVM算法綜合考慮函數(shù)復(fù)雜度和擬合誤差,引入了非負(fù)松弛變量ξi*和ξi,并通過對(duì)目標(biāo)函數(shù)進(jìn)行最小化可以得到其最優(yōu)化問題[15],如下式所示:

    (11)

    約束條件為:

    F(S(i))-wsTφ(S(i))≤ξi*+ε,i=1,…,Tn

    (12)

    wsTφ(S(i))-F(S(i))≤ξi+ε,i=1,…,Tn

    (13)

    ξi*,ξi≥0,i=1,…,Tn

    (14)

    其中,ε代表不敏感損失參數(shù),用于控制擬合精度,C代表懲罰因子,用于控制對(duì)錯(cuò)分?jǐn)?shù)據(jù)點(diǎn)的懲罰程度,Tn= 279-(m-1)τ代表訓(xùn)練樣本的個(gè)數(shù),即相點(diǎn)的個(gè)數(shù).

    以上的最優(yōu)化問題可以通過標(biāo)準(zhǔn)的二次規(guī)劃算法得到,并可以通過其對(duì)偶問題來進(jìn)行求解.然而,標(biāo)準(zhǔn)支持向量回歸機(jī)的訓(xùn)練復(fù)雜度高,且樣本數(shù)據(jù)越大,求解二次規(guī)劃問題越復(fù)雜,所以本文考慮采用LS-SVM來對(duì)該非線性函數(shù)進(jìn)行估計(jì).

    LS-SVM與標(biāo)準(zhǔn)SVM不同之處在于它用訓(xùn)練誤差的平方代替了松弛變量,并用等式約束代替了不等式約束[13],回歸型LS-SVM同樣利用高維特征空間里的線性函數(shù)來對(duì)樣本集合進(jìn)行擬合,其優(yōu)化問題為:

    (15)

    約束條件為:

    F(S(i))=wsTφ(S(i))+bs+ei,i=1,2,…,Tn

    (16)

    其中γ代表正則化參數(shù),bs為偏置,e=[e1,e2,…,eTn]T.

    為了求解上述最優(yōu)化問題,建立Lagrange函數(shù)為

    -F(S(i)))

    (17)

    式(17)中,αi代表Lagrange乘子.函數(shù)對(duì)ws、bs、e、α求偏微分,得到上式的最優(yōu)條件:

    (18)

    (19)

    (20)

    (21)

    消去式中的ws和e,得到線性方程組:

    (22)

    其中,F(S(i))=[F(S(1)),…,F(S(Tn))]T,1=[1,1,…,1]T,α=[α1,α2,…,αl]T,Ω是一個(gè)n×n的對(duì)稱矩陣,Ωij=φ(S(i))Tφ(S(j))=K(S(i),S(j)),i,j=1,2,…,Tn.令A(yù)=Ω+γ-1I,可得

    (23)

    對(duì)上述方程組進(jìn)行求解,可得到估計(jì)函數(shù),進(jìn)而可以基于LS-SVM獲得高頻頻譜細(xì)節(jié)的估計(jì)值,如式(24)所示.

    Cnorm(i+1)=F(S(i)) =wsTφ(S(i))+bs

    (24)

    在式(24)中,本文采用徑向基核函數(shù)K(S(i),S(j))替代內(nèi)積計(jì)算φ(S(i))Tφ(S(j)),靈活處理了高維運(yùn)算的問題:

    (25)

    根據(jù)上述回歸LS-SVM的求解過程可知,該算法將標(biāo)準(zhǔn)支持向量機(jī)的二次規(guī)劃的求解問題轉(zhuǎn)化為運(yùn)用最小二乘法解線性方程組的問題,所以LS-SVM的最大優(yōu)勢(shì)在于計(jì)算簡(jiǎn)便、明顯提升了訓(xùn)練速率.

    2.2.2 高頻頻譜細(xì)節(jié)恢復(fù)

    根據(jù)上文推導(dǎo)得到的高頻頻譜細(xì)節(jié)預(yù)測(cè)公式,本文將對(duì)基于相空間重構(gòu)和LS-SVM的高頻頻譜細(xì)節(jié)恢復(fù)方法進(jìn)行詳細(xì)介紹,其原理如圖2所示.所提方法輸入信號(hào)為寬帶音頻的頻譜細(xì)節(jié)信息,采用歸一化的MLT系數(shù)來表示.

    首先,對(duì)音頻頻域序列進(jìn)行相空間重構(gòu),得到由歸一化MLT頻譜參數(shù)所構(gòu)成的相點(diǎn)集合{S(i),i=0,…,279-(m-1)τ},作為L(zhǎng)S-SVM預(yù)測(cè)模型的訓(xùn)練數(shù)據(jù).

    然后,依據(jù)所得低頻相矢量集合,本文采用最小二乘法來訓(xùn)練模型參數(shù),并構(gòu)建基于LS-SVM的預(yù)測(cè)模型.這里采用徑向基核函數(shù)將輸入相矢量通過非線性變換映射到高維空間,并在該空間內(nèi)求取最優(yōu)線性擬合函數(shù),從而得到能夠表示未知MLT系數(shù)與已知相矢量之間非線性函數(shù)關(guān)系的預(yù)測(cè)公式.

    接下來,由當(dāng)前已預(yù)測(cè)的高頻相點(diǎn)來確定下一個(gè)估計(jì)點(diǎn),并在低頻相矢量集合中對(duì)該點(diǎn)的最近鄰點(diǎn)進(jìn)行搜索.根據(jù)NNM原則,在相空間中近鄰點(diǎn)之間通常遵循相近的演變軌跡,因此可以利用最近鄰點(diǎn)附近的演變規(guī)律對(duì)待預(yù)測(cè)點(diǎn)進(jìn)行近似估計(jì).

