• <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)
    一级a做视频免费观看| 一区二区日韩欧美中文字幕 | 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 | 热re99久久精品国产66热6| 免费黄频网站在线观看国产| 狠狠婷婷综合久久久久久88av| 欧美日韩精品成人综合77777| 国产高清国产精品国产三级| 97精品久久久久久久久久精品| 精品久久久噜噜| 你懂的网址亚洲精品在线观看| 日本午夜av视频| 成人18禁高潮啪啪吃奶动态图 | 久久女婷五月综合色啪小说| 精品久久久久久久久亚洲| 18禁在线播放成人免费| 丰满饥渴人妻一区二区三| 国产不卡av网站在线观看| 人成视频在线观看免费观看| 一级a做视频免费观看| 成年人午夜在线观看视频| 亚洲欧美色中文字幕在线| 大陆偷拍与自拍| 草草在线视频免费看| 综合色丁香网| 亚洲人成网站在线播| 不卡视频在线观看欧美| 亚洲av成人精品一二三区| 日日摸夜夜添夜夜爱| 蜜桃国产av成人99| videosex国产| 久久久久久伊人网av| 18禁在线无遮挡免费观看视频| 午夜精品国产一区二区电影| .国产精品久久| 看非洲黑人一级黄片| 黄色怎么调成土黄色| 国产精品一二三区在线看| 亚洲欧美成人精品一区二区| 国产精品一国产av| 午夜福利视频精品| 亚洲人成网站在线播| 国产欧美亚洲国产| 亚洲综合色惰| videossex国产| 麻豆精品久久久久久蜜桃| 久久这里有精品视频免费| 交换朋友夫妻互换小说| 精品久久国产蜜桃| 国产乱来视频区| 另类亚洲欧美激情| 久久免费观看电影| 成人18禁高潮啪啪吃奶动态图 | 纵有疾风起免费观看全集完整版| 国产精品人妻久久久影院| 国产在视频线精品| 美女中出高潮动态图| 在线看a的网站| 在线观看三级黄色| 人妻少妇偷人精品九色| 91精品一卡2卡3卡4卡| 亚洲精品自拍成人| 国精品久久久久久国模美| 欧美3d第一页| 国产高清不卡午夜福利| 成人国产av品久久久| 老司机影院毛片| 国产一区二区在线观看av| 久久午夜福利片| 十八禁高潮呻吟视频| 久久久久久久久久人人人人人人| av又黄又爽大尺度在线免费看| 免费观看的影片在线观看| 少妇精品久久久久久久| 久久久午夜欧美精品| 青春草亚洲视频在线观看| 人妻系列 视频| 日韩在线高清观看一区二区三区| 国产一区二区在线观看日韩| 春色校园在线视频观看| 精品人妻在线不人妻| freevideosex欧美| 91精品国产国语对白视频| 久久久久久久国产电影| 夜夜看夜夜爽夜夜摸| 亚洲国产欧美在线一区| 精品一区二区三区视频在线| 中国美白少妇内射xxxbb| 久久99蜜桃精品久久| 午夜免费鲁丝| 精品亚洲乱码少妇综合久久| 成人毛片a级毛片在线播放| 色哟哟·www| 免费黄色在线免费观看| 九草在线视频观看| 免费不卡的大黄色大毛片视频在线观看| 亚洲四区av| 成年女人在线观看亚洲视频| 如日韩欧美国产精品一区二区三区 | 国产精品一区www在线观看| 成人午夜精彩视频在线观看| 成人黄色视频免费在线看| 国产av国产精品国产| 亚洲人成网站在线播| 精品国产一区二区三区久久久樱花| 国产精品国产三级国产av玫瑰| 一本一本综合久久| 尾随美女入室| 亚洲综合色惰| 亚洲精品第二区| 亚洲国产精品999| 欧美人与性动交α欧美精品济南到 | 中文字幕人妻丝袜制服| 久久午夜综合久久蜜桃| 特大巨黑吊av在线直播| 