• <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
    午夜91福利影院| 日日啪夜夜爽| av在线老鸭窝| 看十八女毛片水多多多| 制服诱惑二区| 97在线视频观看| 亚洲四区av| 黑人巨大精品欧美一区二区蜜桃 | 日韩不卡一区二区三区视频在线| 久久热在线av| 99热全是精品| 亚洲人成网站在线观看播放| 男女下面插进去视频免费观看 | h视频一区二区三区| 亚洲精品美女久久av网站| 欧美日韩成人在线一区二区| 丰满乱子伦码专区| 中文乱码字字幕精品一区二区三区| 中文字幕制服av| 国产成人一区二区在线| 只有这里有精品99| 欧美国产精品一级二级三级| 午夜激情av网站| 天天影视国产精品| 国产成人精品久久久久久| 亚洲伊人久久精品综合| 久久午夜福利片| 精品99又大又爽又粗少妇毛片| 免费看不卡的av| 欧美精品人与动牲交sv欧美| 久久人人爽人人爽人人片va| 久久久久网色| 巨乳人妻的诱惑在线观看| 人体艺术视频欧美日本| 一本—道久久a久久精品蜜桃钙片| 精品少妇内射三级| 免费黄网站久久成人精品| 国产一区二区三区综合在线观看 | 国产在线一区二区三区精| 久久鲁丝午夜福利片| 国产 一区精品| 免费大片18禁| 飞空精品影院首页| 精品人妻熟女毛片av久久网站| 日韩一本色道免费dvd| 国产男女内射视频| 最近2019中文字幕mv第一页| 80岁老熟妇乱子伦牲交| 亚洲激情五月婷婷啪啪| 丰满迷人的少妇在线观看| 侵犯人妻中文字幕一二三四区| 秋霞伦理黄片| 精品人妻偷拍中文字幕| 久久ye,这里只有精品| 亚洲欧美一区二区三区国产| av视频免费观看在线观看| 欧美精品人与动牲交sv欧美| 亚洲欧洲精品一区二区精品久久久 | 熟女av电影| 亚洲av中文av极速乱| 国产亚洲午夜精品一区二区久久| 亚洲人与动物交配视频| 国产精品人妻久久久久久| 亚洲一区二区三区欧美精品| 国产高清国产精品国产三级| 黄网站色视频无遮挡免费观看| 亚洲丝袜综合中文字幕| 精品少妇黑人巨大在线播放| 成人亚洲欧美一区二区av| 99国产综合亚洲精品| 蜜臀久久99精品久久宅男| 美女大奶头黄色视频| 久久99蜜桃精品久久| 五月伊人婷婷丁香| 久久精品久久久久久噜噜老黄| 69精品国产乱码久久久| 日韩伦理黄色片| 亚洲av成人精品一二三区| 免费播放大片免费观看视频在线观看| 婷婷色综合大香蕉| 国产极品粉嫩免费观看在线| 各种免费的搞黄视频| 国产成人精品婷婷| 久久人人爽av亚洲精品天堂| 亚洲情色 制服丝袜| videossex国产| 欧美日韩亚洲高清精品| 亚洲成色77777| 精品一区二区三区四区五区乱码 | a级片在线免费高清观看视频| 亚洲精品久久久久久婷婷小说| 国产精品一区二区在线不卡| 黄网站色视频无遮挡免费观看| 久久久久久久久久成人| 美女大奶头黄色视频| 国产片内射在线| 天堂俺去俺来也www色官网| 国产成人一区二区在线| 少妇人妻 视频| 久久午夜福利片| tube8黄色片| 久久99一区二区三区| 大片电影免费在线观看免费| 一二三四在线观看免费中文在 | 国产精品人妻久久久影院| av不卡在线播放| 夜夜爽夜夜爽视频| 视频在线观看一区二区三区| 天美传媒精品一区二区| 韩国精品一区二区三区 | 熟女人妻精品中文字幕| 18+在线观看网站| 成人手机av| av在线播放精品| 高清毛片免费看| 人体艺术视频欧美日本| 大片电影免费在线观看免费| 麻豆精品久久久久久蜜桃| 