• <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 ?

    噪聲環(huán)境下穩(wěn)健的說話人識別特征研究

    2017-12-01 03:32:53程小偉王健曾慶寧謝先明龍超
    聲學(xué)技術(shù) 2017年5期
    關(guān)鍵詞:階數(shù)識別率濾波器

    程小偉,王健,曾慶寧,謝先明,龍超

    ?

    噪聲環(huán)境下穩(wěn)健的說話人識別特征研究

    程小偉,王健,曾慶寧,謝先明,龍超

    (桂林電子科技大學(xué)信息與通信學(xué)院,廣西桂林 541004)

    針對噪聲環(huán)境下說話人識別率較低的問題,提出一種基于正規(guī)化線性預(yù)測功率譜的說話人識別特征。首先對語音信號線性預(yù)測分析和正規(guī)化處理求出語音頻譜包絡(luò),然后通過伽馬通濾波器組得到對數(shù)子帶能量,最后對特征參數(shù)進(jìn)行離散余弦變換,得到了一種說話人識別特征正規(guī)化線性預(yù)測伽馬通濾波器倒譜系數(shù)(Regularized Linear Prediction Gammatone Filter Cepstral Coefficient, RLP-GFCC)。仿真結(jié)果表明,在噪聲環(huán)境說話人辨認(rèn)試驗中,相比傳統(tǒng)特征美爾頻率倒譜系數(shù)(Mel Frequency Cepstral Coefficient,MFCC)和伽馬通濾波器倒譜系數(shù)(Gammatone Filter Cepstral Coefficient,GFCC)的系統(tǒng)識別率得到了明顯提高,對噪聲環(huán)境的魯棒性得到了增強。

    線性預(yù)測;正規(guī)化;說話人識別;伽馬通濾波器組;魯棒性

    0 引言

    說話人識別技術(shù)是一種重要的生物特征識別技術(shù),應(yīng)用于身份確認(rèn)、信息安全、遠(yuǎn)程控制等領(lǐng)域[1]。如何提取有效的說話人識別特征是識別技術(shù)的關(guān)鍵,說話人識別特征要能夠描述說話人聲道特性,有較高的區(qū)分度,對外界環(huán)境具有較強的魯棒性[2]。

    線性預(yù)測理論應(yīng)用于語音信號處理,能夠提供說話人的聲道模型[3],因此,線性預(yù)測系數(shù)(Linear Prediction Coefficient,LPC)成為比較普遍的說話人識別特征,基于線性預(yù)測理論的特征線性預(yù)測倒譜系數(shù)(Linear Prediction Cepstral Coefficient,LPCC)[4]能夠用于說話人識別特征。這些特征在安靜環(huán)境下能夠取得很高的識別率,但對噪聲環(huán)境的魯棒性卻很差。梅爾頻率倒譜系數(shù)(Mel Frequency Cepstral Coefficient,MFCC)[5]是語音識別和說話人識別最有效的特征之一,該特征基于聽覺模型,對噪聲環(huán)境具有一定的魯棒性,但在低信噪比環(huán)境下識別率仍然較低。為應(yīng)對噪聲環(huán)境下說話人系統(tǒng)識別率較低的問題,研究人員通過對基于人耳耳蝸聽覺模型伽馬通濾波器的研究,提出了用于說話人識別的特征——伽馬通濾波器倒譜系數(shù)(Gammatone Filter Cepstral Coefficient,GFCC)[6],經(jīng)實驗論證該特征在不同背景噪聲環(huán)境下可取得比MFCC更好的識別率。

    為了進(jìn)一步提高說話人識別系統(tǒng)對噪聲環(huán)境的魯棒性,結(jié)合線性預(yù)測分析理論和伽馬通濾波器組的特殊性質(zhì),本文提出一種新的說話人識別特征,先求出語音信號的線性預(yù)測功率譜,并對線性預(yù)測功率譜進(jìn)行正規(guī)化處理[7],得到的頻譜代替?zhèn)鹘y(tǒng)傅里葉變換功率譜,最后結(jié)合特征GFCC的提取方法,得到說話人識別特征正規(guī)化線性預(yù)測伽馬通濾波器倒譜系數(shù)(Regularized Linear Prediction Gammatone Filter Cepstral Coefficient, RLP-GFCC),仿真實驗表明,該特征在噪聲環(huán)境下能夠取得比GFCC和線性預(yù)測伽馬通濾波器倒譜系數(shù)(Linear Prediction Gammatone Filter Cepstral Coefficient, LP-GFCC)更好的系統(tǒng)識別率。

    1 語音信號短時功率譜

    1.1 線性預(yù)測功率譜

    傳統(tǒng)語音信號功率譜是通過對語音信號進(jìn)行加窗分幀,然后對每幀語音信號進(jìn)行離散傅里葉變換得到其頻譜,即通過式(1)實現(xiàn):

    其中:為離散頻率;()和()分別為加窗函數(shù)和語音采樣信號;為離散傅里葉變換點數(shù)。本文實驗中加窗函數(shù)()采用漢明窗。

    一般通過自相關(guān)方法[12]求取線性預(yù)測系數(shù),即通過式(2)求得:

