• <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 ?

    語譜圖傅里葉變換的二字漢語詞匯語音識別

    2017-09-07 17:45:33潘迪梁士利魏瑩許廷發(fā)王雙維
    現(xiàn)代電子技術 2017年16期
    關鍵詞:傅里葉變換特征融合支持向量機

    潘迪 梁士利 魏瑩 許廷發(fā) 王雙維

    摘 要: 以語音信號的語譜圖作為處理對象,提出一種基于寬窄帶語譜圖傅里葉變換頻域圖像二進寬度分帶投影特征融合的二字漢語詞匯語音識別算法。首先,對寬窄語譜圖傅里葉變換頻域圖的圖像意義以及相應的語音特性進行分析;然后,分別對寬窄帶語譜圖頻域圖像進行二進寬度分帶列投影和行投影,將投影值作為語音識別的第一個特征參數(shù)集合和第二個特征參數(shù)集合,將以上兩個特征集進行特征融合作為二字詞匯語音識別的特征量,以支持向量機為分類器實現(xiàn)二字漢語詞匯語音識別。實驗結果表明,該方法對特定人二字漢語詞匯語音的識別率可達96.8%,對非特定人二字漢語詞匯語音的識別率可達98.8%,為解決漢語詞匯整體語音識別提供了一種新的思路。

    關鍵詞: 傅里葉變換; 語譜圖; 特征融合; 支持向量機

    中圖分類號: TN912?34 文獻標識碼: A 文章編號: 1004?373X(2017)16?0013?06

    Abstract: A speech recognition algorithm of two?word Chinese vocabulary is proposed, which takes the spectrogram of speech signals as a processed object, and is based on binary width zoning?band projection feature fusion of the broad?band and narrow?band spectrogram images in Fourier transform domain. First, the image significance of Fourier transform domain image in the broad?band and narrow?band spectrogram and their corresponding speech characteristics are analyzed. Then, the binary width zoning?band column projection and line projection of the broad?band and narrow?band spectrogram frequency domain image are carried out respectively. The projected value is taken as the first and second feature parameter sets for speech recognition. The above two feature sets are fuzed according their features as the feature value of two?word vocabulary speech recognition. Taking the support vector machine (SVM) as a classifier to realize the speech recognition of two?word Chinese vocabulary. The experiment results show that the recognition rate of this method can reach to 96.8% for specific persons and 98.8% for non?specific persons. The proposed method provides a new way for vocabulary recognition.

    Keywords: Fourier transform; spectrogram; feature fusion; support vector machine

    0 引 言

    語音識別技術就是讓相應的設備通過識別和理解兩個過程把語音信號轉變?yōu)橄鄳拿罨蛭募母呖萍技夹g。近幾年來,語音識別技術的理論研究得到了飛速的發(fā)展,相應的應用實現(xiàn)也越來越貼近人們的生活,從而大大提高了相應的工作效率和生活品質(zhì)[1]。

    一般來說,語音識別的方法有四種:基于聲道模型和語音知識的方法、模板匹配的方法、隨機模型的方法和利用人工神經(jīng)網(wǎng)絡的方法。2002年,孫光民研究了基于神經(jīng)網(wǎng)絡的中文孤立詞語音識別技術,將時間規(guī)整算法與神經(jīng)網(wǎng)絡相結合,組成一個混合級聯(lián)神經(jīng)網(wǎng)絡語音識別系統(tǒng)。利用該方法對小詞表漢語孤立詞進行語音識別實驗,獲得了98.25%的正確識別率[2]。2005年,林遂芳等人提出一種基于動態(tài)時間規(guī)整(DTW)和學習矢量量化(LVQ)神經(jīng)網(wǎng)絡的語音識別方法。該方法用動態(tài)時間規(guī)整算法先對語音信號進行時間規(guī)整,然后通過學習矢量量化神經(jīng)網(wǎng)絡進行語音的分類識別。大量實驗表明,采用DTW/LVQ混合模型的識別的正確率[3]為97.9%。2009年,張軍等人針對動態(tài)時間規(guī)整(DTW)對孤立詞端點檢測準確性過度依賴的問題,采用放寬端點和限定動態(tài)規(guī)整計算范圍結合的算法解決此問題,該算法不僅更準確地放松前后端點降低端點檢測的敏感度,而且結合對動態(tài)規(guī)整計算范圍的限定,減少計算量,提高執(zhí)行效率。實驗結果發(fā)現(xiàn)采用改進后的DTW算法,平均識別率[4]達到91.8%。同年,吳金南等人針對傳統(tǒng)LVQ算法計算量大,泛化能力不強的缺點,采用改進的LVQ算法(LoPLVQ),以縮短訓練時間,提高識別率,增強分類器的泛化能力,并且DTW的時間規(guī)整能力強,綜合了兩者的優(yōu)點,使得新系統(tǒng)在語音識別方面效果顯著。實驗結果表明,常用漢字發(fā)音識別率[5]最高可達99.1%。2010年,肖利君提出了整體路徑約束DTW算法(ADTW),并用Matlab語言將改進的語音識別算法編程,仿真表明該算法能有效地提高識別率并有著極好的魯棒性。對于一定的孤立詞匯,整體路徑約束DTW算法的識別率[6]達到97.5%。2014年,陳孟元在提取MFCC的基礎上,整合差分倒譜參數(shù)作為語音的特征參數(shù),并對現(xiàn)有的DTW算法加以改進,節(jié)省了系統(tǒng)匹配的計算時間,使其具有一定的魯棒性。分別對普通話語音、湖北話語音、安徽語音和閩南語音進行測試,每種語音有5個測試模板組,每個模板組將0~9這10個數(shù)字語音重復10遍,包括100個測試語音,系統(tǒng)對所有測試模板組的平均識別率[7]為94.55%。endprint