99re6热这里在线精品视频| 婷婷色综合大香蕉| 高清欧美精品videossex| 成年动漫av网址| 亚洲一区二区三区欧美精品| 中文字幕av电影在线播放| 自线自在国产av| 黑丝袜美女国产一区| 欧美亚洲 丝袜 人妻 在线| 黑人猛操日本美女一级片| 性色avwww在线观看| 亚洲国产成人一精品久久久| 久久久国产精品麻豆| 亚洲一级一片aⅴ在线观看| av女优亚洲男人天堂| 宅男免费午夜| av福利片在线| 国产亚洲精品久久久com| h视频一区二区三区| 日本与韩国留学比较| 久久97久久精品| 老女人水多毛片| 国产成人精品无人区| av又黄又爽大尺度在线免费看| 热re99久久国产66热| 午夜老司机福利剧场| 精品人妻偷拍中文字幕| 免费av中文字幕在线| 国产精品嫩草影院av在线观看| 国产高清三级在线| 国产乱人偷精品视频| 成人亚洲欧美一区二区av| 国产成人91sexporn| 日日爽夜夜爽网站| 2021少妇久久久久久久久久久| 久久人人97超碰香蕉20202| 精品视频人人做人人爽| 色94色欧美一区二区| 亚洲精品乱码久久久久久按摩| www.色视频.com| 午夜91福利影院| 99热这里只有是精品在线观看| 午夜福利乱码中文字幕| 久久久久久久久久久免费av| 欧美亚洲 丝袜 人妻 在线| 成人影院久久| 性色avwww在线观看| 如何舔出高潮| 欧美变态另类bdsm刘玥| 一级毛片黄色毛片免费观看视频| 视频区图区小说| 久久久久人妻精品一区果冻| 下体分泌物呈黄色| 丝袜喷水一区| 亚洲欧美精品自产自拍| 国产极品粉嫩免费观看在线| 综合色丁香网| 欧美xxxx性猛交bbbb| 香蕉精品网在线| 赤兔流量卡办理| 男的添女的下面高潮视频| 2018国产大陆天天弄谢| 欧美 亚洲 国产 日韩一| 国产乱人偷精品视频| 性高湖久久久久久久久免费观看| 亚洲精品日韩在线中文字幕| 十分钟在线观看高清视频www| 综合色丁香网| 超碰97精品在线观看| 欧美人与善性xxx| 国产黄色免费在线视频| 桃花免费在线播放| av国产精品久久久久影院| 国产 精品1| 亚洲伊人色综图| 高清视频免费观看一区二区| av网站免费在线观看视频| 亚洲一级一片aⅴ在线观看| 久久精品久久精品一区二区三区| av女优亚洲男人天堂| 欧美成人午夜免费资源| 国产精品.久久久| 一区二区av电影网| 最近中文字幕高清免费大全6| 一二三四在线观看免费中文在 | 日韩视频在线欧美| 国产免费福利视频在线观看| 一本色道久久久久久精品综合| 亚洲婷婷狠狠爱综合网| 妹子高潮喷水视频| 国产精品一区二区在线观看99| av在线观看视频网站免费| 成人影院久久| 亚洲欧美一区二区三区国产| 赤兔流量卡办理| 哪个播放器可以免费观看大片| 天美传媒精品一区二区| 中文字幕亚洲精品专区| 欧美日本中文国产一区发布| 精品国产乱码久久久久久小说| 美女内射精品一级片tv| 纯流量卡能插随身wifi吗| 国产成人一区二区在线| 少妇的逼好多水| 国产精品国产三级国产av玫瑰| 国产av国产精品国产| 亚洲av综合色区一区| 午夜免费男女啪啪视频观看| 制服诱惑二区| 精品少妇内射三级| 一级黄片播放器| 赤兔流量卡办理| 蜜臀久久99精品久久宅男| 观看美女的网站| 飞空精品影院首页| 成人免费观看视频高清| 免费在线观看黄色视频的| 最近手机中文字幕大全| 国产精品蜜桃在线观看| 80岁老熟妇乱子伦牲交| 欧美日韩一区二区视频在线观看视频在线| 亚洲综合色惰| 成人无遮挡网站| 精品人妻一区二区三区麻豆| 