    最后,將搜索到的最近鄰點(diǎn)作為基于LS-SVM非線性預(yù)測(cè)模型的輸入,并利用其預(yù)測(cè)值作為高頻相點(diǎn)歸一化MLT頻譜參數(shù)的估計(jì).更新相點(diǎn)并重復(fù)執(zhí)行近鄰點(diǎn)搜索和非線性預(yù)測(cè),直到最終逐點(diǎn)恢復(fù)出7kHz~14kHz頻帶范圍內(nèi)的高頻頻譜細(xì)節(jié)信息.

    由于上述方法借助NNM原則僅在局部相空間中采用LS-SVM對(duì)相點(diǎn)進(jìn)行了預(yù)測(cè),因而本文稱其為基于局部LS-SVM的高頻頻譜細(xì)節(jié)恢復(fù)方法.

    2.3 基于GMM的高頻頻譜包絡(luò)估計(jì)

    本文選取傳統(tǒng)GMM方法來估計(jì)高頻子帶能量,從而恢復(fù)高頻頻譜包絡(luò)信息.該方法可分為線下訓(xùn)練和參數(shù)估計(jì)兩個(gè)階段.在線下訓(xùn)練階段,利用具有M個(gè)高斯分量的GMM來近似擬合寬帶時(shí)頻特征Fx(包括過零率、梯度指數(shù)、子帶均方根能量、子帶通量、音頻譜重心、音頻擴(kuò)展度以及音頻譜平坦度)和高頻子帶能量Fy的聯(lián)合概率密度,并以其作為高低頻特征間的先驗(yàn)知識(shí)來指導(dǎo)高頻頻譜包絡(luò)的貝葉斯估計(jì)[4].

    高低頻特征的聯(lián)合概率密度p(Fx,Fy|λ)可表示為:

    (26)

    其中,M=64為高斯分量的個(gè)數(shù),pg(Fx,Fy,mi,Ci)為第i個(gè)高斯分量的聯(lián)合概率密度,wi、mi和Ci分別是第i個(gè)高斯分量的權(quán)值、均值矢量和方差矩陣,這三個(gè)參數(shù)聯(lián)合起來稱作高斯混合模型參數(shù)λ,可以采用期望最大算法(Expectation Maximization,EM)來計(jì)算.

    在實(shí)際應(yīng)用中,可以根據(jù)寬帶音頻中提取的時(shí)頻特征Fx實(shí)現(xiàn)對(duì)高頻子帶能量Fy的最小均方誤差估計(jì),估計(jì)函數(shù)如下式所示

    最后,本文算法將GMM和局部LS-SVM方法相結(jié)合,能夠?qū)崿F(xiàn)對(duì)高頻成分的有效重建.另外,結(jié)合原始的低頻頻譜信息,通過MLT逆變換將擴(kuò)展后的頻譜由頻域轉(zhuǎn)換到時(shí)域,最終完成完整的超寬帶音頻信號(hào)的頻帶擴(kuò)展方法.

    3 實(shí)驗(yàn)比較和評(píng)測(cè)結(jié)果

    為了驗(yàn)證所提頻帶擴(kuò)展方法的有效性,本文在對(duì)語譜圖進(jìn)行分析的基礎(chǔ)上,從主客觀質(zhì)量評(píng)測(cè)角度對(duì)所提方法與頻譜搬移(Spectral Translation,ST)[7]和NNM[9]兩種頻譜細(xì)節(jié)恢復(fù)參考算法進(jìn)行了評(píng)測(cè)比較,其中參考算法同樣采用GMM重建高頻頻譜包絡(luò).

    本文選用Moving Picture Experts Group(MPEG)編碼質(zhì)量測(cè)試音頻數(shù)據(jù)庫中的音頻信號(hào)作為測(cè)試數(shù)據(jù),包括小提琴、交響樂、流行音樂等10段音頻片段,每段音頻的長(zhǎng)度為10~20s.原始音頻數(shù)據(jù)為32kHz采樣的16位PCM超寬帶音頻,并將其下采樣到16kHz,作為頻帶擴(kuò)展方法的輸入信號(hào).其中,GMM所需寬帶和超寬帶訓(xùn)練數(shù)據(jù)源自全美音樂頒獎(jiǎng)典禮轉(zhuǎn)錄的無損音頻,其長(zhǎng)度約為2小時(shí),包含流行音樂、人聲演唱和背景音效等.在進(jìn)行測(cè)試前,所有音頻數(shù)據(jù)的信號(hào)能量均被調(diào)整為-26dB.

    3.1 高頻頻譜細(xì)節(jié)恢復(fù)參考算法

    本文選擇ST和NNM作為頻譜細(xì)節(jié)重建的參考算法來進(jìn)行性能測(cè)試.其中,ST為盲目式頻帶擴(kuò)展中常用的頻譜細(xì)節(jié)重建方法,它直接將低頻頻譜細(xì)節(jié)成分復(fù)制到高頻頻帶中,進(jìn)而實(shí)現(xiàn)對(duì)高頻頻帶的有效擴(kuò)展.而NNM則同樣采用相空間重構(gòu)方法,根據(jù)低頻相點(diǎn)的變化軌跡采用NNM方法對(duì)高頻相點(diǎn)進(jìn)行預(yù)測(cè),從而逐點(diǎn)恢復(fù)高頻頻譜細(xì)節(jié)信息[9],具體步驟如下:

    步驟1 低頻相點(diǎn)集合S={S(k)},k=0,…,279-(m-1)τ進(jìn)行逐幀更新;

    步驟2 逐一計(jì)算新相點(diǎn)SN(i),i=280-(m-1)τ與低頻相點(diǎn)集合中各相點(diǎn)的內(nèi)積〈SN(i),S(k)〉;

    步驟3 選擇其中內(nèi)積模最大的相點(diǎn)S(kmax),作為SN(i)的最近鄰點(diǎn),kmax可表示為

    (28)

    步驟4 S(kmax)的最高位元素作為新相點(diǎn)中最后一維Cnorm(i+(m-1)τ)的預(yù)測(cè)值.

    通過上述過程,音頻頻譜細(xì)節(jié)序列被不斷更新,直到達(dá)到14kHz的截止頻率,從而完成對(duì)高頻頻譜細(xì)節(jié)部分的逐點(diǎn)恢復(fù).