日本黄大片高清| 伦理电影免费视频| 国产爽快片一区二区三区| 99视频精品全部免费 在线| 777米奇影视久久| 狂野欧美白嫩少妇大欣赏| 欧美变态另类bdsm刘玥| 视频区图区小说| 精品久久久精品久久久| 97超碰精品成人国产| 国产 一区精品| 日日摸夜夜添夜夜爱| av黄色大香蕉| 久久免费观看电影| 亚洲成人手机| h视频一区二区三区| 在线观看免费日韩欧美大片 | 人妻夜夜爽99麻豆av| 国国产精品蜜臀av免费| 国产精品蜜桃在线观看| 人体艺术视频欧美日本| 制服人妻中文乱码| videos熟女内射| 91久久精品电影网| 日日爽夜夜爽网站| 男人添女人高潮全过程视频| 26uuu在线亚洲综合色| 性色avwww在线观看| 大又大粗又爽又黄少妇毛片口| 亚洲av国产av综合av卡| av国产久精品久网站免费入址| 亚洲欧美色中文字幕在线| 亚洲av中文av极速乱| av国产精品久久久久影院| 日日啪夜夜爽| 91国产中文字幕| 嫩草影院入口| 久久毛片免费看一区二区三区| av免费观看日本| 成人无遮挡网站| 久久精品熟女亚洲av麻豆精品| 亚洲精品自拍成人| 国产成人免费无遮挡视频| tube8黄色片| 亚洲精品久久久久久婷婷小说| 国产av国产精品国产| 免费黄频网站在线观看国产| 亚洲美女黄色视频免费看| 美女内射精品一级片tv| 97超碰精品成人国产| 精品国产一区二区久久| 在线免费观看不下载黄p国产| 久久精品国产亚洲av涩爱| 国产伦精品一区二区三区视频9| 美女国产高潮福利片在线看| 午夜福利,免费看| 亚洲国产av新网站| 国产视频内射| 永久网站在线| 黄色毛片三级朝国网站| 大又大粗又爽又黄少妇毛片口| 国产精品无大码| 最后的刺客免费高清国语| 两个人免费观看高清视频| 观看av在线不卡| 婷婷色综合www| 在线播放无遮挡| 亚洲欧美成人综合另类久久久| 国产精品嫩草影院av在线观看| 国产精品不卡视频一区二区| 精品久久国产蜜桃| 国产乱人偷精品视频| 精品人妻偷拍中文字幕| 午夜福利视频精品| a级片在线免费高清观看视频| 日韩制服骚丝袜av| 成人二区视频| 男女边摸边吃奶| 国产精品久久久久久av不卡| 国产不卡av网站在线观看| 日本wwww免费看| 久久久久国产精品人妻一区二区| 在线天堂最新版资源| 久久午夜综合久久蜜桃| 中文字幕久久专区| 亚洲伊人久久精品综合| 亚洲国产欧美日韩在线播放| 91午夜精品亚洲一区二区三区| 一二三四中文在线观看免费高清| 精品一品国产午夜福利视频| 一区在线观看完整版| 99久国产av精品国产电影| 国产又色又爽无遮挡免| 日韩制服骚丝袜av| 三级国产精品片| 国产av码专区亚洲av| av天堂久久9| 久久久久久久国产电影| 亚洲一区二区三区欧美精品| 国产精品嫩草影院av在线观看| 日韩,欧美,国产一区二区三区| 亚洲精品色激情综合| 久久精品国产亚洲网站| 亚洲国产精品一区二区三区在线| 丝袜美足系列| kizo精华| 有码 亚洲区| 熟妇人妻不卡中文字幕| 国产精品成人在线| 欧美xxxx性猛交bbbb| 波野结衣二区三区在线| 夫妻午夜视频| 精品久久久噜噜| 最黄视频免费看| 午夜激情av网站| 色94色欧美一区二区| 男女国产视频网站| 日韩精品免费视频一区二区三区 | 亚洲综合色网址| 久久久久久久国产电影| 国产黄色免费在线视频| 一级毛片我不卡| 欧美+日韩+精品| 又粗又硬又长又爽又黄的视频| 欧美成人精品欧美一级黄| 欧美精品人与动牲交sv欧美| 美女cb高潮喷水在线观看| 免费看光身美女| 国产精品三级大全| 