国产男女超爽视频在线观看| 亚洲国产精品专区欧美| 亚洲,一卡二卡三卡| 免费黄网站久久成人精品| 国产男女超爽视频在线观看| 精品午夜福利在线看| 欧美日韩国产mv在线观看视频| 精品亚洲乱码少妇综合久久| 五月开心婷婷网| 日韩不卡一区二区三区视频在线| 久久精品国产综合久久久 | 十分钟在线观看高清视频www| 春色校园在线视频观看| 欧美人与善性xxx| 高清av免费在线| 亚洲国产精品国产精品| 成人黄色视频免费在线看| 国产片特级美女逼逼视频| 亚洲中文av在线| www.熟女人妻精品国产 | 91久久精品国产一区二区三区| 精品亚洲成国产av| 最新中文字幕久久久久| 久久久精品区二区三区| 22中文网久久字幕| 午夜老司机福利剧场| 亚洲在久久综合| 欧美国产精品一级二级三级| 久久国产精品男人的天堂亚洲 | 精品国产一区二区三区四区第35| 色婷婷av一区二区三区视频| 国产欧美日韩一区二区三区在线| 超色免费av| 日本欧美国产在线视频| 免费av不卡在线播放| 天堂8中文在线网| 精品一品国产午夜福利视频| 亚洲国产av新网站| 久热久热在线精品观看| 成人手机av| 欧美精品亚洲一区二区| 99视频精品全部免费 在线| 看免费av毛片| 中国美白少妇内射xxxbb| 国产成人精品婷婷| 久久久久久久亚洲中文字幕| 久久久久久伊人网av| 欧美成人精品欧美一级黄| 母亲3免费完整高清在线观看 | 51国产日韩欧美| 九九在线视频观看精品| videossex国产| 国产在线视频一区二区| 视频中文字幕在线观看| 熟女av电影| 精品久久国产蜜桃| tube8黄色片| 亚洲美女视频黄频| 女人被躁到高潮嗷嗷叫费观| 日本av免费视频播放| 9热在线视频观看99| 插逼视频在线观看| 男男h啪啪无遮挡| 欧美人与善性xxx| 91久久精品国产一区二区三区| 日韩视频在线欧美| 在线观看三级黄色| 巨乳人妻的诱惑在线观看| www.色视频.com| 久久久久久久国产电影| 哪个播放器可以免费观看大片| 欧美成人午夜精品| 最新的欧美精品一区二区| 色婷婷久久久亚洲欧美| 天堂中文最新版在线下载| 99九九在线精品视频| 国产成人精品福利久久| 日日爽夜夜爽网站| 精品酒店卫生间| 国产精品女同一区二区软件| 熟女av电影| 精品一区在线观看国产| 久久久欧美国产精品| 日韩av免费高清视频| 免费黄频网站在线观看国产| 桃花免费在线播放| av在线老鸭窝| 亚洲国产欧美在线一区| 精品国产一区二区三区四区第35| 久久久国产一区二区| 国产精品麻豆人妻色哟哟久久| 搡女人真爽免费视频火全软件| 亚洲精品中文字幕在线视频| 日本av免费视频播放| 青春草国产在线视频| 精品人妻偷拍中文字幕| 少妇 在线观看| 母亲3免费完整高清在线观看 | 亚洲av综合色区一区| 欧美亚洲 丝袜 人妻 在线| 亚洲人与动物交配视频| 母亲3免费完整高清在线观看 | 国产一级毛片在线| 只有这里有精品99| 婷婷成人精品国产| 久久99精品国语久久久| 国产无遮挡羞羞视频在线观看| 欧美亚洲 丝袜 人妻 在线| 亚洲五月色婷婷综合| 22中文网久久字幕| 99热全是精品| 91国产中文字幕| 一级黄片播放器| 日韩av在线免费看完整版不卡| 国产精品一区www在线观看| 永久免费av网站大全| 2021少妇久久久久久久久久久| 日本免费在线观看一区| 在现免费观看毛片| 22中文网久久字幕| 久久精品夜色国产| 2022亚洲国产成人精品| 成人二区视频| 国产熟女午夜一区二区三区| 狠狠精品人妻久久久久久综合| 