    3.2 語譜圖分析

    以交響樂信號(hào)為例,用不同頻帶擴(kuò)展方法重建音頻信號(hào)的語譜圖和原始音頻信號(hào)的語譜圖如圖3所示.

    由語譜圖表明所提方法有效地恢復(fù)了音頻信號(hào)的高頻頻譜細(xì)節(jié),高低頻成分過渡自然.而ST方法的重建音頻在高低頻結(jié)合處存在明顯的頻譜偏移,同時(shí)低頻的強(qiáng)諧波成分復(fù)制到高頻后,也會(huì)影響其主觀聽覺質(zhì)量.與原始超寬帶音頻對(duì)比,NNM擴(kuò)展的超寬帶音頻高頻能量過于平滑,且高低頻銜接處連續(xù)性較差,因而會(huì)不可避免地造成重建音頻信號(hào)聽覺質(zhì)量的下降.而本文所提方法克服了上述缺點(diǎn),由LS-SVM擴(kuò)展的頻譜細(xì)節(jié)信息與原始音頻更為接近,且進(jìn)一步提高了重建信號(hào)的音頻質(zhì)量.

    3.3 客觀質(zhì)量測(cè)試

    在客觀音頻質(zhì)量測(cè)試階段,本文采用對(duì)數(shù)譜失真(Logarithmic Spectral Distortion,LSD)測(cè)度[16]以及音頻質(zhì)量感知評(píng)價(jià)法(Perceptual Evaluation of Audio Quality,PEAQ)[17],對(duì)所提方法進(jìn)行評(píng)測(cè).

    3.3.1 對(duì)數(shù)域譜失真測(cè)度

    對(duì)數(shù)譜失真測(cè)度dLSD被廣泛應(yīng)用在客觀質(zhì)量評(píng)測(cè)中,其定義為:

    (29)

    應(yīng)用LSD方法進(jìn)行客觀測(cè)試時(shí),音頻幀長(zhǎng)為20ms并采用漢明窗進(jìn)行處理,相鄰幀間進(jìn)行50%疊接.圖4是兩種方法之間的譜失真比較.譜失真測(cè)試結(jié)果表明,所提頻帶擴(kuò)展方法重建音頻頻譜失真測(cè)度的平均值為7.287dB,NNM參考方法重建音頻譜失真為9.503dB,而ST方法重建音頻譜失真為11.73dB.所提頻帶擴(kuò)展方法重建音頻譜失真較參考方法有了明顯降低,客觀質(zhì)量有明顯改進(jìn).此外,根據(jù)測(cè)試結(jié)果可以發(fā)現(xiàn),小提琴、吉他等音頻信號(hào)中高頻成分相對(duì)暗淡,采用所提方法重建的超寬帶音頻與NNM算法效果基本相當(dāng).而弦樂、搖滾、大提琴、貝斯和電子樂等樂曲高頻能量較高,采用所提方法重建的高頻成分更接近原始音頻,重建效果明顯優(yōu)于NNM方法.對(duì)于鼓樂信號(hào),其原始音頻高低頻成分頻譜細(xì)節(jié)差異較大,采用本文提出的盲目式擴(kuò)展方法重建高頻頻譜的頻譜細(xì)節(jié)仍存在一定的失真.3.3.2 音頻質(zhì)量感知評(píng)價(jià)

    本文采用PEAQ進(jìn)一步對(duì)所提方法與參考方法重建的超寬帶音頻信號(hào)進(jìn)行客觀測(cè)試.PEAQ和主觀測(cè)試統(tǒng)計(jì)結(jié)果具有良好的相似性,是一種重要的音頻客觀質(zhì)量評(píng)價(jià)方法,其得分稱作客觀差異等級(jí)(Object Difference Grade,ODG).ODG得分的范圍是-4(無法忍受)~0(無失真).當(dāng)ODG增加0.1時(shí),表明合成音頻產(chǎn)生了顯著改善.測(cè)試前,需要將所有音頻數(shù)據(jù)上采樣到48kHz.ODG得分情況如圖5所示.

    通過圖5中的客觀音頻質(zhì)量測(cè)試結(jié)果表明:所提方法重建音頻ODG得分為-2.951,較NNM方法有0.162的提高,較ST方法有0.38以上的提升.在測(cè)試數(shù)據(jù)中,本文方法對(duì)交響樂、鼓樂、貝斯、弦樂等信號(hào)進(jìn)行擴(kuò)展后,其ODG得分較參考方法有較為明顯地提高.而對(duì)于鼓樂信號(hào),其高頻成分與低頻成分的頻譜細(xì)節(jié)差異明顯,采用本文方法和參考方法重建鼓樂信號(hào)的ODG得分均低于-3.4.總體而言,本文所提方法的客觀聽覺質(zhì)量?jī)?yōu)于參考音頻頻帶擴(kuò)展方法.

    3.4 主觀質(zhì)量測(cè)試

    在主觀音頻質(zhì)量測(cè)試階段,本文采用A/B測(cè)試對(duì)所提方法和NNM方法所得到的音頻信號(hào)進(jìn)行質(zhì)量評(píng)測(cè),測(cè)試中邀請(qǐng)12名測(cè)試者來進(jìn)行主觀測(cè)試.為了保證公平性,測(cè)試數(shù)據(jù)以隨機(jī)順序進(jìn)行排列,要求測(cè)試者從兩組測(cè)試數(shù)據(jù)中選擇較偏愛的一組,或者選擇兩者幾乎無差異.測(cè)試結(jié)果如表1所示:可知本文所提頻帶擴(kuò)展方法得到的超寬帶音頻信號(hào)主觀聽覺質(zhì)量同樣要優(yōu)于參考方法重建的音頻質(zhì)量.