    以往基于語譜圖的語音識別工作,僅在語譜圖本身的空域結構中直接尋找特征,并沒有充分利用語譜圖作為可視化圖像的性質(zhì)??紤]到語譜圖表征語音特性體現(xiàn)在紋絡結構上,而圖像紋絡結構更容易由圖像的頻域描述。因此,本文對語譜圖進行再次傅里葉變換,將其圖像空域轉換至圖像頻域,分別對寬窄帶語譜圖頻域圖像進行二進寬度分帶列投影和行投影,將投影值進行融合作為語音識別的特征量,以支持向量機為分類器。實驗表明:本方法對特定人二字漢語詞匯語音的識別率可達96.8%以及對非特定人二字漢語詞匯語音的識別率可達98.8%,為解決漢語詞匯整體語音識別提供了一種新的思路。

    1 寬窄帶語譜圖意義

    語譜圖(Spectrogram)是表示語音頻譜隨時間變化的圖形,它采用二維平面來表達三維信息,其縱軸為頻率,橫軸為時間,任一給定頻率成分在給定時刻的強弱用相應點的灰度或色調(diào)的濃淡來表示。語譜圖中顯示了大量的與語音的特性有關的信息,它綜合了頻譜圖和時域波形的特性,明顯地顯示出語音頻譜隨時間的變化情況。所以,語譜圖所承載的信息量遠遠大于單純時域和單純頻域承載信息量的總和[8]。

    窄帶語譜圖有較高的頻率分辨率,在譜圖上能顯示出兩個純音,但其時間分辨率較差,看不出兩個純音所產(chǎn)生的拍音[9]。因此,作為詞匯的窄帶語譜圖,可以反映詞匯整體的基頻及各次諧波的時間變化。窄帶語譜圖中基頻及各次諧波體現(xiàn)為等間隔的橫杠,從圖像角度,這些等間隔的橫杠反映了圖像豎直方向上的周期特征。如果將語譜圖進行傅里葉變換,即由語譜圖的空域轉換到語譜圖的頻域,則上述橫杠的周期性表現(xiàn)為語譜圖頻域豎直方向上的基頻。

    寬帶語譜圖有較高的時間分辨率,在譜圖上能顯示兩個純音所產(chǎn)生的拍音,但其頻率分辨率較差,看不出兩個純音。因此作為詞匯的寬帶語譜圖,可以觀察頻譜包絡,以便確定共振峰,同時也可以給出精確的時間結構。從圖像角度,這些等間隔的豎條反映了圖像水平方向上的周期特征。如果將語譜圖進行傅里葉變換,即由語譜圖的空域轉換到語譜圖的頻域,則上述豎條的周期性表現(xiàn)為語譜圖頻域水平方向上的基頻。

    本文以寬窄帶語譜圖作為研究對象,語音的頻率特征和時間特征都得到深入體現(xiàn)。所以,更好地反映語音信號的整體特性,為解決漢語詞匯整體語音識別提供了一種新的思路。

    2 特征級圖像融合

    特征級圖像融合是指從各個信源圖像中提取特征信息,并將其進行綜合分析和處理的過程[10]。特征級圖像融合主要包含兩個步驟:

    (1) 提取特征,提取的特征信息應是像素信息的充分表示量或充分統(tǒng)計量,如邊緣、形狀、輪廓、角、紋理、相似亮度區(qū)域、相似景深區(qū)域等;

    (2) 對提取的特征進行融合,在進行融合處理時,所關心的主要特征信息的具體形式和內(nèi)容與多源圖像融合的應用目的和場合密切相關。

    本文將寬帶語譜圖頻域圖像進行二進寬度分帶列投影得到的特征量與窄帶語譜圖頻域圖像進行二進寬度分帶行投影得到的特征量進行融合,以此對二字漢語詞匯進行語音識別。

    3 語譜圖頻域圖像矩陣的特征提取

    3.1 語譜圖樣本構成

    使用Cool Edit Pro 2.0軟件進行語音錄制,采樣率為44.1 kHz ,使得語譜圖頻域表達范圍為0~22 kHz,單聲道,16 b量化。共10人(男、女各5人)10個詞匯的讀音樣本,10個詞匯均為二字詞匯,重復10遍,即每個詞匯有10個樣本。一個詞匯的語音時長約為1.2 s,10人的10個詞匯共為1 000個語音樣本文件。所有語音樣本文件轉化為Matlab數(shù)據(jù)文件,即語音樣本序列。