美女主播在线视频| 国产深夜福利视频在线观看| 菩萨蛮人人尽说江南好唐韦庄| 成年av动漫网址| 国产欧美日韩综合在线一区二区| 亚洲伊人色综图| 少妇人妻久久综合中文| 国产色爽女视频免费观看| 免费不卡的大黄色大毛片视频在线观看| 精品亚洲乱码少妇综合久久| 成人国语在线视频| 夜夜爽夜夜爽视频| 色哟哟·www| 一区二区日韩欧美中文字幕 | av在线老鸭窝| 日韩av免费高清视频| 午夜福利乱码中文字幕| 中国国产av一级| 人妻一区二区av| 日韩成人av中文字幕在线观看| 男人添女人高潮全过程视频| 一级片'在线观看视频| 精品视频人人做人人爽| 成人影院久久| 国产探花极品一区二区| 国产免费视频播放在线视频| 黑丝袜美女国产一区| 国语对白做爰xxxⅹ性视频网站| 国产av精品麻豆| 春色校园在线视频观看| av网站免费在线观看视频| 亚洲人与动物交配视频| 黄片无遮挡物在线观看| 在线亚洲精品国产二区图片欧美| 日本vs欧美在线观看视频| 国产日韩欧美亚洲二区| 自拍欧美九色日韩亚洲蝌蚪91| 亚洲国产看品久久| 一级毛片电影观看| 在线精品无人区一区二区三| 在线观看免费高清a一片| 日韩熟女老妇一区二区性免费视频| 热re99久久国产66热| 90打野战视频偷拍视频| 午夜老司机福利剧场| 久久人妻熟女aⅴ| 日本欧美国产在线视频| 日韩av在线免费看完整版不卡| 99热这里只有是精品在线观看| 亚洲美女黄色视频免费看| 蜜桃国产av成人99| 精品久久久久久电影网| 精品国产一区二区三区四区第35| 欧美精品av麻豆av| 久久精品国产亚洲av涩爱| 国产1区2区3区精品| 老司机影院毛片| 午夜福利影视在线免费观看| 久久久久久久久久久久大奶| 国产精品一二三区在线看| 午夜av观看不卡| 国产欧美日韩一区二区三区在线| 我的女老师完整版在线观看| 亚洲三级黄色毛片| 国产精品一区二区在线不卡| 黄色一级大片看看| 99久久精品国产国产毛片| 午夜福利网站1000一区二区三区| 亚洲欧美日韩另类电影网站| 观看av在线不卡| 久久久久久人妻| 女人精品久久久久毛片| 成年动漫av网址| 国产片内射在线| 精品人妻熟女毛片av久久网站| 男男h啪啪无遮挡| 中文字幕人妻丝袜制服| 亚洲欧美一区二区三区国产| 男人操女人黄网站| av黄色大香蕉| 多毛熟女@视频| 欧美人与善性xxx| 精品少妇内射三级| 永久免费av网站大全| a 毛片基地| 免费观看在线日韩| 亚洲婷婷狠狠爱综合网| 国产成人精品无人区| 亚洲欧美一区二区三区国产| 哪个播放器可以免费观看大片| 日韩制服丝袜自拍偷拍| 亚洲欧洲国产日韩| 狠狠精品人妻久久久久久综合| 精品人妻一区二区三区麻豆| 777米奇影视久久| 两个人免费观看高清视频| 两个人看的免费小视频| 波野结衣二区三区在线| 曰老女人黄片| 亚洲色图 男人天堂 中文字幕 | 国产一区二区三区av在线| 九九爱精品视频在线观看| 国产一区亚洲一区在线观看| 另类亚洲欧美激情| 高清不卡的av网站| 午夜福利在线观看免费完整高清在| 国产 精品1| 欧美日韩视频精品一区| 在线观看人妻少妇| 男女国产视频网站| 女性生殖器流出的白浆| 老司机影院成人| 国产精品国产三级专区第一集| 中文字幕制服av| 日韩三级伦理在线观看| 中国美白少妇内射xxxbb| 午夜福利视频精品| 纵有疾风起免费观看全集完整版| 建设人人有责人人尽责人人享有的| 国产极品粉嫩免费观看在线| 夜夜爽夜夜爽视频| 天美传媒精品一区二区| 日本免费在线观看一区| 麻豆精品久久久久久蜜桃| 