    表1 兩種方法的主觀A/B測(cè)試結(jié)果比較

    3.5 算法復(fù)雜度分析

    本文借助WMOPS(Weighted Million Operations Per Second)來統(tǒng)計(jì)所提方法的算法復(fù)雜度.測(cè)試數(shù)據(jù)同樣源自于MPEG音頻數(shù)據(jù)庫.表2中分別給出了MLT變換、頻譜包絡(luò)估計(jì)、相空間重構(gòu)以及基于最小二乘支持向量機(jī)的頻譜細(xì)節(jié)恢復(fù)四個(gè)模塊的復(fù)雜度數(shù)值.總體上,整體算法的復(fù)雜度在18WMOPS左右.

    表2 所提算法各個(gè)模塊復(fù)雜度統(tǒng)計(jì)結(jié)果

    4 結(jié)束語

    本文提出了一種基于局部LS-SVM的寬帶音頻向超寬帶音頻的盲目式頻帶擴(kuò)展方法.該方法根據(jù)音頻信號(hào)的非線性特性,在相空間重構(gòu)的基礎(chǔ)上,采用局部LS-SVM對(duì)高頻部分頻譜細(xì)節(jié)信息進(jìn)行預(yù)測(cè);同時(shí)采用GMM來對(duì)高頻頻譜包絡(luò)進(jìn)行估計(jì);最后將上述擴(kuò)展后的兩部分進(jìn)行整合,并結(jié)合原始低頻信息,有效實(shí)現(xiàn)了超寬帶音頻信號(hào)的重現(xiàn).語譜圖分析和主客觀評(píng)測(cè)結(jié)果表明:本文所提方法能夠有效擴(kuò)展寬帶音頻的帶寬,其主客觀性能優(yōu)于傳統(tǒng)的基于NNM的音頻頻帶擴(kuò)展方法.

    [1]ITU-T G.722.1 Annex C,Low Complexity Coding at 24 and 32 kb/s for Hands-free Operation in Systems with Low Frame Loss Annex C 14kHz Mode at 24,32 and 48 kb/s[S].2005.

    [2]Peter Vary,Rainer Martin.Digital Speech Transmission-Enhancement.Coding and Error Concealment[M].UK:John Wiley & Sons Ltd,2006.

    [3]張勇,胡瑞敏.基于高斯混合模型的語音帶寬擴(kuò)展算法的研究[J].聲學(xué)學(xué)報(bào),2009,35(5):471-480.

    Zhang Yong,Hu Ruimin.Speech wideband extension based on Gaussian mixture model[J].Acta Acustica,2009,35(5):471-480.(in Chinese)

    [4]Liu Xin,Bao Chang-chun.A harmonic bandwidth extension based on Gaussian mixture model[A].10th International Conference on Signal Processing[C].Beijing:IEEE,2010.474-477.

    [5]Liu Xin,Bao Chang-chun.Nonlinear bandwidth extension of audio signals based on hidden Markov model[A].IEEE International Symposium on Signal Processing and Information Technology[C].Bilbao,Spain:IEEE,2011.144-149.

    [6]Liu Hao-jie,Bao Chang-chun.Audio bandwidth extension based on RBF neural network[A].IEEE International Symposium on Signal Processing and Information Technology[C].Bilbao,Spain:IEEE,2011.150-154.

    [7]Erik Larsen,Ronald M Aarts.Audio Bandwidth Extension-application of Psychoacoustics.Signal Processing and Loudspeaker Design[M].UK:John Wiley & Sons Ltd,2004.

    [8]Frederik Nagel,Sascha Disch.A harmonic bandwidth extension method for audio codecs[A].IEEE International Conference on Acoustics,Speech and Signal Processing[C].Taiwan:IEEE,2009.145-148.

    [9]Liu Xin,Bao Chang-chun.Nonlinear bandwidth extension based on nearest-neighbor matching[A].Asia-Pacific Signal and Information Processing Association[C].Singapore:APSIPA,2010.169-172.

    [10]劉鑫.寬帶音頻的非線性頻帶展寬技術(shù)[D].北京:北京工業(yè)大學(xué)電控學(xué)院,2011.

    Liu Xin.Nonlinear Bandwidth Extending for Wideband Audio[D].Beijing:Beijing University of Technology,2011.(in Chinese)

    [11]王海燕,盧山.非線性時(shí)間序列分析及其應(yīng)用[M].北京:科技出版社,2006.10-11,12-16,102-103.

    [12]劉秉正,彭建華.非線性動(dòng)力學(xué)[M].北京:高等教育出版社,2004.396-398,400-414,441-449.

    [13]韓敏.混沌時(shí)間序列預(yù)測(cè)理論與方法[M].北京:中國水利水電出版社,2007.155-172.

    [14]Holger Kantz,Thomas Schreiber.Nonlinear Time Series Analysis[M].Britain:Cambridge University Press,2004.42-51.

    [15]張燕平,張鈴.機(jī)器學(xué)習(xí)理論與算法[M].北京:科學(xué)出版社,2012.

    [16]Pulakka H,Laaksonen L.Evaluation of an artificial speech bandwidth extension method in three languages[J].IEEE Transactions on Audio,Speech and Language Processing,2008,16(6):1124-1137.

    [17]ITU-R BS.1387-1,Method for Objective Measurements of Perceived Audio Quality[S].2001.

    白海釧 女,1986年出生,河北邯鄲人,北京工業(yè)大學(xué)碩士研究生.主要研究方向?yàn)橐纛l信號(hào)處理.

    E-mail:baihaichuan@emails.bjut.edu.cn

    鮑長(zhǎng)春 男,1965年出生,內(nèi)蒙古赤峰人,博士,北京工業(yè)大學(xué)教授、博士生導(dǎo)師,IEEE 高級(jí)會(huì)員,國際語音通信學(xué)會(huì)(ISCA)會(huì)員,亞太信號(hào)與信息處理學(xué)會(huì)(APSIPA)會(huì)員,中國電子學(xué)會(huì)理事,中國聲學(xué)學(xué)會(huì)理事,信號(hào)處理專業(yè)委員會(huì)委員.主要研究方向?yàn)檎Z音與音頻信號(hào)處理.

    E-mail:chchbao@bjut.edu.cn

    劉 鑫(通信作者) 男,1986年出生,北京人,北京工業(yè)大學(xué)博士研究生.主要研究方向?yàn)檎Z音與音頻信號(hào)處理.