    3.1.1 窄帶語譜圖樣本構成

    窄帶語譜圖樣本構成是通過對每個樣本序列進行分幀,幀長1 024點,為了保持其連續(xù)性,采用重疊率為25%的幀移量;另外,為了移去直流分量和加權高頻分量,采用漢明窗(Hamming)對信號進行加權,每個樣本分為54幀,構造出1 024行54列時域分幀矩陣。對時域分幀矩陣做FFT,生成1 024行54列時頻分析矩陣,頻域分辨率為43 Hz。時頻分析矩陣的模矩陣即為樣本所對應的語譜圖矩陣。由于傅里葉變換具有對稱性,取該矩陣的上半部或下半部作為語譜圖即可,因此,每一幅語譜圖的矩陣為512行54列,共1 000幅灰度圖像。

    3.1.2 寬帶語譜圖樣本構成

    寬帶語譜圖樣本構成是通過對每個樣本序列進行分幀,幀長128點,窗函數(shù)采用漢明窗,每個樣本分為410幀,構造出128行410列時域分幀矩陣。對時域分幀矩陣做FFT,生成128行410列時頻分析矩陣,頻域分辨率為344 Hz。時頻分析矩陣的模矩陣即為樣本所對應的語譜圖矩陣。由于傅里葉變換具有對稱性,取該矩陣的上半部或下半部作為語譜圖即可,因此,每一幅語譜圖的矩陣為64行410列,共1 000幅灰度圖像。以上過程本文形成了參數(shù)可調(diào)的Matlab語譜圖生成程序,以備隨時調(diào)用。為了消除由于音量不同造成的各個樣本幅度差異,對每個圖像矩陣均進行歸一化處理。

    3.2 語譜圖特征提取

    語譜圖圖像中像素的灰度值代表了信號在相應頻率、相應時刻的幅度比重?;趫D像處理思路,對其進行頻譜分析,將語譜圖圖像進行再次傅里葉變換,形成語譜圖圖像頻域特性矩陣,并將頻譜低頻部分移到中心處。通過分析其幅頻特性,可發(fā)現(xiàn)圖像的頻域矩陣是轉置對稱矩陣,其可完全描述圖像幅頻特征的獨立子陣是上半子陣,或下半子陣,或左半子陣,或右半子陣,這里選擇對窄帶語譜圖上半子陣進行二進寬度分帶行投影,寬帶語譜圖左半子陣進行二進寬度分帶列投影方法提取特征量。這種投影反映了詞匯發(fā)音全過程中語音基頻及其諧波關系的總體特性,同時還反映了語圖條紋邊緣梯度的整體特性。實驗表明,不同詞匯其相應的上述總體特性具有顯著性差異。

    4 實驗仿真與結果分析

    4.1 系統(tǒng)設置endprint

    本次語音樣本采用10人的10個二字詞匯進行錄制而成,采樣頻率為44.1 kHz,單聲道,16 b量化,其中每個詞匯10段重復錄音,一共是1 000個語音數(shù)據(jù)樣本。為了采樣數(shù)據(jù)的準確性和可說服性,將每個人的10個二字詞匯的每前5遍作為訓練集,后5遍作為測試集,即前500個語音數(shù)據(jù)作為訓練集,后500個語音數(shù)據(jù)作為測試集。在訓練階段,為了后面的數(shù)據(jù)處理的方便和保證程序運行時收斂加快而進行了歸一化處理,將前500個語音訓練樣本特征數(shù)據(jù)存入數(shù)據(jù)庫,作為支持向量機的訓練模板,對其進行訓練。在檢測階段,將后500個語音樣本中提取出的特征數(shù)據(jù)放入到訓練好的網(wǎng)絡中,對相應的二字詞匯進行語音檢測。

    4.2 仿真結果

    4.2.1 特定人二字漢語詞匯語音識別的仿真結果

    對窄語譜圖矩陣進行二次傅里葉變換之后,構造每個詞匯的上半子陣的左半部分7行10列二進寬度分帶投影矩陣和每個詞匯的上半子陣的右半部分7行10列二進寬度分帶投影矩陣。將上半子陣的左半部分小矩陣和上半子陣的右半部分小矩陣合在一起形成一個14行10列的大矩陣。同時,對寬帶語譜圖矩陣進行二次傅里葉變換之后,構造每個詞匯的右半子陣的上半部分10行2列二進寬度分帶投影矩陣和每個詞匯的右半子陣的下半部分10行2列二進寬度分帶投影矩陣。將右半子陣的上半部分小矩陣和右半子陣的下半部分小矩陣分別轉置后合在一起形成一個4行10列的大矩陣,將兩個大矩陣合成一個18行10列的矩陣,作為特定人二字詞匯語音識別特征量。一個人的10個詞匯10遍得到10組數(shù)據(jù),10個人即可得到100組數(shù)據(jù),分別相應地將每個人的10個詞匯前5遍作為訓練樣本數(shù)據(jù),后5遍作為檢測樣本數(shù)據(jù)。本文只選擇一組訓練樣本數(shù)據(jù)和檢測樣本數(shù)據(jù)給予顯示,訓練樣本數(shù)據(jù)見表1,檢測樣本數(shù)據(jù)見表2。支持向量機的參數(shù)是:通過支持向量機來實現(xiàn)10人的10個詞匯的語音識別,由于特征向量的維數(shù)是18維,因此輸入維度是18維,中間層內(nèi)積核函數(shù)維度是18維,本文是對10人的10個詞匯的語音識別,所以采用基數(shù)詞1~10的編碼方式,即1維十進制輸出。通過前50組數(shù)據(jù)對支持向量機進行反復訓練,得到最佳適用模板,將后50組數(shù)據(jù)放入訓練好的模板中,對10個特定人的二字詞匯的語音識別正確率達到96.8%。