    線性預(yù)測功率譜比傳統(tǒng)離散傅里葉變換頻譜更加光滑,能夠較好地表示語音信號的頻譜包絡(luò),同時能提供說話人的聲道模型。

    1.2 正規(guī)化線性預(yù)測功率譜

    L. Anders Ekman[7]等在2008年提出了語音信號的正規(guī)化線性預(yù)測,正規(guī)化線性預(yù)測比傳統(tǒng)線性預(yù)測能更好地描述語音信號的頻譜包絡(luò)。

    正規(guī)化線性預(yù)測系數(shù)通過式(5)求得:

    圖1運用FFT、LP和RLP三種頻譜分析方法生成了頻譜對比圖,使用的語音來自TIMIT語音庫,圖1(b)為圖1(a)中同一幀語音加0 dB信噪比的機槍(machinegun)噪聲。LP和RLP所用階數(shù)為=20,RLP中參數(shù)=10-10,為了便于觀察,RLP頻譜上移20 dB。從圖1中可以看出,LP譜和RLP能夠體現(xiàn)出短時語音信號的共振峰特性和頻譜包絡(luò)。正規(guī)化線性預(yù)測通過補償方法處理非光滑部分,比傳統(tǒng)線性預(yù)測頻譜包絡(luò)的估計失真低。

    (a) 純凈語言

    (b) 帶噪語言

    圖1 純凈語音與帶噪語音頻譜對比圖

    Fig.1 Comparison of spectrum between clean speech and noisy speech

    2 基于線性預(yù)測功率譜的特征提取過程

    特征LP-GFCC和RLP-GFCC提取過程如圖2所示:

    圖2 魯棒性特征提取流程圖

    首先對語音信號進(jìn)行預(yù)加重處理,通過高通濾波器,提升高頻分量;然后利用語音信號的短時平穩(wěn)性,對語音信號進(jìn)行加窗分幀,本文采用漢明窗;利用上述計算方法求取LP或RLP系數(shù),按照式(3)或式(6)對每組預(yù)測系數(shù)進(jìn)行離散傅里葉變換(Discrete Fourier Transform,DFT),得到的能量譜通過64通道的伽馬通濾波器組[15],對子帶能量取對數(shù),最后對子帶對數(shù)能量進(jìn)行離散余弦變換(Discrete Cosine Transform,DCT),得到特征LP- GFCC或RLP-GFCC。

    3 實驗分析

    本文所用的基線系統(tǒng)是與文本無關(guān)的說話人辨認(rèn)系統(tǒng),實驗使用的語音來自TIMIT語音庫[16],采樣率是16 kHz,單通道錄音,采樣精度為16 bit,從中選取85個說話人(其中男45人,女40人),每一個說話人有10句語音段,每段語音時長約3 s。訓(xùn)練模型使用7句語音,測試使用3句語音,總共測試語音255句。說話人識別訓(xùn)練模型采用高斯混合模型(Gaussian Mixture Model,GMM)。實驗所用噪聲來自noisex-92噪聲庫,語音信號信噪比設(shè)為-5、0、5、10、15、20、25、30 dB。

    高斯混合模型階數(shù)由說話人辨認(rèn)樣本數(shù)量決定,本次實驗樣本數(shù)量較少,階數(shù)過高會造成過擬合使識別率降低,階數(shù)過低不能充分表達(dá)說話人的特征空間。實驗使用的參數(shù)直接影響系統(tǒng)識別率,文獻(xiàn)[2]的實驗參數(shù)在說話人辨認(rèn)實驗中能夠取得較好的識別率,因此本文采用文獻(xiàn)[2]的實驗參數(shù),實驗1在基線系統(tǒng)上對GMM階數(shù)取值做了對比實驗,GMM階數(shù)取32時,基線系統(tǒng)性能達(dá)到最好。語音信號預(yù)加重系數(shù)典型取值在0.92~0.97之間,本文取值0.93,采用漢明窗加窗分幀,幀長為32 ms,即512個采樣點,幀移為8 ms,即128個采樣點。實驗中的端點檢測采用基音檢測算法。特征MFCCD取12階靜態(tài)MFCC和一階動態(tài)特征,總共24維特征參數(shù)。在提取說話人識別特征GFCC的過程中,采用64通道伽馬通濾波器組,依照等效矩形帶寬(Equivalent Rectangular Bandwidth,ERB)頻率分布在50 Hz和8 000 Hz之間,對對數(shù)子帶能量進(jìn)行DCT之后,24維系數(shù)作為實驗所用的說話人特征。本文實驗特征LP-GFCC和RLP-GFCC線性預(yù)測階數(shù)為20,RLP-GFCC的參數(shù)取固定值10-10。

    3.1 實驗1 GMM階數(shù)對基線系統(tǒng)影響

    本文實驗采用高斯混合模型進(jìn)行說話人辨認(rèn)實驗,其中GMM階數(shù)直接影響說話人識別系統(tǒng)。實驗中采用高斯混合模型階數(shù)分別為4、8、16、32、64,測試語音采用純凈語音,特征使用24維MFCCD作為說話人識別系統(tǒng)特征,實驗結(jié)果如表1所示。

    表1 GMM階數(shù)對基線系統(tǒng)的影響

    從表1可以看出,隨著GMM階數(shù)的增加,系統(tǒng)識別性能逐漸變好,當(dāng)階數(shù)為32時,識別性能最好,識別率達(dá)到98.43%,隨后開始降低。因此對于實驗所用的基線系統(tǒng),GMM階數(shù)取值32時,系統(tǒng)識別率達(dá)到最好,本文實驗采用32階GMM。