    E-mail:liuxin0930@emails.bjut.edu.cn

    Audio Bandwidth Extension Method Based on Local Least Square Support Vector Machine

    BAI Hai-chuan,BAO Chang-chun,LIU Xin

    (SchoolofElectronicInformationandControlEngineering,BeijingUniversityofTechnology,Beijing100124,China)

    The auditory quality of wideband audio is generally degraded due to the lack of the high-frequency in network transmission,so this paper presents a kind of audio bandwidth extension method from wideband to super wideband based on local least square support vector machine.In the light of the nonlinearity of audio spectrum,the high-frequency fine spectrum of audio signals is predicted by using phase space reconstruction and local least square support vector machine.Combining with the estimation of high-frequency sub-band energy based on Gaussian mixture model,the proposed method can effectively recover the high-frequency components in the frequency range 7kHz~14kHz through the envelope adjustment of high-frequency spectrum at last.Subjective and objective testing results indicate that the proposed method improves the auditory quality of wideband audio and outperforms the reference methods of audio bandwidth extension.

    audio coding;bandwidth extension;Gaussian mixture model;local least square support vector machine

    2014-10-10;

    2014-11-05;責(zé)任編輯:梅志強(qiáng)

    國家自然科學(xué)基金項(xiàng)目(No.61072089,No.61471014)