    4.2.2 非特定人二字漢語詞匯語音識別的仿真結果

    對窄語譜圖矩陣進行二次傅里葉變換之后,構造每個詞匯的上半子陣的左半部分6行10列二進寬度分帶投影矩陣和每個詞匯的上半子陣的右半部分6行10列二進寬度分帶投影矩陣。

    將上半子陣的左半部分小矩陣和上半子陣的右半部分小矩陣合在一起形成一個12行10列的大矩陣。同時,對寬帶語譜圖矩陣進行二次傅里葉變換之后,構造每個詞匯的右半子陣的上半部分10行3列二進寬度分帶投影矩陣和每個詞匯的右半子陣的下半部分10行3列二進寬度分帶投影矩陣。將右半子陣的上半部分小矩陣和右半子陣的下半部分小矩陣分別轉置后合在一起形成一個6行10列的大矩陣,將兩個大矩陣合成一個18行10列的矩陣,作為非特定人二字詞匯語音識別特征量。一個人的10個詞匯10遍得到10組數(shù)據(jù),10個人即可得到100組數(shù)據(jù),分別相應的將每個人的10個詞匯前5遍作為訓練樣本數(shù)據(jù),后5遍作為檢測樣本數(shù)據(jù)。

    本文只選擇一組訓練樣本數(shù)據(jù)和檢測樣本數(shù)據(jù)給予顯示,訓練樣本數(shù)據(jù)如表3所示,檢測樣本數(shù)據(jù)如表4所示。

    支持向量機的參數(shù)是:通過支持向量機來實現(xiàn)10人的10個詞匯的語音識別,由于特征向量的維數(shù)是18維,因此輸入維度是18維,中間層內(nèi)積核函數(shù)維度是18維。本文是對10人的10個詞匯的語音識別,所以采用基數(shù)詞1~10的編碼方式,即1維十進制輸出。通過前50組數(shù)據(jù)對支持向量機進行反復訓練,得到最佳適用模板,將后50組數(shù)據(jù)放入訓練好的模板中,對10個非特定人的二字詞匯的語音識別正確率達到98.8%。

    5 結 論

    本文提出了一種基于寬窄帶語譜圖傅里葉變換特征融合的二字漢語詞匯識別算法。以寬窄帶語譜圖作為研究對象,語音的頻率特征和時間特征都得到深入體現(xiàn),所以,更好地反映了語音信號的整體特性。實驗結果表明,采用寬窄帶語譜圖融合得到的特征值對特定人二字詞匯語音的識別率可達96.8%,而采用寬窄帶語譜圖融合得到的特征值對非特定人二字詞匯語音的識別率可達98.8%,為解決漢語詞匯整體語音識別提供了一種新的思路。

    參考文獻

    [1] 何湘智.語音識別的研究與發(fā)展[J].計算機與現(xiàn)代化,2002(3):3?6.

    [2] 李永健.基于DTW和HMM的語音識別算法仿真及軟件設計[D].哈爾濱:哈爾濱工程大學,2009.

    [3] 陳立偉.基于HMM和ANN漢語語音識別[D].哈爾濱:哈爾濱工程大學,2005.

    [4] 王偉臻.基于神經(jīng)網(wǎng)絡的語音識別研究[D].杭州:浙江大學,2008.

    [5] 王山海,景新幸,楊海燕.基于深度學習神經(jīng)網(wǎng)絡的孤立詞語音識別的研究[J].計算機應用研究,2015,32(8):2289?2291.

    [6] 田嵐,陸小珊,白樹忠.基于快速神經(jīng)網(wǎng)絡算法的非特定人語音識別[J].控制與決策,2002(1):65?68.

    [7] 孫光民,董笑盈.基于神經(jīng)網(wǎng)絡的漢語孤立詞語音識別[J].北京工業(yè)大學學報,2002,28(3):289?292.

    [8] 趙力.語音信號處理[M].2版.北京:機械工業(yè)出版社,2009.

    [9] 張家騄.漢語人機語音通信基礎[M].上海:上??茖W技術出版社,2010.

