• <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 ?

    TL—CNN—GAP模型下的小樣本聲紋識別方法研究

    2018-11-26 09:33丁冬兵
    電腦知識與技術(shù) 2018年24期
    關(guān)鍵詞:聲紋識別遷移學(xué)習(xí)卷積神經(jīng)網(wǎng)絡(luò)

    丁冬兵

    摘要:為提高小樣本聲紋識別效率,該文提出了一種TL-CNN-GAP網(wǎng)絡(luò)模型下的小樣本聲紋識別方法。該方法利用源數(shù)據(jù)集預(yù)訓(xùn)練卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Network ,CNN),將訓(xùn)練好的卷積層與降采樣層用遷移學(xué)習(xí)(Transfer learning,TL)的方法遷移到小樣本的目標(biāo)集上,最后用全局平均池化層(Global Average Pooling ,GAP)替換重訓(xùn)練CNN中的全連接層(Fully Connected layers,F(xiàn)C)。這樣不僅減少了小樣本聲紋識別模型的訓(xùn)練時間,而且相比傳統(tǒng)的聲紋識別模型的識別率有著顯著地提高。此外,為了解決在實際運用中聲紋訓(xùn)練樣本不足的問題,該文采用了一種凸透鏡成像的圖像增多的算法,根據(jù)凸透鏡成像原理,通過改變光譜圖的大小,從而獲得更多的訓(xùn)練數(shù)據(jù)。實驗中采取含有 630人的TIMIT語音數(shù)據(jù)庫與實驗室自建的40人語音庫作為小樣本聲紋數(shù)據(jù)集進行訓(xùn)練、驗證和測試。實驗表明,與原網(wǎng)絡(luò)相比,用GAP替代CNN中的全連接層的方法,使其重訓(xùn)練時間縮短了32.5%,該模型與傳統(tǒng)的GMM、GMM-UBM和GMM-SVM網(wǎng)絡(luò)模型相比,聲紋識別率有效地提高了3.3%—9.1%,為小樣本聲紋識別提供了一種切實可行的方法。

    關(guān)鍵詞:卷積神經(jīng)網(wǎng)絡(luò);全局平均池化;小樣本;圖像增多算法;遷移學(xué)習(xí);聲紋識別

    中圖分類號:TP311 文獻標(biāo)識碼:A 文章編號:1009-3044(2018)24-0177-02

    生物特征是每個人固有的特征,具有唯一性和穩(wěn)定性。對于人類來說,生物特征是多種多樣的,大致可分為兩類,主要包括生理特征和行為特征。生理特征主要包含指紋、掌紋、人臉、DNA、視網(wǎng)膜、虹膜與血管紋路等。行為特征主要包含聲紋、心跳、步態(tài)、簽名等。本文主要介紹的是對聲紋識別技術(shù)[1]的運用,聲紋識別技術(shù)作為僅次于指紋和掌紋的第三大生物識別技術(shù),在識別領(lǐng)域有廣泛的研究和應(yīng)用。聲紋識別技術(shù)在識別領(lǐng)域的市場份額占有率大約為16%,并且有逐年上升的趨勢。隨著信息處理技術(shù)的發(fā)展與完善,聲紋識別技術(shù)在司法領(lǐng)域、醫(yī)療領(lǐng)域、軍事安全領(lǐng)域、金融領(lǐng)域等都得到了廣泛的應(yīng)用。例如,在司法領(lǐng)域,警察可以通過聲紋來確定嫌疑人身份;在醫(yī)療領(lǐng)域,醫(yī)生可以通過聲紋來判斷病人是否患有某些疾?。辉谲娛掳踩I(lǐng)域,聲紋可以識別軍官或士兵的身份;在金融領(lǐng)域,聲紋識別技術(shù)同樣可以確認(rèn)用戶的身份。綜上所述,正是因為聲紋識別技術(shù)有著簡單、方便、經(jīng)濟、安全等優(yōu)點,所以受到了國內(nèi)外專家的高度重視,并取得了許多研究成果。因此,研究高效率的聲紋識別技術(shù)有著重要的現(xiàn)實意義和價值。

    在聲紋識別領(lǐng)域,當(dāng)科研人員對語音進行分析預(yù)測時,往往會面臨缺少樣本數(shù)據(jù)的問題。目前,一個較為完善的聲紋識別系統(tǒng),通常是科研人員用數(shù)十萬乃至數(shù)百萬個網(wǎng)絡(luò)參數(shù)對卷積神經(jīng)網(wǎng)絡(luò)[2]進行訓(xùn)練,才能得到一個相對完整的聲紋識別模型?;诖髽颖灸P拖碌穆暭y識別,雖然極大提高了聲紋識別的準(zhǔn)確度,但是這種情況會花費大量的人力物力,從長遠(yuǎn)的經(jīng)濟效益來看并不劃算。在這種背景下,國內(nèi)外學(xué)者對于小樣本[3]問題的研究就應(yīng)運而生。然而,科研人員在小樣本的條件下,并不能有效地對聲紋識別的實驗結(jié)果進行評估與分析。對于這些問題,本文采用了一種基于凸透鏡成像的圖像增多的算法[4],并且將訓(xùn)練好的卷積層與降采樣層遷移過來,用GAP替代CNN中的全連接層,從而構(gòu)成了一個新的網(wǎng)絡(luò)模型。