国产免费又黄又爽又色| 亚洲国产精品专区欧美| 久久久久久人妻| 蜜臀久久99精品久久宅男| 婷婷色综合www| 九草在线视频观看| 午夜免费鲁丝| 亚洲无线观看免费| 中文字幕最新亚洲高清| 精品一品国产午夜福利视频| 精品久久蜜臀av无| 精品亚洲成a人片在线观看| 亚洲美女黄色视频免费看| av女优亚洲男人天堂| videosex国产| 高清不卡的av网站| 久久久久久久久久成人| 亚洲精品国产色婷婷电影| 欧美精品高潮呻吟av久久| 美女主播在线视频| 久久精品久久久久久久性| 亚洲精品aⅴ在线观看| 亚洲婷婷狠狠爱综合网| 女性生殖器流出的白浆| 青青草视频在线视频观看| 中文字幕久久专区| 大码成人一级视频| 久久久国产欧美日韩av| 日日撸夜夜添| 精品亚洲乱码少妇综合久久| 少妇人妻 视频| 免费看av在线观看网站| 超色免费av| a 毛片基地| 国产有黄有色有爽视频| 99九九在线精品视频| 亚洲精品美女久久av网站| 亚洲精品国产色婷婷电影| 在线观看一区二区三区激情| 亚洲精品乱久久久久久| 中文字幕人妻熟人妻熟丝袜美| 美女主播在线视频| 国产精品久久久久久久久免| 国产 一区精品| 亚洲五月色婷婷综合| 永久免费av网站大全| 能在线免费看毛片的网站| 日本黄色日本黄色录像| 天美传媒精品一区二区| 99国产精品免费福利视频| 亚洲精品国产色婷婷电影| 中文字幕久久专区| 久久人人爽人人爽人人片va| 夜夜爽夜夜爽视频| 国产成人精品婷婷| 中文字幕久久专区| 久久久国产一区二区| 老女人水多毛片| 草草在线视频免费看| 91精品国产九色| 亚洲精品乱码久久久久久按摩| 亚洲av免费高清在线观看| 久久久久久久久久人人人人人人| videossex国产| 岛国毛片在线播放| av在线播放精品| 久久久欧美国产精品| 国产亚洲欧美精品永久| 久久狼人影院| 欧美bdsm另类| 国产精品99久久99久久久不卡 | 人人澡人人妻人| 久久久精品免费免费高清| 精品午夜福利在线看| 精品亚洲成a人片在线观看| 日韩不卡一区二区三区视频在线| 自线自在国产av| 国产熟女午夜一区二区三区 | 桃花免费在线播放| 老女人水多毛片| 极品人妻少妇av视频| 狠狠精品人妻久久久久久综合| 国产黄频视频在线观看| 另类精品久久| 男人操女人黄网站| 特大巨黑吊av在线直播| 最新中文字幕久久久久| 纯流量卡能插随身wifi吗| 亚洲熟女精品中文字幕| 特大巨黑吊av在线直播| 少妇丰满av| 女的被弄到高潮叫床怎么办| 久久精品久久久久久噜噜老黄| 香蕉精品网在线| 中文欧美无线码| 人妻系列 视频| 这个男人来自地球电影免费观看 | 久久久久精品久久久久真实原创| 免费黄网站久久成人精品| 少妇被粗大猛烈的视频| 亚洲美女搞黄在线观看| 亚洲国产精品专区欧美| 十八禁高潮呻吟视频| 亚洲国产av影院在线观看| 欧美日韩亚洲高清精品| 免费播放大片免费观看视频在线观看| 三上悠亚av全集在线观看| av福利片在线| 高清毛片免费看| 少妇被粗大猛烈的视频| 99久久人妻综合| 亚洲av成人精品一二三区| 成年av动漫网址| 99热国产这里只有精品6| 久热久热在线精品观看| 精品国产乱码久久久久久小说| 18禁动态无遮挡网站| 男女边摸边吃奶| 国产成人aa在线观看| 国产永久视频网站| 国产 精品1| 亚洲av欧美aⅴ国产| 男人爽女人下面视频在线观看| 欧美xxⅹ黑人| 国产精品久久久久久精品电影小说| 午夜福利网站1000一区二区三区| 亚洲国产精品成人久久小说| 亚洲欧美一区二区三区黑人 | 久久国产亚洲av麻豆专区| 欧美日本中文国产一区发布| 在线观看免费高清a一片| 国产精品.