    3.2 實驗2 平穩(wěn)噪聲環(huán)境識別結(jié)果

    為了驗證平穩(wěn)噪聲環(huán)境下特征LP-GFCC和RLP-GFCC識別的魯棒性,分別用MFCCD、GFCC、LP-GFCC和RLP-GFCC做仿真實驗,四種特征均為24維,平穩(wěn)噪聲選用白噪聲,信噪比設(shè)為30、25、20、15、10、5、0 dB。系統(tǒng)識別率如表2所示。

    從表2可以看出,特征LP-GFCC和RLP-GFCC在噪聲環(huán)境下系統(tǒng)識別率優(yōu)于MFCCD,在高噪聲環(huán)境下系統(tǒng)識別率稍差于GFCC,在低信噪比時識別率明顯優(yōu)于特征GFCC,RLP-GFCC特征對噪聲的魯棒性優(yōu)于LP-GFCC。在0 dB噪聲環(huán)境下,四種特征在系統(tǒng)中識別率都很低,在15 dB白噪聲環(huán)境下,特征RLP-GFCC的識別率較特征MFCC、GFCC和LP-GFCC分別提高了41.96%、8.23%和3.92%。

    表2 白噪聲環(huán)境下的特征識別率

    3.3 實驗3 非平穩(wěn)噪聲環(huán)境識別結(jié)果

    為了驗證非平穩(wěn)噪聲環(huán)境下特征LP-GFCC和RLP-GFCC識別的魯棒性,同實驗2的實驗參數(shù),從noisex-92噪聲庫選取pink、babble、machinegun噪聲,信噪比設(shè)為30、25、20、15、10、5、0、-5 dB。說話人識別系統(tǒng)仿真結(jié)果如圖3~5所示。

    從圖3~5仿真結(jié)果可以看出,在不同信噪比噪聲環(huán)境下,特征LP-GFCC和RLP-GFCC系統(tǒng)識別率明顯高于傳統(tǒng)特征MFCCD和GFCC,特征RLP-GFCC系統(tǒng)識別率稍微高于LP-GFCC,在5 dB 噪聲環(huán)境下,LP-GFCC平均識別率比傳統(tǒng)特征MFCCD和GFCC分別高出39.48%和26.80%。由于本文實驗在求取特征RLP-GFCC時,參數(shù)取固定值10-10,特征RLP-GFCC系統(tǒng)識別率稍微高于特征LP-GFCC。文獻(xiàn)[7]關(guān)于正規(guī)化線性預(yù)測功率譜,對參數(shù)提出了一種自適應(yīng)方法,參數(shù)是隨基音變化的數(shù),能夠減少傳統(tǒng)線性預(yù)測對語音信號造成的失真。

    圖3 粉紅噪聲環(huán)境下的特征識別率

    圖4 嘈雜噪聲環(huán)下的境特征識別率

    圖5 機槍噪聲環(huán)境下的特征識別率

    3.4 實驗4 說話人識別特征計算時間對比

    表3列舉了特征MFCCD、GFCC、LP-GFCC、RLP-GFCC的平均計算時間,測試語音時長為5 s,每種特征測試20次,最后取平均時間。實驗仿真軟件平臺為Matlab R2014a,計算機CPU為酷睿i3-2310,主頻為2.1 GHz。雖然特征LP-GFCC和RLP-GFCC的計算時間較MFCC、GFCC稍長,但在性能好的計算機實驗平臺上計算時間還會縮短,能夠滿足一定的實時性。在下一步的研究工作中,需要改進(jìn)特征的計算復(fù)雜度,期望能夠有更好的實時性能。

    表3 說話人識別特征計算時間對比結(jié)果

    4 結(jié)論

    環(huán)境噪聲對語音信號影響很大,不僅影響語音質(zhì)量以及可懂度,而且造成語音識別和說話人識別系統(tǒng)識別率的迅速下降。本文通過結(jié)合線性預(yù)測分析理論和伽馬通濾波器的特殊性質(zhì),提出了說話人識別特征LP-GFCC和RLP-GFCC,利用TIMIT語音庫和noisex-92噪聲庫,Matlab仿真實驗表明,這兩種特征在說話人識別系統(tǒng)中性能優(yōu)于傳統(tǒng)特征MFCC和GFCC,提高了系統(tǒng)的說話人識別率和對噪聲環(huán)境的魯棒性。但RLP-GFCC的識別性能稍微優(yōu)于特征LP-GFCC,補償參數(shù)對說話人識別系統(tǒng)的識別率影響較大,因此在后續(xù)的說話人識別研究工作中,可以引入相關(guān)文獻(xiàn)中的自適應(yīng)方法。

    [1] 吳朝暉. 說話人識別模型與方法[M]. 北京: 清華大學(xué)出版社, 2009. WU Chaohui. The model and method of speaker recognition[M]. Beijing: Tsinghua University Press, 2009.

    [2] 蔣曄. 基于短語音和信道變化的說話人識別研究[D]. 南京: 南京理工大學(xué), 2013. JIANG Ye. Research on speaker recognition over short utterance and varying channels[D]. Nanjing: Nanjing University of Science and Technology, 2013.

    [3] Pati D, Prasanna S R M. Processing of linear prediction residual in spectral and cepstral domains for speaker information[J]. International Journal of Speech Technology, 2015, 18(3):1-18.

    [4] 周燕, 胡志峰. 基于免疫聚類的RBF網(wǎng)絡(luò)在說話人識別中的應(yīng)用[J]. 聲學(xué)技術(shù), 2010, 29(2): 184-187. ZHOU Yan, HU Zhifeng. Application of immune algorithm based RBF network to human speaker recognition[J]. Technical Acoustics, 2010, 29(2): 184-187.