    [10] 何友,王國宏,關欣.信息融合理論及應用[M].北京:電子工業(yè)出版社,2010.endprint

    猜你喜歡
    傅里葉變換特征融合支持向量機
    基于移動端的樹木葉片識別方法的研究
    科技資訊(2017年11期)2017-06-09 18:28:13
    基于SIFT特征的港口內(nèi)艦船檢測方法
    融合整體與局部特征的車輛型號識別方法
    《信號與系統(tǒng)》中傅里葉變換在OFDM移動通信系統(tǒng)中的應用
    亞太教育(2016年34期)2016-12-26 13:19:56
    《數(shù)字信號處理》中存在的難點問題解析
    亞太教育(2016年34期)2016-12-26 12:51:31
    動態(tài)場景中的視覺目標識別方法分析
    論提高裝備故障預測準確度的方法途徑
    價值工程(2016年32期)2016-12-20 20:36:43
    基于熵技術的公共事業(yè)費最優(yōu)組合預測
    價值工程(2016年29期)2016-11-14 00:13:35
    基于支持向量機的金融數(shù)據(jù)分析研究
    基于MATLAB的道路交通標志識別
    国产激情久久老熟女| 亚洲专区中文字幕在线| www.999成人在线观看| 欧美精品一区二区大全| 狂野欧美激情性xxxx| 两个人看的免费小视频| 国产亚洲一区二区精品| 宅男免费午夜| 丝袜人妻中文字幕| 色综合欧美亚洲国产小说| 久久精品国产综合久久久| 老司机靠b影院| 国产av一区二区精品久久| 色网站视频免费| 国产熟女午夜一区二区三区| 国产精品一区二区免费欧美 | 国产日韩欧美亚洲二区| 成人亚洲欧美一区二区av| 亚洲一区二区三区欧美精品| 中文字幕人妻熟女乱码| 国产精品国产av在线观看| 丝袜美足系列| 咕卡用的链子| 色播在线永久视频| 狂野欧美激情性bbbbbb| 欧美 日韩 精品 国产| 国产亚洲av片在线观看秒播厂| av天堂在线播放| 天天影视国产精品| 在线观看一区二区三区激情| 91成人精品电影| 天天躁狠狠躁夜夜躁狠狠躁| 国产精品香港三级国产av潘金莲 | 国产一区二区在线观看av| 国产精品秋霞免费鲁丝片| 少妇的丰满在线观看| 男女高潮啪啪啪动态图| 校园人妻丝袜中文字幕| 9191精品国产免费久久| 久久精品亚洲熟妇少妇任你| 男女无遮挡免费网站观看| 老司机靠b影院| 精品人妻1区二区| 日韩,欧美,国产一区二区三区| 一区二区三区精品91| 搡老乐熟女国产| 一级黄色大片毛片| 国产主播在线观看一区二区 | 超碰97精品在线观看| 亚洲成人国产一区在线观看 | 国产在线一区二区三区精| 欧美激情极品国产一区二区三区| 国产精品秋霞免费鲁丝片| 亚洲成人手机| 午夜影院在线不卡| 天天躁夜夜躁狠狠久久av| 亚洲国产中文字幕在线视频| a 毛片基地| 精品视频人人做人人爽| 日韩一本色道免费dvd| 国产精品 欧美亚洲| 美女国产高潮福利片在线看| 久热这里只有精品99| 人成视频在线观看免费观看| 国产亚洲午夜精品一区二区久久| 亚洲熟女毛片儿| 国产91精品成人一区二区三区 | 亚洲av日韩在线播放| 国产男人的电影天堂91| 亚洲三区欧美一区| 美女高潮到喷水免费观看| 亚洲一卡2卡3卡4卡5卡精品中文| 99久久综合免费| 久久精品国产a三级三级三级| 日韩熟女老妇一区二区性免费视频| bbb黄色大片| 99久久综合免费| 丁香六月天网| 一级,二级,三级黄色视频| 一级毛片 在线播放| 久久精品久久精品一区二区三区| 在线观看www视频免费| 美女中出高潮动态图| 久久中文字幕一级| 亚洲免费av在线视频| av国产精品久久久久影院| 国产亚洲av高清不卡| 日韩电影二区| 欧美在线一区亚洲| 午夜久久久在线观看| 不卡av一区二区三区| av线在线观看网站| 在线天堂中文资源库| 如日韩欧美国产精品一区二区三区| 亚洲欧洲精品一区二区精品久久久| 9热在线视频观看99| 精品亚洲成国产av| 看十八女毛片水多多多| 少妇人妻久久综合中文| 日本欧美国产在线视频| 人妻 亚洲 视频| 亚洲五月婷婷丁香| 丰满少妇做爰视频| 男女无遮挡免费网站观看| 亚洲激情五月婷婷啪啪| 欧美日韩视频高清一区二区三区二| 亚洲精品中文字幕在线视频| 久久人妻福利社区极品人妻图片 | 男女床上黄色一级片免费看| 少妇人妻 视频| 美国免费a级毛片| 丝袜喷水一区| 大话2 男鬼变身卡| av天堂久久9| 免费看av在线观看网站| 看十八女毛片水多多多| 少妇的丰满在线观看| 97人妻天天添夜夜摸| 91麻豆精品激情在线观看国产 | av国产精品久久久久影院| 老熟女久久久| 母亲3免费完整高清在线观看| 