久久久| 日日摸夜夜添夜夜爱| 国产在线免费精品| 亚洲成人手机| 高清午夜精品一区二区三区| 国产片特级美女逼逼视频| 天天操日日干夜夜撸| av女优亚洲男人天堂| 天天操日日干夜夜撸| 丝袜脚勾引网站| 国产永久视频网站| 亚洲精品第二区| 只有这里有精品99| 晚上一个人看的免费电影| 欧美日韩精品成人综合77777| 特大巨黑吊av在线直播| 日本wwww免费看| 嘟嘟电影网在线观看| 国产一区二区三区av在线| 另类精品久久| 成人国产麻豆网| 九九爱精品视频在线观看| 极品人妻少妇av视频| videos熟女内射| 18禁裸乳无遮挡动漫免费视频| 少妇精品久久久久久久| 亚洲综合色网址| 秋霞伦理黄片| 欧美性感艳星| 伊人久久精品亚洲午夜| 久久午夜福利片| 美女脱内裤让男人舔精品视频| 最近手机中文字幕大全| 我的老师免费观看完整版| 在线 av 中文字幕| 这个男人来自地球电影免费观看 | 国产精品秋霞免费鲁丝片| 日日啪夜夜爽| 2018国产大陆天天弄谢| 国产精品国产av在线观看| 黑人欧美特级aaaaaa片| 伊人久久精品亚洲午夜| 欧美日韩国产mv在线观看视频| 插逼视频在线观看| 一本一本综合久久| 这个男人来自地球电影免费观看 | 99热网站在线观看| 国产免费又黄又爽又色| 黑人猛操日本美女一级片| 蜜桃在线观看..| 日韩成人av中文字幕在线观看| 人妻制服诱惑在线中文字幕| 插阴视频在线观看视频| 亚洲欧美一区二区三区黑人 | 国产在视频线精品| 三级国产精品欧美在线观看| 99热6这里只有精品| 大香蕉久久成人网| 亚洲人成网站在线播| 精品一区二区免费观看| 亚洲三级黄色毛片| 9色porny在线观看| 久久久久久久久久久免费av| 免费日韩欧美在线观看| 亚洲精品日韩在线中文字幕| 中文字幕制服av| www.色视频.com| 丝袜喷水一区| av一本久久久久| 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 | 91国产中文字幕| 如何舔出高潮| 18禁裸乳无遮挡动漫免费视频| 欧美97在线视频| 日韩强制内射视频| 成年人免费黄色播放视频| 嫩草影院入口| 天天操日日干夜夜撸| 少妇人妻精品综合一区二区| 69精品国产乱码久久久| 免费黄频网站在线观看国产| 久久久精品94久久精品| 成年人免费黄色播放视频| 国产成人a∨麻豆精品| av.在线天堂| 国产精品一区www在线观看| 免费高清在线观看视频在线观看| 飞空精品影院首页| 少妇人妻久久综合中文| 久久久精品免费免费高清| 天堂8中文在线网| 色94色欧美一区二区| 免费日韩欧美在线观看| 国产极品天堂在线| 老熟女久久久| 一边亲一边摸免费视频| 色5月婷婷丁香| 热re99久久国产66热| 满18在线观看网站| 麻豆精品久久久久久蜜桃| 3wmmmm亚洲av在线观看| 亚洲欧美色中文字幕在线| 欧美另类一区| 国产精品一区二区三区四区免费观看| 婷婷色av中文字幕| 日本午夜av视频| 91成人精品电影| 欧美国产精品一级二级三级| 欧美激情极品国产一区二区三区 | 国产亚洲精品第一综合不卡 | 秋霞在线观看毛片| 欧美人与性动交α欧美精品济南到 | 精品久久国产蜜桃| 久久精品国产亚洲av涩爱| av国产久精品久网站免费入址| 男的添女的下面高潮视频| 国产日韩欧美视频二区| 菩萨蛮人人尽说江南好唐韦庄| 欧美97在线视频| 亚洲情色 制服丝袜| 国产成人精品在线电影| 