    [5] 林琳, 陳虹, 陳建. 基于魯棒聽覺特征的說話人識別[J]. 電子學(xué)報, 2013, 41(3): 619-624. LIN Lin, CHEN Hong, CHEN Jian. Speaker recognition based on robust auditory feature[J]. Acta Electronica Sinica, 2013, 41(3): 619-624.

    [6] 王玥, 錢志鴻, 王雪, 等. 基于伽馬通濾波器組的聽覺特征提取算法研究[J]. 電子學(xué)報, 2010, 38(3): 525-528. WANG Yue, QIAN Zhihong, WANG Xue, et al. An auditory feature extraction algorithm based on γ-tone filter-banks[J]. Acta Electronica Sinica, 2010, 38 (3): 525-528.

    [7] Ekman L A, Kleijn W B, Murthi M N. Regularized linear prediction of speech[J]. IEEE Transactions on Audio Speech & Language Processing, 2008, 16(1): 65-73.

    [8] Bastys A, Kisel A, Alna B. The use of group delay features of linear prediction model for speaker recognition[J]. Informatica, 2010, 21(1): 1-12.

    [9] Bastys A, Kisel A, Alna B. The use of group delay features of linear prediction model for speaker recognition[J]. Informatica, 2010, 21(1): 1-12.

    [10] Saeidi R, Alku P, Backstrom T. Feature extraction using power-law adjusted linear prediction with application to speaker recognition under severe vocal effort mismatch[J]. Audio Speech & Language Processing IEEE/ACM Transactions on, 2016, 24(1): 42-53.

    [11] Makhoul J. Linear prediction: a tutorial review. Proc IEEE 63: 561-580[J]. Proceedings of the IEEE, 1975, 63(4): 561-580.

    [12] 宋知用. MATLAB在語音信號分析與合成中的應(yīng)用[M]. 北京: 北京航空航天大學(xué)出版社, 2013. SONG Zhiyong. Application of MATLAB in speech signal analysis and synthesis[M]. Beijing: Beihang University Press, 2013.

    [13] Shimamura T, Nguyen N D. Autocorrelation and double autocorrelation based spectral representations for a noisy word recognition system[C]// INTERSPEECH 2010, Conference of the International Speech Communication Association, Makuhari, Chiba, Japan, September. 2010.

    [14] Hanil?i C, Kinnunen T, Erta? F, et al. Regularized all-pole models for speaker verification under noisy environments[J]. IEEE Signal Processing Letters, 2012, 19(3): 163-166.

    [15] D. P. W. Ellis (2009). Gammatone-like spectrograms. http://www. ee.co-lumbia.edu/~dpwe/resources/matlab/gamatonegram/.

    [16] Li Q, Reynolds D A. Corpora for the evaluation of speaker recognition systems[C]// Acoustics, Speech, and Signal Processing, 1999. on 1999 IEEE International Conference. IEEE Computer Society, 1999: 829-832.

    A study of robust speaker recognition feature under noisy environment

    CHENG Xiao-wei, WANG Jian, ZENG Qing-ning, XIE Xian-ming, LONG Chao

    (School of Information and Communication, Guilin University of Electronic Technology, Guilin 541004, Guangxi, China)

    In order to solve the problem that speaker recognition rate is low under noisy environment, a speaker recognition feature based on regularized linear predictive power spectrum is proposed. The method uses linear prediction analysis and regularization of speech signal to get speech spectral envelope and then to get logarithmic sub-band energy through the Gammatone filter group, and finally uses discrete cosine transform to compute feature parameters to get a kind of speaker recognition feature named regularized linear predicted Gammatone filter cepstral coefficients (RLP-GFCC). The simulation results show that the recognition rate of the system is significantly improved in comparison with the systems of traditional feature MFCC and GFCC under noisy environment, and the robustness of the system to noise environment is improved.

    linear prediction; regularization; speaker recognition; Gammatone filter bank; robustness

    TN912.3

    A

    1000-3630(2017)-05-0479-05

    10.16300/j.cnki.1000-3630.2017.05.014

    2016-12-06;

    2017-04-01

    國家自然科學(xué)基金項目(61461011); 教育部重點實驗室2016年主任基金項目資助(CRKL160107); 廣西自然科學(xué)基金(2014 GXNSFBA118273)項目。