伦理电影免费视频| 黄色 视频免费看| 亚洲av电影在线进入| 中文字幕色久视频| 国产无遮挡羞羞视频在线观看| 国产欧美亚洲国产| 自拍欧美九色日韩亚洲蝌蚪91| 一边摸一边抽搐一进一出视频| 人妻 亚洲 视频| 两性夫妻黄色片| 久久青草综合色| 99久久人妻综合| 你懂的网址亚洲精品在线观看| 亚洲国产中文字幕在线视频| 好男人电影高清在线观看| 免费观看人在逋| 亚洲综合色网址| 久久久久国产精品人妻一区二区| 国产成人精品在线电影| 久久久久精品国产欧美久久久 | 国产精品麻豆人妻色哟哟久久| 交换朋友夫妻互换小说| av一本久久久久| 欧美成人精品欧美一级黄| 亚洲av电影在线进入| 午夜激情久久久久久久| 久久久久久久国产电影| 天天躁夜夜躁狠狠久久av| 黄色怎么调成土黄色| 人人妻,人人澡人人爽秒播 | 在线 av 中文字幕| 亚洲精品美女久久av网站| 日韩一卡2卡3卡4卡2021年| 在现免费观看毛片| 精品人妻熟女毛片av久久网站| 国产国语露脸激情在线看| 欧美人与性动交α欧美软件| 亚洲,欧美精品.| 国产欧美日韩综合在线一区二区| 精品福利观看| 看十八女毛片水多多多| 欧美日韩亚洲综合一区二区三区_| a级毛片在线看网站| 亚洲av美国av| 午夜影院在线不卡| 在线观看一区二区三区激情| 美女中出高潮动态图| 亚洲国产精品国产精品| 人人妻人人爽人人添夜夜欢视频| 人成视频在线观看免费观看| 欧美日韩一级在线毛片| 91国产中文字幕| 亚洲一卡2卡3卡4卡5卡精品中文| 中文字幕人妻熟女乱码| 成人三级做爰电影| 午夜91福利影院| 狠狠精品人妻久久久久久综合| 久久av网站| 男女免费视频国产| 亚洲人成电影免费在线| 青春草亚洲视频在线观看| 老司机亚洲免费影院| 午夜免费成人在线视频| 国产精品二区激情视频| 人成视频在线观看免费观看| 少妇人妻久久综合中文| 高潮久久久久久久久久久不卡| av在线播放精品| 午夜福利影视在线免费观看| 久久人人爽人人片av| 亚洲欧美日韩另类电影网站| 亚洲专区中文字幕在线| 国产精品久久久人人做人人爽| 欧美日本中文国产一区发布| 99国产综合亚洲精品| 嫁个100分男人电影在线观看 | 女性被躁到高潮视频| 亚洲 欧美一区二区三区| 中文字幕最新亚洲高清| 色播在线永久视频| 成年人午夜在线观看视频| 韩国高清视频一区二区三区| 午夜福利视频在线观看免费| 国产精品久久久人人做人人爽| 国产精品一区二区在线观看99| 一级,二级,三级黄色视频| 日韩一卡2卡3卡4卡2021年| 国产日韩一区二区三区精品不卡| av电影中文网址| 国产高清视频在线播放一区 | 国产淫语在线视频| 人妻一区二区av| 国产精品.久久久| 免费在线观看日本一区| 欧美成人午夜精品| 精品亚洲成a人片在线观看| 91麻豆精品激情在线观看国产 | 精品第一国产精品| 久久99热这里只频精品6学生| 久久久久视频综合| 久久久久国产一级毛片高清牌| 成人黄色视频免费在线看| 免费不卡黄色视频| 久久久久精品国产欧美久久久 | 色综合欧美亚洲国产小说| 黄色毛片三级朝国网站| 一二三四在线观看免费中文在| 韩国精品一区二区三区| 91麻豆精品激情在线观看国产 | 男人添女人高潮全过程视频| 黄色视频不卡| 免费人妻精品一区二区三区视频| 免费在线观看视频国产中文字幕亚洲 | 男人添女人高潮全过程视频| 亚洲国产av新网站| 丝袜在线中文字幕| 日韩一本色道免费dvd| 伊人久久大香线蕉亚洲五| 永久免费av网站大全| 脱女人内裤的视频| 亚洲av在线观看美女高潮| 国产精品久久久人人做人人爽| 美女中出高潮动态图| 亚洲第一青青草原| 成年美女黄网站色视频大全免费| 一本—道久久a久久精品蜜桃钙片| 免费日韩欧美在线观看| 久久精品熟女亚洲av麻豆精品| 美女大奶头黄色视频| 国产精品亚洲av一区麻豆| 色婷婷av一区二区三区视频| 亚洲欧洲日产国产| 国产免费一区二区三区四区乱码| 欧美精品av麻豆av| 91老司机精品| 久久精品国产综合久久久| 国产亚洲一区二区精品| av在线老鸭窝| 99re6热这里在线精品视频| 精品福利永久在线观看| 精品国产一区二区久久| 两个人看的免费小视频| a级毛片黄视频| videos熟女内射| 成年人免费黄色播放视频| 伊人亚洲综合成人网| 国产亚洲欧美精品永久| 男人爽女人下面视频在线观看| 欧美 日韩 精品 国产| 午夜福利视频在线观看免费| 免费在线观看完整版高清| 国产欧美亚洲国产| 后天国语完整版免费观看| 免费高清在线观看视频在线观看| 免费高清在线观看视频在线观看| 国产亚洲欧美精品永久| 婷婷色综合www| 国产精品国产三级国产专区5o| 女人爽到高潮嗷嗷叫在线视频| 亚洲国产欧美网| 亚洲国产欧美日韩在线播放| 