    TN912.3

    A

    0372-2112 (2016)09-2203-08

    ??學(xué)報(bào)URL:http://www.ejournal.org.cn

    10.3969/j.issn.0372-2112.2016.09.027

    猜你喜歡
    相空間頻帶頻域
    束團(tuán)相空間分布重建技術(shù)在西安200 MeV質(zhì)子應(yīng)用裝置的應(yīng)用
    Wi-Fi網(wǎng)絡(luò)中5G和2.4G是什么?有何區(qū)別?
    單音及部分頻帶干擾下DSSS系統(tǒng)性能分析
    頻域稀疏毫米波人體安檢成像處理和快速成像稀疏陣列設(shè)計(jì)
    雙頻帶隔板極化器
    非對(duì)易空間中的三維諧振子Wigner函數(shù)
    基于改進(jìn)Radon-Wigner變換的目標(biāo)和拖曳式誘餌頻域分離
    一種基于頻域的QPSK窄帶干擾抑制算法
    基于相空間重構(gòu)的電磁繼電器電性能參數(shù)預(yù)測(cè)研究
    調(diào)諧放大器通頻帶的計(jì)算及應(yīng)用
    亚洲精品美女久久av网站| 色哟哟·www| 亚洲不卡免费看| av专区在线播放| 你懂的网址亚洲精品在线观看| 亚洲精品自拍成人| 色哟哟·www| 春色校园在线视频观看| 日日摸夜夜添夜夜爱| 18禁在线无遮挡免费观看视频| 亚洲成人一二三区av| 中文字幕免费在线视频6| 黄色欧美视频在线观看| 久久精品人人爽人人爽视色| 中国美白少妇内射xxxbb| 一本一本久久a久久精品综合妖精 国产伦在线观看视频一区 | 欧美日韩视频精品一区| 亚洲国产精品一区三区| 国产成人aa在线观看| 中文字幕免费在线视频6| 狂野欧美激情性bbbbbb| 国产一级毛片在线| 夜夜爽夜夜爽视频| 亚洲精品久久成人aⅴ小说 | 国产爽快片一区二区三区| 两个人的视频大全免费| 91精品三级在线观看| 曰老女人黄片| 成人无遮挡网站| av电影中文网址| av不卡在线播放| av女优亚洲男人天堂| 九色亚洲精品在线播放| 下体分泌物呈黄色| 建设人人有责人人尽责人人享有的| 成人无遮挡网站| 丰满少妇做爰视频| 欧美人与性动交α欧美精品济南到 | 丁香六月天网| 国产日韩欧美视频二区| 午夜福利视频精品| 丰满迷人的少妇在线观看| av一本久久久久| av免费在线看不卡| 看十八女毛片水多多多| 少妇高潮的动态图| 一本一本久久a久久精品综合妖精 国产伦在线观看视频一区 | 在线天堂最新版资源| 日本黄大片高清| av有码第一页| 最近中文字幕2019免费版| 两个人的视频大全免费| 狠狠婷婷综合久久久久久88av| 国产精品 国内视频| 国产伦精品一区二区三区视频9| 人人澡人人妻人| 99热这里只有是精品在线观看| 日韩视频在线欧美| 人体艺术视频欧美日本| 人妻一区二区av| 美女脱内裤让男人舔精品视频| 国产精品秋霞免费鲁丝片| 天美传媒精品一区二区| 高清黄色对白视频在线免费看| 久久精品国产自在天天线| 久久99热这里只频精品6学生| 亚洲成人一二三区av| 春色校园在线视频观看| 黑人猛操日本美女一级片| 精品久久久久久电影网| 亚洲少妇的诱惑av| 99视频精品全部免费 在线| 九九久久精品国产亚洲av麻豆| 高清不卡的av网站| 18禁观看日本| 91精品一卡2卡3卡4卡| 国产有黄有色有爽视频| 精品久久蜜臀av无| 夜夜骑夜夜射夜夜干| 18禁动态无遮挡网站| 久久久久国产精品人妻一区二区| 精品一区二区三区视频在线| 亚洲av在线观看美女高潮| 赤兔流量卡办理| 熟女电影av网| 国产精品国产三级国产av玫瑰| 九草在线视频观看| 亚洲av欧美aⅴ国产| 亚洲精品日韩av片在线观看| 午夜免费鲁丝| 欧美丝袜亚洲另类| 在线观看一区二区三区激情| 边亲边吃奶的免费视频| av天堂久久9| 日韩 亚洲 欧美在线| 黄色欧美视频在线观看| 永久免费av网站大全| 精品国产乱码久久久久久小说| 中文字幕最新亚洲高清| 狂野欧美白嫩少妇大欣赏| 青春草视频在线免费观看| 中文字幕人妻丝袜制服| 国产极品粉嫩免费观看在线 | 啦啦啦在线观看免费高清www| 国产亚洲欧美精品永久| 热99国产精品久久久久久7| 亚洲精品乱码久久久v下载方式| 自线自在国产av| 久久久久久久久久久丰满| 国产免费一区二区三区四区乱码| 极品少妇高潮喷水抽搐| 精品人妻在线不人妻| 国产一级毛片在线| 丝袜在线中文字幕| 日本黄色片子视频| 亚洲人与动物交配视频| 欧美 亚洲 国产 日韩一| 啦啦啦视频在线资源免费观看| 一级毛片电影观看| 亚洲综合色网址| 一级片'在线观看视频| 亚洲色图 男人天堂 中文字幕 | 亚洲精品,欧美精品| 亚洲av成人精品一区久久| 亚洲av在线观看美女高潮| 亚洲不卡免费看| 日日啪夜夜爽| 国产一区有黄有色的免费视频| 在线观看人妻少妇| 又黄又爽又刺激的免费视频.| 一本一本久久a久久精品综合妖精 国产伦在线观看视频一区 | 国产熟女午夜一区二区三区 | 日日摸夜夜添夜夜爱| 菩萨蛮人人尽说江南好唐韦庄| 国产精品人妻久久久久久| 婷婷成人精品国产| 国产av一区二区精品久久| 天天操日日干夜夜撸| 少妇人妻久久综合中文| 好男人视频免费观看在线| 女的被弄到高潮叫床怎么办| 曰老女人黄片| a级毛色黄片| 韩国高清视频一区二区三区| 中文字幕亚洲精品专区| 成年女人在线观看亚洲视频| 国产熟女欧美一区二区| 99精国产麻豆久久婷婷| 寂寞人妻少妇视频99o| 九九久久精品国产亚洲av麻豆| 好男人视频免费观看在线| 麻豆乱淫一区二区| 狂野欧美激情性bbbbbb| 有码 亚洲区| 日本爱情动作片www.