    程小偉(1990-), 男, 河南漯河人, 碩士研究生, 研究方向為語音增強和說話人識別。

    龍超, E-mail: chengzai05@163.com

    猜你喜歡
    階數(shù)識別率濾波器
    關(guān)于無窮小階數(shù)的幾點注記
    確定有限級數(shù)解的階數(shù)上界的一種n階展開方法
    基于類圖像處理與向量化的大數(shù)據(jù)腳本攻擊智能檢測
    計算機工程(2020年3期)2020-03-19 12:24:50
    從濾波器理解卷積
    電子制作(2019年11期)2019-07-04 00:34:38
    基于真耳分析的助聽器配戴者言語可懂度指數(shù)與言語識別率的關(guān)系
    開關(guān)電源EMI濾波器的應(yīng)用方法探討
    電子制作(2018年16期)2018-09-26 03:26:50
    提升高速公路MTC二次抓拍車牌識別率方案研究
    基于Canny振蕩抑制準(zhǔn)則的改進(jìn)匹配濾波器
    高速公路機電日常維護(hù)中車牌識別率分析系統(tǒng)的應(yīng)用
    基于TMS320C6678的SAR方位向預(yù)濾波器的并行實現(xiàn)
    国产高清三级在线| 成人午夜高清在线视频| 久久久久久九九精品二区国产| 观看免费一级毛片| 国产精品 欧美亚洲| 麻豆成人午夜福利视频| 男女视频在线观看网站免费| 琪琪午夜伦伦电影理论片6080| 国产乱人视频| 亚洲av五月六月丁香网| 国内久久婷婷六月综合欲色啪| 久久久色成人| 美女大奶头视频| 国产极品精品免费视频能看的| 欧美+日韩+精品| 夜夜夜夜夜久久久久| 日本 欧美在线| 亚洲熟妇中文字幕五十中出| 亚洲中文字幕日韩| 在线播放无遮挡| 婷婷丁香在线五月| 91在线精品国自产拍蜜月 | 午夜福利在线观看吧| 亚洲无线在线观看| 国产免费av片在线观看野外av| av在线蜜桃| 国产精品乱码一区二三区的特点| 观看免费一级毛片| 亚洲成人久久爱视频| 亚洲欧美一区二区三区黑人| 久久精品国产亚洲av香蕉五月| 久久国产精品影院| 中文字幕人妻熟人妻熟丝袜美 | 国产亚洲精品av在线| 日本在线视频免费播放| 一级黄片播放器| 亚洲精品影视一区二区三区av| 欧美日韩中文字幕国产精品一区二区三区| 丁香欧美五月| 两个人的视频大全免费| 午夜免费男女啪啪视频观看 | 国产日本99.免费观看| 制服丝袜大香蕉在线| 亚洲熟妇熟女久久| 亚洲精品在线观看二区| 中文亚洲av片在线观看爽| 在线国产一区二区在线| 日本三级黄在线观看| 在线看三级毛片| 男插女下体视频免费在线播放| 色综合站精品国产| 中文字幕人成人乱码亚洲影| 亚洲电影在线观看av| 老司机在亚洲福利影院| 真人做人爱边吃奶动态| 欧美中文综合在线视频| 97超级碰碰碰精品色视频在线观看| 午夜免费激情av| 99国产精品一区二区蜜桃av| 精品日产1卡2卡| 欧美色视频一区免费| 桃红色精品国产亚洲av| 国产黄色小视频在线观看| 麻豆国产97在线/欧美| 日韩欧美三级三区| 一进一出好大好爽视频| 国产伦精品一区二区三区视频9 | 99精品欧美一区二区三区四区| 国产一区二区在线观看日韩 | 亚洲熟妇中文字幕五十中出| 搡女人真爽免费视频火全软件 | 美女被艹到高潮喷水动态| 丰满人妻熟妇乱又伦精品不卡| 99精品久久久久人妻精品| 99在线视频只有这里精品首页| 亚洲熟妇熟女久久| 久久婷婷人人爽人人干人人爱| 波多野结衣高清无吗| 精品不卡国产一区二区三区| 亚洲国产欧美网| 精品久久久久久久久久免费视频| 蜜桃亚洲精品一区二区三区| 女警被强在线播放| 天堂动漫精品| 国产午夜精品久久久久久一区二区三区 | 成人国产一区最新在线观看| 欧美av亚洲av综合av国产av| 欧美日韩中文字幕国产精品一区二区三区| 欧美xxxx黑人xx丫x性爽| 国产真实乱freesex| 国产v大片淫在线免费观看| 国产精品一区二区免费欧美| 国内精品一区二区在线观看| 成人av一区二区三区在线看| 久久久久久人人人人人| 搡老岳熟女国产| 97超视频在线观看视频| 国产黄a三级三级三级人| 90打野战视频偷拍视频| 久久久久久久精品吃奶| 女警被强在线播放| 欧美黄色淫秽网站| 国产高清videossex| 99久久99久久久精品蜜桃| 激情在线观看视频在线高清| 亚洲精品一卡2卡三卡4卡5卡| 成年版毛片免费区| 亚洲精品在线美女| 日韩欧美国产一区二区入口| 亚洲片人在线观看| 哪里可以看免费的av片| 久久久久久久久久黄片| 久久精品影院6| 香蕉丝袜av| 久久九九热精品免费| 久久精品国产99精品国产亚洲性色| 特大巨黑吊av在线直播| 国产美女午夜福利| 