少妇人妻 视频| 精品一区二区三卡| 日韩成人av中文字幕在线观看| 大陆偷拍与自拍| 国产精品一区www在线观看| 亚洲熟女精品中文字幕| tube8黄色片| 中文字幕最新亚洲高清| 伦理电影大哥的女人| 中文字幕精品免费在线观看视频 | 久久久久久久大尺度免费视频| 我的女老师完整版在线观看| 97超碰精品成人国产| 男男h啪啪无遮挡| 国产女主播在线喷水免费视频网站| 啦啦啦啦在线视频资源| av免费在线看不卡| 久久毛片免费看一区二区三区| 久久 成人 亚洲| 亚洲第一区二区三区不卡| 亚洲精品成人av观看孕妇| 久久精品国产自在天天线| 免费少妇av软件| 在线观看美女被高潮喷水网站| 精品国产一区二区三区久久久樱花| 九色亚洲精品在线播放| 免费播放大片免费观看视频在线观看| 日韩精品免费视频一区二区三区 | 另类亚洲欧美激情| 嫩草影院入口| 亚洲精品乱码久久久久久按摩| 狠狠精品人妻久久久久久综合| 又粗又硬又长又爽又黄的视频| 考比视频在线观看| 嫩草影院入口| 亚洲av中文av极速乱| 韩国精品一区二区三区 | 免费大片黄手机在线观看| 我要看黄色一级片免费的| 日本与韩国留学比较| 老女人水多毛片| 精品第一国产精品| 99国产综合亚洲精品| 麻豆乱淫一区二区| 亚洲综合色惰| 尾随美女入室| 欧美人与性动交α欧美软件 | 精品亚洲成a人片在线观看| 亚洲精品国产色婷婷电影| 性高湖久久久久久久久免费观看| 水蜜桃什么品种好| 国产极品粉嫩免费观看在线| 久久久精品免费免费高清| 毛片一级片免费看久久久久| 男女啪啪激烈高潮av片| 亚洲国产精品国产精品| 青春草亚洲视频在线观看| 插逼视频在线观看| 在线观看www视频免费| 各种免费的搞黄视频| 亚洲,欧美精品.| 春色校园在线视频观看| 午夜av观看不卡| 国产色婷婷99| 欧美性感艳星| 老司机影院毛片| 国产乱来视频区| 99久久中文字幕三级久久日本| 亚洲精品一二三| 美女福利国产在线| 这个男人来自地球电影免费观看 | 另类精品久久| 欧美精品国产亚洲| 九草在线视频观看| 国产成人aa在线观看| 国产一区二区在线观看av| kizo精华| 高清欧美精品videossex| 波多野结衣一区麻豆| 日韩视频在线欧美| 在线观看免费高清a一片| 亚洲精品自拍成人| 国产亚洲av片在线观看秒播厂| 免费大片18禁| 亚洲一码二码三码区别大吗| 欧美日韩亚洲高清精品| 黑人猛操日本美女一级片| 亚洲人成77777在线视频| 黄网站色视频无遮挡免费观看| 爱豆传媒免费全集在线观看| 亚洲精品美女久久av网站| 亚洲欧美中文字幕日韩二区| 少妇人妻 视频| 欧美老熟妇乱子伦牲交| 日本欧美国产在线视频| 国产极品粉嫩免费观看在线| 18+在线观看网站| 一本大道久久a久久精品| 国产一区二区三区av在线| 精品视频人人做人人爽| 18禁在线无遮挡免费观看视频| 亚洲精品,欧美精品| 国产免费又黄又爽又色| 91精品伊人久久大香线蕉| 国产精品国产三级专区第一集| 久久久久久久亚洲中文字幕| 国产av国产精品国产| 亚洲激情五月婷婷啪啪| 在线观看人妻少妇| av在线播放精品| 午夜日本视频在线| 久久久久久久亚洲中文字幕| 久久 成人 亚洲| 日产精品乱码卡一卡2卡三| 国产日韩欧美在线精品| 一二三四中文在线观看免费高清| 91午夜精品亚洲一区二区三区| 涩涩av久久男人的天堂| 最近中文字幕高清免费大全6| 一级,二级,三级黄色视频| 男人舔女人的私密视频| 男女高潮啪啪啪动态图| 熟女电影av网| 中文字幕亚洲精品专区|