久久久久精品性色| 国产一区二区在线观看日韩| 久久久久久久亚洲中文字幕| 人人澡人人妻人| videosex国产| 狂野欧美激情性bbbbbb| 欧美bdsm另类| 亚洲丝袜综合中文字幕| 久久久久久久精品精品| 天堂中文最新版在线下载| 99热这里只有是精品在线观看| 国产一区二区在线观看av| 精品一品国产午夜福利视频| 国产高清有码在线观看视频| 日本黄大片高清| 建设人人有责人人尽责人人享有的| 精品国产一区二区久久| 人妻 亚洲 视频| 免费观看无遮挡的男女| 国产女主播在线喷水免费视频网站| 国产69精品久久久久777片| 国产成人免费观看mmmm| 热99久久久久精品小说推荐| 国产免费一区二区三区四区乱码| 日韩人妻高清精品专区| 久久久久久人妻| 久久久国产一区二区| 不卡视频在线观看欧美| 中文乱码字字幕精品一区二区三区| 欧美精品一区二区免费开放| tube8黄色片| 一级二级三级毛片免费看| 99精国产麻豆久久婷婷| 三级国产精品片| 色婷婷av一区二区三区视频| 熟女av电影| 精品国产国语对白av| 91午夜精品亚洲一区二区三区| 精品99又大又爽又粗少妇毛片| 少妇的逼好多水| 伊人久久精品亚洲午夜| av女优亚洲男人天堂| av福利片在线| 两个人免费观看高清视频| 美女福利国产在线| 亚洲av国产av综合av卡| 亚洲少妇的诱惑av| 丰满迷人的少妇在线观看| 欧美日韩一区二区视频在线观看视频在线| 久久精品国产亚洲网站| 一本—道久久a久久精品蜜桃钙片| 日日摸夜夜添夜夜添av毛片| 国产精品久久久久成人av| 亚洲美女黄色视频免费看| 国产成人精品一,二区| 国产精品女同一区二区软件| 制服丝袜香蕉在线| 久热久热在线精品观看| 日本猛色少妇xxxxx猛交久久| 欧美激情极品国产一区二区三区 | 亚洲精华国产精华液的使用体验| 日日摸夜夜添夜夜爱| 久久久亚洲精品成人影院| 丝瓜视频免费看黄片| 97在线视频观看| 大陆偷拍与自拍| 99热这里只有是精品在线观看| 日韩大片免费观看网站| 亚洲欧洲日产国产| 国产精品一区二区在线观看99| 51国产日韩欧美| 日韩制服骚丝袜av| 日韩欧美一区视频在线观看| 王馨瑶露胸无遮挡在线观看| 超色免费av| 又黄又爽又刺激的免费视频.| 久久99热这里只频精品6学生| 国产女主播在线喷水免费视频网站| 亚洲美女搞黄在线观看| 男女国产视频网站| 高清午夜精品一区二区三区| 91精品国产九色| 日本猛色少妇xxxxx猛交久久| 日韩熟女老妇一区二区性免费视频| 欧美xxxx性猛交bbbb| 桃花免费在线播放| 伊人久久精品亚洲午夜| a级毛片黄视频| 国产一区二区在线观看av| 熟女av电影| 日韩亚洲欧美综合| 精品国产一区二区久久| 久久亚洲国产成人精品v| 老司机亚洲免费影院| 欧美日韩精品成人综合77777| 考比视频在线观看| 一本大道久久a久久精品| 婷婷色综合大香蕉| 热99久久久久精品小说推荐| av电影中文网址| 精品久久久久久久久亚洲| 国产精品国产av在线观看| 日韩免费高清中文字幕av| 欧美日韩精品成人综合77777| 人妻 亚洲 视频| 婷婷色综合www| 久久精品国产自在天天线| 国产成人午夜福利电影在线观看| 久久国内精品自在自线图片| 欧美日韩在线观看h| 久热这里只有精品99| 最近手机中文字幕大全| 精品久久久久久久久亚洲| 亚洲精华国产精华液的使用体验| 亚洲精品国产av成人精品| 久久精品久久久久久噜噜老黄| 日日摸夜夜添夜夜添av毛片| 在线 av 中文字幕| 美女国产视频在线观看|