一级黄片播放器| 黄色视频,在线免费观看| 叶爱在线成人免费视频播放| 亚洲欧美一区二区三区黑人| 最近最新免费中文字幕在线| 欧美成狂野欧美在线观看| 亚洲成av人片免费观看| 亚洲最大成人手机在线| 中国美女看黄片| 国模一区二区三区四区视频| 男女之事视频高清在线观看| 亚洲无线在线观看| 国产一区二区激情短视频| 成年女人永久免费观看视频| 美女黄网站色视频| 男女做爰动态图高潮gif福利片| 精品久久久久久,| 好男人电影高清在线观看| 亚洲精品在线美女| 午夜两性在线视频| av福利片在线观看| 欧美激情久久久久久爽电影| 亚洲午夜理论影院| 亚洲成av人片在线播放无| 啦啦啦韩国在线观看视频| 日韩欧美国产在线观看| 欧洲精品卡2卡3卡4卡5卡区| 免费看日本二区| 女人被狂操c到高潮| 少妇人妻精品综合一区二区 | 国内少妇人妻偷人精品xxx网站| 欧美+日韩+精品| 欧美日韩国产亚洲二区| 小蜜桃在线观看免费完整版高清| 窝窝影院91人妻| 中文字幕av在线有码专区| 亚洲av成人精品一区久久| 一本精品99久久精品77| 国产成人啪精品午夜网站| 校园春色视频在线观看| 国产精品久久久久久久久免 | 久久中文看片网| 18禁国产床啪视频网站| 99精品欧美一区二区三区四区| 亚洲精品国产精品久久久不卡| 亚洲精品色激情综合| 97超视频在线观看视频| 97超视频在线观看视频| 亚洲,欧美精品.| 亚洲精品美女久久久久99蜜臀| 国产一区二区激情短视频| 国产精品av视频在线免费观看| 男女下面进入的视频免费午夜| eeuss影院久久| 男女下面进入的视频免费午夜| 最新中文字幕久久久久| 热99在线观看视频| 99久久精品热视频| 精品国产美女av久久久久小说| 国产免费av片在线观看野外av| 99久久精品热视频| 欧美黑人欧美精品刺激| 波多野结衣高清作品| 十八禁网站免费在线| 国产蜜桃级精品一区二区三区| 国产高清激情床上av| 久久中文看片网| 少妇的逼好多水| 国产成人福利小说| 欧美性猛交黑人性爽| 噜噜噜噜噜久久久久久91| 深爱激情五月婷婷| 91在线精品国自产拍蜜月 | 免费在线观看日本一区| 亚洲在线自拍视频| 日本一本二区三区精品| 久久人妻av系列| 淫妇啪啪啪对白视频| 国产精品 欧美亚洲| 欧美另类亚洲清纯唯美| 国产精品永久免费网站| 国产精品永久免费网站| 成人18禁在线播放| 最近最新中文字幕大全电影3| 精品久久久久久久久久免费视频| 成人一区二区视频在线观看| 看黄色毛片网站| 好看av亚洲va欧美ⅴa在| 国产亚洲精品一区二区www| 少妇熟女aⅴ在线视频| 亚洲色图av天堂| 欧美+日韩+精品| 波野结衣二区三区在线 | av国产免费在线观看| 色综合亚洲欧美另类图片| 十八禁网站免费在线| 国产精品爽爽va在线观看网站| 国产黄色小视频在线观看| 亚洲国产精品成人综合色| 亚洲欧美日韩卡通动漫| 十八禁人妻一区二区| 成人av在线播放网站| 亚洲成a人片在线一区二区| 日韩欧美在线二视频| 人妻丰满熟妇av一区二区三区| 欧美乱码精品一区二区三区| 亚洲va日本ⅴa欧美va伊人久久| 亚洲色图av天堂| 欧美区成人在线视频| 大型黄色视频在线免费观看| 亚洲国产精品999在线| 草草在线视频免费看| 日韩欧美三级三区| 久久久久久大精品| 成人午夜高清在线视频| 久久性视频一级片| 可以在线观看的亚洲视频| 亚洲欧美精品综合久久99| 久久国产精品人妻蜜桃| 国产探花在线观看一区二区| netflix在线观看网站| 免费在线观看日本一区| 成人永久免费在线观看视频| 老熟妇乱子伦视频在线观看| 精品一区二区三区视频在线观看免费| 日本免费一区二区三区高清不卡| 午夜影院日韩av| 国产精品免费一区二区三区在线| 床上黄色一级片| 18禁美女被吸乳视频| 美女cb高潮喷水在线观看| 亚洲久久久久久中文字幕| av专区在线播放| 欧美日韩黄片免| 亚洲国产欧洲综合997久久,| 国产高清有码在线观看视频| 1024手机看黄色片| 欧美中文日本在线观看视频| 欧美中文综合在线视频| 精品一区二区三区av网在线观看| 熟妇人妻久久中文字幕3abv| 国产精品亚洲一级av第二区| 久久精品人妻少妇| 免费高清视频大片| 日本免费a在线| 青草久久国产| 欧美丝袜亚洲另类 | 1000部很黄的大片| 亚洲乱码一区二区免费版| 日韩欧美三级三区| 我要搜黄色片| 亚洲av免费高清在线观看| 欧美日韩亚洲国产一区二区在线观看| 亚洲无线观看免费| 亚洲成人中文字幕在线播放| 男女之事视频高清在线观看| 欧美另类亚洲清纯唯美| 可以在线观看毛片的网站| 色老头精品视频在线观看| 两个人的视频大全免费| 美女免费视频网站| 有码 亚洲区| 亚洲精品影视一区二区三区av| 美女 人体艺术 gogo| svipshipincom国产片| 内射极品少妇av片p| av在线蜜桃| 在线观看一区二区三区| a级毛片a级免费在线| 国模一区二区三区四区视频| 老司机午夜十八禁免费视频| 亚洲第一电影网av| 国产亚洲精品一区二区www| 老汉色∧v一级毛片| 他把我摸到了高潮在线观看| 香蕉丝袜av| 国产美女午夜福利| 国产精品一区二区免费欧美| 免费无遮挡裸体视频| 国产精品久久久久久亚洲av鲁大| 日本 av在线| 亚洲av电影在线进入| 给我免费播放毛片高清在线观看| 女人被狂操c到高潮| 99精品在免费线老司机午夜| 麻豆成人av在线观看| 欧美又色又爽又黄视频| 亚洲,欧美精品.