在线观看| 午夜福利网站1000一区二区三区| 色网站视频免费| 国产一区二区三区av在线| 大码成人一级视频| 91久久精品国产一区二区成人| 99热6这里只有精品| 极品少妇高潮喷水抽搐| 婷婷色麻豆天堂久久| 色哟哟·www| 99热全是精品| 伊人久久国产一区二区| 成年人免费黄色播放视频| 最黄视频免费看| 亚州av有码| 免费高清在线观看视频在线观看| 少妇精品久久久久久久| 91久久精品国产一区二区成人| 国产69精品久久久久777片| 国产精品麻豆人妻色哟哟久久| 色94色欧美一区二区| 纵有疾风起免费观看全集完整版| av有码第一页| 免费观看av网站的网址| 精品人妻偷拍中文字幕| 亚洲精品美女久久av网站| 精品人妻一区二区三区麻豆| 久久久精品免费免费高清| 亚洲图色成人| 国产一区二区三区综合在线观看 | 高清av免费在线| 99九九线精品视频在线观看视频| 日韩成人av中文字幕在线观看| 秋霞在线观看毛片| av专区在线播放| 午夜精品国产一区二区电影| 春色校园在线视频观看| 国产精品嫩草影院av在线观看| 国产成人a∨麻豆精品| 国内精品宾馆在线| 亚洲精品一区蜜桃| 老司机影院毛片| 国产极品粉嫩免费观看在线 | 久久人人爽av亚洲精品天堂| 婷婷色综合大香蕉| 久久综合国产亚洲精品| 欧美3d第一页| 欧美97在线视频| 国产免费现黄频在线看| 日本黄大片高清| 中文字幕人妻丝袜制服| 91aial.com中文字幕在线观看| 中国三级夫妇交换| 亚洲欧美清纯卡通| av在线老鸭窝| 午夜福利网站1000一区二区三区| 亚洲av福利一区| 一二三四中文在线观看免费高清| 狂野欧美白嫩少妇大欣赏| 国产在线一区二区三区精| 九九爱精品视频在线观看| 91成人精品电影| 欧美成人午夜免费资源| kizo精华| 午夜福利视频在线观看免费| 亚洲国产欧美日韩在线播放| 老女人水多毛片| 午夜免费观看性视频| 欧美激情国产日韩精品一区| 一区二区日韩欧美中文字幕 | 免费观看无遮挡的男女| 下体分泌物呈黄色| 亚洲精品乱码久久久v下载方式| 成年女人在线观看亚洲视频| 久久久国产精品麻豆| 欧美xxⅹ黑人| av播播在线观看一区| 精品国产一区二区久久| 美女国产视频在线观看| 久久久亚洲精品成人影院| 人成视频在线观看免费观看| 久久热精品热| 一区二区三区精品91| 国产精品一国产av| 久久久久国产网址| 中文字幕亚洲精品专区| 一级毛片aaaaaa免费看小| 国产成人精品在线电影| 欧美精品人与动牲交sv欧美| 一级毛片 在线播放| 少妇人妻久久综合中文| 桃花免费在线播放| 亚洲国产av影院在线观看| 80岁老熟妇乱子伦牲交| 成年美女黄网站色视频大全免费 | 日韩av不卡免费在线播放| 久久婷婷青草| 欧美激情国产日韩精品一区| 久久精品人人爽人人爽视色| 你懂的网址亚洲精品在线观看| 久久久久久久久久久久大奶| 最新中文字幕久久久久| 一级毛片电影观看| 亚洲婷婷狠狠爱综合网| 国产日韩欧美视频二区| 精品亚洲成国产av| 国产又色又爽无遮挡免| 精品少妇黑人巨大在线播放| 成人亚洲精品一区在线观看| 日韩一本色道免费dvd| 日本色播在线视频| 精品久久蜜臀av无| 亚洲精品av麻豆狂野| 亚洲欧美中文字幕日韩二区| 啦啦啦啦在线视频资源| 亚洲精品一区蜜桃| 久久亚洲国产成人精品v| 国产精品久久久久久久电影| 色网站视频免费| 久久99一区二区三区| 18在线观看网站| 草草在线视频免费看| av天堂久久9| 女性被躁到高潮视频| 中文字幕免费在线视频6| 日韩熟女老妇一区二区性免费视频| 日本色播在线视频| av又黄又爽大尺度在线免费看| 99九九线精品视频在线观看视频| 精品久久久精品久久久| 中文字幕亚洲精品专区| 亚洲三级黄色毛片| 国产av码专区亚洲av| 五月伊人婷婷丁香| 男女高潮啪啪啪动态图| 亚洲国产成人一精品久久久| 日韩一区二区视频免费看| 欧美xxⅹ黑人| 久久午夜综合久久蜜桃| 蜜桃久久精品国产亚洲av| 亚洲经典国产精华液单| 一级毛片 在线播放| 国产黄色视频一区二区在线观看| 亚洲,欧美,日韩| 搡女人真爽免费视频火全软件| 国产综合精华液| 纯流量卡能插随身wifi吗| 看十八女毛片水多多多| 亚洲一级一片aⅴ在线观看| 国产精品嫩草影院av在线观看| 麻豆乱淫一区二区| 老司机亚洲免费影院| 亚洲精品国产av蜜桃| a级片在线免费高清观看视频| 日韩av在线免费看完整版不卡| 五月玫瑰六月丁香| 国产成人a∨麻豆精品| 超碰97精品在线观看| 热99久久久久精品小说推荐| 国产成人精品无人区| 久久人人爽av亚洲精品天堂| 日韩一区二区三区影片| 成年女人在线观看亚洲视频| 熟女电影av网| 日本wwww免费看| 亚洲欧美日韩卡通动漫| 青春草国产在线视频| 国产乱人偷精品视频| 女人久久www免费人成看片| 两个人的视频大全免费| 亚洲欧美一区二区三区黑人 | 国产精品国产av在线观看| 国产极品天堂在线| 五月玫瑰六月丁香| 欧美日韩国产mv在线观看视频| 午夜免费男女啪啪视频观看| 日韩一本色道免费dvd| 91在线精品国自产拍蜜月| 久久久久久久国产电影| 看免费成人av毛片| 中国三级夫妇交换| 五月天丁香电影| 国产伦理片在线播放av一区| 成人手机av| 男女高潮啪啪啪动态图| 简卡轻食公司| 99久久精品一区二区三区| 黄片无遮挡物在线观看| 久久久久人妻精品一区果冻| 亚洲五月色婷婷综合| 秋霞伦理黄片| 满18在线观看网站| 夫妻午夜视频| 丝袜在线中文字幕| 伊人久久精品亚洲午夜| 97超视频在线观看视频| 91精品伊人久久大香线蕉| 中文字幕免费在线视频6| 国产有黄有色有爽视频| 色哟哟·www| 高清在线视频一区二区三区| 亚洲精品自拍成人| 欧美日韩国产mv在线观看视频| 少妇被粗大的猛进出69影院 | 久久毛片免费看一区二区三区| 亚洲精品视频女| 久久影院123| tube8黄色片| 两个人的视频大全免费| 一区二区三区四区激情视频| 老熟女久久久| 99精国产麻豆久久婷婷| 精品久久久久久久久亚洲| 黑人欧美特级aaaaaa片| 中文字幕免费在线视频6| 亚洲av二区三区四区| 一级a做视频免费观看| 精品国产国语对白av| 国产一级毛片在线| av.