国产91精品成人一区二区三区 | 老司机亚洲免费影院| 亚洲人成网站在线观看播放| 少妇的丰满在线观看| 国产欧美日韩一区二区三区在线| 久久精品亚洲av国产电影网| 国产精品99久久99久久久不卡| 国产男女超爽视频在线观看| 国精品久久久久久国模美| 国产av一区二区精品久久| 99热网站在线观看| 成年av动漫网址| 亚洲人成电影观看| 亚洲精品国产av成人精品| 老熟女久久久| 免费日韩欧美在线观看| 精品一区二区三区av网在线观看 | 欧美国产精品一级二级三级| 男女边吃奶边做爰视频| 桃花免费在线播放| 日韩一卡2卡3卡4卡2021年| 首页视频小说图片口味搜索 | 国产精品99久久99久久久不卡| 一区二区三区激情视频| 久久精品熟女亚洲av麻豆精品| 久久久国产精品麻豆| 日本色播在线视频| 国精品久久久久久国模美| 91字幕亚洲| 99精国产麻豆久久婷婷| 一本—道久久a久久精品蜜桃钙片| 99久久99久久久精品蜜桃| 亚洲 国产 在线| 美女中出高潮动态图| av天堂在线播放| videos熟女内射| 午夜福利一区二区在线看| 肉色欧美久久久久久久蜜桃| 中文字幕人妻熟女乱码| www.精华液| a 毛片基地| 成人免费观看视频高清| 中文字幕av电影在线播放| 欧美激情 高清一区二区三区| 久久久国产一区二区| 欧美精品高潮呻吟av久久| bbb黄色大片| 啦啦啦啦在线视频资源| 日本av免费视频播放| 一级a爱视频在线免费观看| 黄频高清免费视频| 夜夜骑夜夜射夜夜干| 午夜福利免费观看在线| 久久精品国产综合久久久| 国产亚洲欧美在线一区二区| 高清不卡的av网站| videosex国产| 国产免费一区二区三区四区乱码| 99精国产麻豆久久婷婷| 又黄又粗又硬又大视频| 国产熟女欧美一区二区| 2021少妇久久久久久久久久久| 蜜桃在线观看..| 一区二区三区精品91| 看免费av毛片| 精品少妇久久久久久888优播| 色婷婷av一区二区三区视频| 夫妻午夜视频| 亚洲成人手机| 美女视频免费永久观看网站| 欧美日本中文国产一区发布| 青草久久国产| 久久99热这里只频精品6学生| 97在线人人人人妻| 亚洲av日韩在线播放| av天堂久久9| 纯流量卡能插随身wifi吗| 女人久久www免费人成看片| 亚洲天堂av无毛| 亚洲国产欧美在线一区| av网站免费在线观看视频| 亚洲人成电影免费在线| 男女高潮啪啪啪动态图| 美女视频免费永久观看网站| 欧美人与善性xxx| 国产黄频视频在线观看| 50天的宝宝边吃奶边哭怎么回事| 男人添女人高潮全过程视频| 成人三级做爰电影| 欧美变态另类bdsm刘玥| 成人影院久久| 午夜福利,免费看| 久久久久久久久免费视频了| 欧美老熟妇乱子伦牲交| 久久久久久久久免费视频了| 黄色视频不卡| 91精品伊人久久大香线蕉| 人人妻人人澡人人爽人人夜夜| 国产精品欧美亚洲77777| 三上悠亚av全集在线观看| 欧美日韩综合久久久久久| 七月丁香在线播放| 日本av手机在线免费观看| 亚洲欧美中文字幕日韩二区| 18禁国产床啪视频网站| 老司机午夜十八禁免费视频| 夜夜骑夜夜射夜夜干| 精品人妻在线不人妻| 婷婷色麻豆天堂久久| 亚洲国产最新在线播放| 亚洲男人天堂网一区| 亚洲综合色网址| www.自偷自拍.com| 汤姆久久久久久久影院中文字幕| 亚洲欧美一区二区三区久久| h视频一区二区三区| 日韩人妻精品一区2区三区| 9色porny在线观看| 在线观看www视频免费| 国产伦理片在线播放av一区| 伊人亚洲综合成人网| 热re99久久国产66热| 国产在线观看jvid| 男人操女人黄网站| 看免费av毛片| 日韩欧美一区视频在线观看| 两性夫妻黄色片| 女性被躁到高潮视频| 日本黄色日本黄色录像| 99热网站在线观看| 侵犯人妻中文字幕一二三四区| 亚洲中文av在线| 欧美精品av麻豆av| 亚洲伊人色综图| 中文字幕人妻丝袜制服| 国产高清videossex| 婷婷色av中文字幕| 久久精品人人爽人人爽视色| 成年女人毛片免费观看观看9 | 久久99精品国语久久久| 91九色精品人成在线观看| 亚洲人成网站在线观看播放| 操出白浆在线播放| 亚洲av片天天在线观看| 啦啦啦啦在线视频资源| 欧美黄色片欧美黄色片| 国产黄色免费在线视频| 9色porny在线观看| 亚洲欧美色中文字幕在线| 精品国产乱码久久久久久小说| 99九九在线精品视频| 午夜福利,免费看| 精品欧美一区二区三区在线| 少妇粗大呻吟视频| 国产麻豆69| 精品亚洲成a人片在线观看| 黄色片一级片一级黄色片| 日韩一区二区三区影片| 老汉色av国产亚洲站长工具| 亚洲一区二区三区欧美精品| 亚洲av电影在线观看一区二区三区| 免费观看av网站的网址| 成人亚洲欧美一区二区av| 亚洲欧洲日产国产| 