| 一夜夜www| 狂野欧美白嫩少妇大欣赏| 一本精品99久久精品77| 老司机在亚洲福利影院| 亚洲真实伦在线观看| 一二三四社区在线视频社区8| 精品久久久久久久毛片微露脸| 美女cb高潮喷水在线观看| 亚洲av不卡在线观看| 午夜视频国产福利| 亚洲电影在线观看av| 婷婷六月久久综合丁香| 亚洲无线在线观看| 久久午夜亚洲精品久久| 欧美中文综合在线视频| 一本综合久久免费| 男女午夜视频在线观看| 久久久久久大精品| 麻豆国产av国片精品| 亚洲天堂国产精品一区在线| 久久精品国产亚洲av涩爱 | 乱人视频在线观看| 97超级碰碰碰精品色视频在线观看| 日日夜夜操网爽| 日本黄大片高清| 91麻豆精品激情在线观看国产| 午夜亚洲福利在线播放| 亚洲人与动物交配视频| 国产色婷婷99| 国产黄片美女视频| 亚洲国产精品sss在线观看| 精品久久久久久久毛片微露脸| 一级作爱视频免费观看| 久久久久精品国产欧美久久久| 老司机深夜福利视频在线观看| 日韩精品青青久久久久久| 免费av毛片视频| 女人十人毛片免费观看3o分钟| 最新在线观看一区二区三区| 国产欧美日韩精品一区二区| 国产99白浆流出| 久久精品国产亚洲av香蕉五月| 一夜夜www| 国产精品久久久久久久久免 | 色精品久久人妻99蜜桃| 亚洲国产中文字幕在线视频| 日本熟妇午夜| 亚洲国产精品999在线| 51午夜福利影视在线观看| 一级黄片播放器| netflix在线观看网站| 国产高潮美女av| 久久久久久国产a免费观看| 欧美日韩福利视频一区二区| 国产av麻豆久久久久久久| 两个人的视频大全免费| 亚洲内射少妇av| 午夜精品久久久久久毛片777| 中文字幕av成人在线电影| 九九热线精品视视频播放| 欧美色视频一区免费| 欧美最黄视频在线播放免费| av在线蜜桃| 女生性感内裤真人,穿戴方法视频| 一本一本综合久久| 夜夜躁狠狠躁天天躁| 亚洲成人久久性| a级毛片a级免费在线| 亚洲欧美激情综合另类| 亚洲无线观看免费| 美女免费视频网站| 岛国在线免费视频观看| 内地一区二区视频在线| 亚洲av五月六月丁香网| 亚洲男人的天堂狠狠| 小说图片视频综合网站| 一进一出好大好爽视频| 久久午夜亚洲精品久久| av专区在线播放| 国产真实伦视频高清在线观看 | 美女黄网站色视频| 亚洲欧美精品综合久久99| 18美女黄网站色大片免费观看| 狂野欧美白嫩少妇大欣赏| 午夜久久久久精精品| 757午夜福利合集在线观看| 成人国产一区最新在线观看| 夜夜看夜夜爽夜夜摸| 男女下面进入的视频免费午夜| 在线观看美女被高潮喷水网站 | 欧美极品一区二区三区四区| 久久精品国产综合久久久| 女同久久另类99精品国产91| 久久中文看片网| a在线观看视频网站| 中文字幕久久专区| 成年女人看的毛片在线观看| 在线观看一区二区三区| 舔av片在线| 一区二区三区免费毛片| 女人被狂操c到高潮| 白带黄色成豆腐渣| 国产三级在线视频| 嫩草影院精品99| 国产视频内射| 久久久久久久亚洲中文字幕 | 成年人黄色毛片网站| 校园春色视频在线观看| 婷婷丁香在线五月| 亚洲无线观看免费| 精品人妻1区二区| 91麻豆精品激情在线观看国产| 真人一进一出gif抽搐免费| 亚洲第一电影网av| 国产亚洲精品av在线| 欧美日韩综合久久久久久 | 一进一出抽搐动态| 亚洲人成电影免费在线| 亚洲在线观看片| 在线天堂最新版资源| 国产亚洲欧美在线一区二区| 国产97色在线日韩免费| 人妻丰满熟妇av一区二区三区| 国产爱豆传媒在线观看| 90打野战视频偷拍视频| 欧美极品一区二区三区四区| 人人妻人人澡欧美一区二区| 中亚洲国语对白在线视频| 天堂影院成人在线观看| 精品国产亚洲在线| 88av欧美| 亚洲国产精品成人综合色| 午夜久久久久精精品| 日本三级黄在线观看| 日本黄色视频三级网站网址| 又粗又爽又猛毛片免费看| 我要搜黄色片| 午夜精品久久久久久毛片777| 99久久精品一区二区三区| 99视频精品全部免费 在线| 欧美午夜高清在线| 97人妻精品一区二区三区麻豆| 夜夜躁狠狠躁天天躁| 激情在线观看视频在线高清| 欧美黑人欧美精品刺激| 男人的好看免费观看在线视频| 久久人妻av系列| 伊人久久精品亚洲午夜| 午夜影院日韩av| 91久久精品国产一区二区成人 | 成人三级黄色视频| 国产精品av视频在线免费观看| 91在线精品国自产拍蜜月 | 丰满人妻熟妇乱又伦精品不卡| 99久久精品一区二区三区| 国产精品1区2区在线观看.