在线天堂| 欧美日韩精品成人综合77777| 一级毛片电影观看| 欧美 日韩 精品 国产| 不卡视频在线观看欧美| 亚洲av成人精品一二三区| 狂野欧美白嫩少妇大欣赏| 人人妻人人爽人人添夜夜欢视频| 午夜免费观看性视频| 日韩av不卡免费在线播放| 国产亚洲欧美精品永久| 亚洲不卡免费看| 99精国产麻豆久久婷婷| 精品一区在线观看国产| 久久久精品区二区三区| 看十八女毛片水多多多| 成人影院久久| 韩国高清视频一区二区三区| 97超碰精品成人国产| 亚洲综合色惰| 久久久精品区二区三区| 五月开心婷婷网| 自拍欧美九色日韩亚洲蝌蚪91| 天堂俺去俺来也www色官网| 欧美最新免费一区二区三区| 中国三级夫妇交换| 国产精品国产三级国产专区5o| 亚洲精华国产精华液的使用体验| 久久青草综合色| 久久精品国产a三级三级三级| 国产午夜精品一二区理论片| 2022亚洲国产成人精品| 嫩草影院入口| 欧美一级a爱片免费观看看| 亚洲欧洲国产日韩| 亚洲欧美一区二区三区国产| 夜夜看夜夜爽夜夜摸| 久久人人爽人人爽人人片va| 亚洲成人手机| 涩涩av久久男人的天堂| 久久99一区二区三区| 成人18禁高潮啪啪吃奶动态图 | 99热网站在线观看| 精品卡一卡二卡四卡免费| 亚洲国产精品国产精品| 久久久午夜欧美精品| 国产免费视频播放在线视频| 亚洲精品中文字幕在线视频| 久久久欧美国产精品| 母亲3免费完整高清在线观看 | 亚洲精品亚洲一区二区| 一区在线观看完整版| 91aial.com中文字幕在线观看| 中文字幕最新亚洲高清| 亚洲欧美日韩卡通动漫| 热re99久久精品国产66热6| 丁香六月天网| 女性生殖器流出的白浆| 汤姆久久久久久久影院中文字幕| 亚洲国产av影院在线观看| 自拍欧美九色日韩亚洲蝌蚪91| 在线 av 中文字幕| 精品亚洲成a人片在线观看| 少妇高潮的动态图| 最近中文字幕2019免费版| 26uuu在线亚洲综合色| 国产av国产精品国产| 中文乱码字字幕精品一区二区三区| h视频一区二区三区| 你懂的网址亚洲精品在线观看| 亚洲国产av新网站| 国产男人的电影天堂91| 久久人人爽人人片av| 九九久久精品国产亚洲av麻豆| 国产综合精华液| 丝袜美足系列| 久久精品国产鲁丝片午夜精品| 人妻夜夜爽99麻豆av| 亚洲av.av天堂| 丝袜美足系列| 欧美一级a爱片免费观看看| 成年美女黄网站色视频大全免费 | 狠狠婷婷综合久久久久久88av| 成人国语在线视频| 国产成人av激情在线播放 | 久久久久久久久大av| 国产一区二区在线观看日韩| 精品一区在线观看国产| av女优亚洲男人天堂| 亚洲国产精品国产精品| 久热这里只有精品99| 边亲边吃奶的免费视频| 最近最新中文字幕免费大全7| 精品一区二区三区视频在线| 夜夜爽夜夜爽视频| 街头女战士在线观看网站| 精品一区在线观看国产| 性色avwww在线观看| 日韩欧美一区视频在线观看| 高清黄色对白视频在线免费看| 亚洲精品乱码久久久久久按摩| 人人妻人人添人人爽欧美一区卜| 99热6这里只有精品| 久久精品熟女亚洲av麻豆精品| 街头女战士在线观看网站| 亚洲av电影在线观看一区二区三区| 一边摸一边做爽爽视频免费| 岛国毛片在线播放| 美女主播在线视频| 人人澡人人妻人| 狂野欧美激情性bbbbbb| 久久国产精品男人的天堂亚洲 | 亚洲欧美中文字幕日韩二区| 久久婷婷青草| 黄色一级大片看看| 亚洲综合色网址| 久久久久精品性色| 国产精品麻豆人妻色哟哟久久| 亚洲一区二区三区欧美精品| √禁漫天堂资源中文www| 97精品久久久久久久久久精品| 国产欧美亚洲国产| 极品人妻少妇av视频| 亚洲综合精品二区| 国产精品国产av在线观看| 大香蕉久久成人网| 青春草亚洲视频在线观看| 精品人妻一区二区三区麻豆| 国产熟女欧美一区二区| 女人精品久久久久毛片| 国产精品一二三区在线看| 麻豆成人av视频| 少妇丰满av| 久久 成人 亚洲| 久久精品国产鲁丝片午夜精品| 日韩av在线免费看完整版不卡| 国产视频首页在线观看| 91精品国产九色| 久久人妻熟女aⅴ| 精品久久蜜臀av无| 曰老女人黄片| 亚洲经典国产精华液单| 亚洲国产精品专区欧美| 国产精品99久久99久久久不卡 | 水蜜桃什么品种好| 国产精品一区二区三区四区免费观看| 国产精品秋霞免费鲁丝片| 日韩一区二区三区影片| 你懂的网址亚洲精品在线观看| 久久ye,这里只有精品| 亚洲人与动物交配视频| 夫妻性生交免费视频一级片| 一区二区av电影网| 免费观看无遮挡的男女| 久久毛片免费看一区二区三区| 欧美亚洲 丝袜 人妻 在线| 亚洲国产最新在线播放| 午夜福利视频在线观看免费| 在线精品无人区一区二区三| 亚洲精品日韩av片在线观看| 久久精品久久精品一区二区三区| 国产一级毛片在线| 欧美激情国产日韩精品一区| 777米奇影视久久| 国产日韩欧美视频二区| 国产熟女欧美一区二区| 97在线视频观看| 一级黄片播放器| 在线天堂最新版资源| 国产国拍精品亚洲av在线观看| 欧美成人午夜免费资源| 制服丝袜香蕉在线| 日本av手机在线免费观看| 久久久久久久久久久丰满| freevideosex欧美| 三级国产精品片| 高清黄色对白视频在线免费看| 亚洲精品日本国产第一区| 欧美最新免费一区二区三区| 精品久久久精品久久久| 少妇高潮的动态图| 亚洲高清免费不卡视频| 熟女av电影| 亚洲综合色网址| 人妻系列 视频| 亚洲国产毛片av蜜桃av| 26uuu在线亚洲综合色| 在现免费观看毛片| 欧美日韩综合久久久久久| 伦理电影免费视频| 欧美97在线视频| 视频在线观看一区二区三区| 天美传媒精品一区二区| 大又大粗又爽又黄少妇毛片口| 视频在线观看一区二区三区| 黑人欧美特级aaaaaa片| 午夜影院在线不卡| 在线观看免费日韩欧美大片 | 国产精品蜜桃在线观看| 日韩熟女老妇一区二区性免费视频| 91国产中文字幕| 好男人视频免费观看在线| 久久久a久久爽久久v久久| 日韩精品有码人妻一区| 亚洲欧美中文字幕日韩二区| 欧美97在线视频| 国产精品国产三级国产av玫瑰| 少妇 在线观看| 边亲边吃奶的免费视频| 免费观看无遮挡的男女| 99re6热这里在线精品视频| 日本vs欧美在线观看视频| 最近手机中文字幕大全| 国产精品.久久久| 多毛熟女@视频| 午夜影院在线不卡| 国产熟女午夜一区二区三区 | 51国产日韩欧美| 成人亚洲精品一区在线观看| 久久人人爽av亚洲精品天堂| 国产高清三级在线| 久久精品人人爽人人爽视色| 久久精品久久精品一区二区三区| 日韩视频在线欧美| 十分钟在线观看高清视频www| 丝袜脚勾引网站| 91精品三级在线观看| 狂野欧美激情性xxxx在线观看| 黑人巨大精品欧美一区二区蜜桃 | 国产精品国产三级国产专区5o| 22中文网久久字幕| xxxhd国产人妻xxx| 久久久久久久亚洲中文字幕| 草草在线视频免费看| 亚洲五月色婷婷综合| 男女啪啪激烈高潮av片| 男女国产视频网站| 老熟女久久久| 精品久久久久久电影网| 欧美xxxx性猛交bbbb| 国产永久视频网站| 春色校园在线视频观看|