悠悠久久av| 纵有疾风起免费观看全集完整版| 两个人看的免费小视频| 亚洲第一av免费看| 欧美黄色淫秽网站| 99久久人妻综合| 男人操女人黄网站| 久久精品亚洲熟妇少妇任你| 国产午夜精品一二区理论片| 男人操女人黄网站| 五月天丁香电影| a级片在线免费高清观看视频| 免费观看a级毛片全部| 亚洲一区中文字幕在线| 黄色一级大片看看| 婷婷丁香在线五月| 久久久久久久国产电影| 中文欧美无线码| 好男人电影高清在线观看| 女人精品久久久久毛片| 欧美黑人精品巨大| 亚洲色图综合在线观看| 久久人妻福利社区极品人妻图片 | 国产欧美亚洲国产| 日本av手机在线免费观看| 成人午夜精彩视频在线观看| 制服诱惑二区| 精品少妇内射三级| 国产不卡av网站在线观看| 日本vs欧美在线观看视频| 午夜两性在线视频| 国产精品av久久久久免费| 国产精品一区二区在线不卡| 精品亚洲成a人片在线观看| 国产色视频综合| 国产精品免费视频内射| 电影成人av| 蜜桃国产av成人99| 成人国产av品久久久| 91九色精品人成在线观看| 色网站视频免费| 一本久久精品| 欧美激情高清一区二区三区| 精品少妇久久久久久888优播| 考比视频在线观看| 国产成人免费观看mmmm| 蜜桃国产av成人99| 色精品久久人妻99蜜桃| 无限看片的www在线观看| 九草在线视频观看| www.熟女人妻精品国产| 天天躁狠狠躁夜夜躁狠狠躁| 国产国语露脸激情在线看| www日本在线高清视频| 成人亚洲精品一区在线观看| 制服人妻中文乱码| 欧美人与善性xxx| 美国免费a级毛片| 中国美女看黄片| 伊人久久大香线蕉亚洲五| 一级片'在线观看视频| 国产伦理片在线播放av一区| 男男h啪啪无遮挡| av有码第一页| 99久久综合免费| www.999成人在线观看| av一本久久久久| 成人午夜精彩视频在线观看| 菩萨蛮人人尽说江南好唐韦庄| 老汉色∧v一级毛片| 亚洲国产欧美一区二区综合| 夜夜骑夜夜射夜夜干| 亚洲av日韩精品久久久久久密 | 午夜日韩欧美国产| 国产欧美日韩精品亚洲av| 日日夜夜操网爽| 国产欧美亚洲国产| 亚洲欧美日韩高清在线视频 | 亚洲av成人精品一二三区| 少妇 在线观看| 肉色欧美久久久久久久蜜桃| 91精品国产国语对白视频| 99国产精品免费福利视频| 50天的宝宝边吃奶边哭怎么回事| 亚洲第一青青草原| 国产日韩一区二区三区精品不卡| 热99久久久久精品小说推荐| 国产成人啪精品午夜网站| 一区福利在线观看| 久久国产亚洲av麻豆专区| 大型av网站在线播放| 久久久久久久大尺度免费视频| 欧美日韩亚洲国产一区二区在线观看 | 99国产精品一区二区三区| 成人免费观看视频高清| 我的亚洲天堂| 1024香蕉在线观看| 国产精品一区二区在线不卡| 午夜免费男女啪啪视频观看| 国产精品免费大片| 午夜免费观看性视频| 多毛熟女@视频| 国产精品国产av在线观看| 亚洲国产中文字幕在线视频| 国产淫语在线视频| 99国产精品99久久久久| 亚洲精品日韩在线中文字幕| 国产野战对白在线观看| 黄色a级毛片大全视频| 久久国产精品大桥未久av| av不卡在线播放| 99国产精品一区二区蜜桃av | 在线 av 中文字幕| 19禁男女啪啪无遮挡网站| 中国国产av一级| 1024香蕉在线观看| 黑人欧美特级aaaaaa片| 1024香蕉在线观看| 丰满迷人的少妇在线观看| 一区二区日韩欧美中文字幕| 国产精品三级大全| av视频免费观看在线观看| av天堂久久9| 亚洲久久久国产精品| 人人妻人人添人人爽欧美一区卜| 国产主播在线观看一区二区 | 欧美97在线视频| 久久久国产一区二区| 久久天堂一区二区三区四区| 国产精品一区二区在线不卡| 成人午夜精彩视频在线观看| av天堂久久9| 亚洲国产精品999| 精品一区在线观看国产| 久久av网站| 亚洲色图综合在线观看| 国产精品.久久久| 婷婷色综合www| 日本a在线网址| 欧美 亚洲 国产 日韩一| 交换朋友夫妻互换小说| 建设人人有责人人尽责人人享有的| 亚洲色图 男人天堂 中文字幕| 美女中出高潮动态图| 亚洲av片天天在线观看| 成人手机av| 在线观看免费视频网站a站| 99国产精品99久久久久| 中国美女看黄片| 欧美av亚洲av综合av国产av| 久久久久久久精品精品| 亚洲激情五月婷婷啪啪| 97在线人人人人妻| 久久久精品94久久精品| 深夜精品福利| 久久精品国产综合久久久| 久久99一区二区三区| 久久久久网色| 只有这里有精品99| 美女视频免费永久观看网站| 99精品久久久久人妻精品| 老熟女久久久| 女人精品久久久久毛片| 国产免费又黄又爽又色| www.熟女人妻精品国产| 男女床上黄色一级片免费看| 亚洲av片天天在线观看| 久久人妻熟女aⅴ|