| 又粗又爽又猛毛片免费看| 亚洲国产欧洲综合997久久,| 欧美色欧美亚洲另类二区| 18+在线观看网站| 大型黄色视频在线免费观看| 亚洲av电影在线进入| 国产美女午夜福利| 天堂av国产一区二区熟女人妻| 亚洲专区中文字幕在线| or卡值多少钱| 欧美黄色淫秽网站| 亚洲一区二区三区色噜噜| 欧美日韩综合久久久久久 | 香蕉丝袜av| 午夜激情福利司机影院| 亚洲国产日韩欧美精品在线观看 | 在线免费观看的www视频| 18禁裸乳无遮挡免费网站照片| 在线播放国产精品三级| 精品一区二区三区人妻视频| 亚洲国产欧洲综合997久久,| 毛片女人毛片| 色综合站精品国产| 狂野欧美白嫩少妇大欣赏| 一级黄色大片毛片| 国产私拍福利视频在线观看| 18禁裸乳无遮挡免费网站照片| 免费电影在线观看免费观看| 中国美女看黄片| 日本黄色片子视频| 国产老妇女一区| 国产伦人伦偷精品视频| 美女被艹到高潮喷水动态| 久久婷婷人人爽人人干人人爱| 在线观看免费午夜福利视频| 成人高潮视频无遮挡免费网站| 99精品欧美一区二区三区四区| 精品99又大又爽又粗少妇毛片 | 日本黄色视频三级网站网址| 有码 亚洲区| 国产精品 欧美亚洲| 日本与韩国留学比较| 亚洲五月婷婷丁香| www日本在线高清视频| 国产三级黄色录像| 成人鲁丝片一二三区免费| 国产精品一区二区三区四区免费观看 | 日本a在线网址| 日韩欧美在线乱码| 久久精品影院6| 成人18禁在线播放| 少妇人妻一区二区三区视频| 别揉我奶头~嗯~啊~动态视频| 小说图片视频综合网站| 日本免费a在线| 看片在线看免费视频| 亚洲熟妇熟女久久| 久久国产精品人妻蜜桃| 国产成人系列免费观看| 国产精品美女特级片免费视频播放器| 国内久久婷婷六月综合欲色啪| 国产av在哪里看| 最后的刺客免费高清国语| bbb黄色大片| 国产精品99久久99久久久不卡| 俄罗斯特黄特色一大片| 国产成人av激情在线播放| 美女黄网站色视频| 日本撒尿小便嘘嘘汇集6| 成人高潮视频无遮挡免费网站| 丰满乱子伦码专区| 99久国产av精品| 好男人电影高清在线观看| 成年版毛片免费区| 男女下面进入的视频免费午夜| 国产淫片久久久久久久久 | 又爽又黄无遮挡网站| 我的老师免费观看完整版| 国产成人福利小说| av片东京热男人的天堂| 白带黄色成豆腐渣| 床上黄色一级片| 亚洲第一电影网av| 日韩精品青青久久久久久| 男人的好看免费观看在线视频| 伊人久久精品亚洲午夜| 亚洲狠狠婷婷综合久久图片| 人妻久久中文字幕网| 亚洲电影在线观看av| 日韩av在线大香蕉| 亚洲国产精品久久男人天堂| 久久国产乱子伦精品免费另类| 听说在线观看完整版免费高清| 在线看三级毛片| 亚洲一区二区三区色噜噜| 欧美性猛交╳xxx乱大交人| 亚洲av不卡在线观看| 熟女电影av网| 日韩欧美免费精品| 中文字幕高清在线视频| 中文字幕人成人乱码亚洲影| 免费观看人在逋| 国产久久久一区二区三区| 九色国产91popny在线| 岛国视频午夜一区免费看| 国产精品久久电影中文字幕| 91字幕亚洲| 成年人黄色毛片网站| 国产午夜精品论理片| 成人特级av手机在线观看| aaaaa片日本免费| 日韩免费av在线播放| 国产精品嫩草影院av在线观看 | 国产精品99久久久久久久久| 高清日韩中文字幕在线| 麻豆国产av国片精品| 好看av亚洲va欧美ⅴa在| 久久国产乱子伦精品免费另类| 欧美日韩一级在线毛片| 欧美精品啪啪一区二区三区| 中文字幕熟女人妻在线| 熟女少妇亚洲综合色aaa.| 日韩免费av在线播放| 午夜福利在线观看吧| 9191精品国产免费久久| 久久久久久大精品| 18禁黄网站禁片午夜丰满| 欧美日韩黄片免| 两个人视频免费观看高清| 久久久久免费精品人妻一区二区| 18禁国产床啪视频网站| 法律面前人人平等表现在哪些方面| 国产三级中文精品| 熟女人妻精品中文字幕| 午夜两性在线视频| 最后的刺客免费高清国语| 精品不卡国产一区二区三区| 九九热线精品视视频播放| 丰满人妻熟妇乱又伦精品不卡| 男女做爰动态图高潮gif福利片| 国产美女午夜福利| 成人av一区二区三区在线看| 制服丝袜大香蕉在线| 极品教师在线免费播放| 国产aⅴ精品一区二区三区波| 亚洲精品一区av在线观看| 99热6这里只有精品| 亚洲中文字幕日韩| 国产一区二区在线av高清观看| 欧美日韩亚洲国产一区二区在线观看| 国产精品影院久久| 免费观看的影片在线观看| 亚洲国产欧美网|