    1理論模型

    對于本文所采用的卷積神經(jīng)網(wǎng)絡(luò)模型下的小樣本聲紋識別方法,其TL-CNN-GAP模型流程圖如圖1所示。

    1.1原始語音信號的預(yù)處理

    語音信號是一種非平穩(wěn)的時變信號,其攜帶著豐富的特征信息。對語音信號的預(yù)處理是聲紋識別技術(shù)的關(guān)鍵環(huán)節(jié),是一項必不可少的過程,直接關(guān)系到識別率的好壞。預(yù)處理主要是對原始語音信號進行分析,通常采用的方法是“短時平穩(wěn)技術(shù)”。 對一段原始語音信號進行預(yù)處理,繪制成語譜圖 (即二維圖)。

    1.2遷移學(xué)習(xí)與重訓(xùn)練

    遷移學(xué)習(xí)是一種全新的機器學(xué)習(xí)方法,它主要是運用已存在的知識解決不同但相關(guān)領(lǐng)域的問題,它能準(zhǔn)確、快速地對相似問題進行求解。本文將預(yù)訓(xùn)練的CNN模型中的卷積層與降采樣層遷移到小樣本目標(biāo)聲紋數(shù)據(jù)集上,用小樣本進行重訓(xùn)練,同時用全局平均池化層(GAP)去替換CNN網(wǎng)絡(luò)的全連接層,這樣就構(gòu)成了一個新的網(wǎng)絡(luò)模型TL-CNN-GAP。

    傳統(tǒng)的卷積神經(jīng)網(wǎng)絡(luò)最后一層都是全連接層,在整個卷積神經(jīng)網(wǎng)絡(luò)模型中,它的作用是對特征信息進行分類。然而,全連接層有一個非常明顯的缺點就是參數(shù)的數(shù)據(jù)量過大,在整個CNN模型中,全連接層占用了大部分的參數(shù)。由于參數(shù)量過大,一方面增加了訓(xùn)練以及測試卷積神經(jīng)網(wǎng)絡(luò)模型的計算量,需要消耗大量時間,降低了計算速度;另外一方面參數(shù)量過大容易出現(xiàn)過擬合(例如Alexnet)。

    因此,本文提出采用全局平均池化替代全連接層的方法。與傳統(tǒng)FC相比,GAP有很大的不同,GAP是對每一個特征圖的整張圖片都進行了全局平均池化,于是每張?zhí)卣鲌D都可以產(chǎn)生一個輸出。采用全局平均池化的方法,能夠極大地減小網(wǎng)絡(luò)參數(shù),可以有效防止過擬合。此外,它還有一個重要的特點,每張?zhí)卣鲌D相當(dāng)于一個輸出特征,因此這個特征就可以表示輸出類的特征。

    2 實驗結(jié)果與分析

    對于本實驗提出的一種適用于小樣本聲紋識別的方法,本文先將TIMIT數(shù)據(jù)庫作為預(yù)訓(xùn)練集來訓(xùn)練CNN網(wǎng)絡(luò),預(yù)訓(xùn)練集的樣本容量約31500。遷移模型后再從自建語音庫選取30人的小目標(biāo)聲紋數(shù)據(jù)(人均50張語譜圖)作為訓(xùn)練集(樣本容量為1500)來驗證下述第四種方案的有效性。從上述30人中任選10人(人均50張語譜圖,樣本容量為500)作為測試集,按以下四種方案做對比實驗。

    方案一:用上述小目標(biāo)聲紋數(shù)據(jù)分別去訓(xùn)練和測試常用于語音識別的GMM、GMM-SVM、GMM-UBM模型。

    方案二:僅用小目標(biāo)聲紋數(shù)據(jù)去訓(xùn)練傳統(tǒng)CNN-GAP網(wǎng)絡(luò)。

    方案三:用大樣本聲紋數(shù)據(jù)TIMIT預(yù)訓(xùn)練傳統(tǒng)CNN網(wǎng)絡(luò);然后將訓(xùn)練好的模型遷移到目標(biāo)集中,用小樣本聲紋數(shù)據(jù)進行訓(xùn)練和測試。

    方案四:用大樣本聲紋數(shù)據(jù)預(yù)訓(xùn)練CNN網(wǎng)絡(luò),遷移模型到小目標(biāo)集中,將全連接層替換為全局平均池化層,再用小樣本聲紋數(shù)據(jù)進行重訓(xùn)練和測試。

    實驗結(jié)果表明:四種方案在相同的小樣本訓(xùn)練樣本容量下,CNN-GAP網(wǎng)絡(luò)模型由于訓(xùn)練樣本參數(shù)嚴(yán)重不足,導(dǎo)致識別率較低,而經(jīng)過遷移學(xué)習(xí)后,TL-CNN-GAP模型的識別率最高。

    3 結(jié)論

    本文提出的一種TL-CNN-GAP模型下的小樣本聲紋識別方法,用大樣本參數(shù)預(yù)訓(xùn)練CNN網(wǎng)絡(luò)模型,將模型遷移到小目標(biāo)集中。此外,將目標(biāo)集小樣本聲紋信號所對應(yīng)的語譜圖通過基于凸透鏡成像的圖像增多算法增加了樣本容量,同時用全局平均池化層替代了全連接層。與傳統(tǒng)的CNN模型相比,TL-CNN-GAP模型減少了網(wǎng)絡(luò)訓(xùn)練參數(shù),極大地縮短了網(wǎng)絡(luò)訓(xùn)練時間,提高了聲紋識別率。

    參考文獻:

    [1] 陳聯(lián)武,郭武,戴禮榮.聲紋識別中合成語音的魯棒性[J].模式識別與人工智能,2011,24(6):743-747.

    [2] 劉萬軍,梁雪劍,曲海成.不同池化模型的卷積神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)性能研究[J].中國圖象圖形學(xué)報,2016,21(9):1178-1190.

    【通聯(lián)編輯:光文玲】

    猜你喜歡
    聲紋識別遷移學(xué)習(xí)卷積神經(jīng)網(wǎng)絡(luò)
    基于i—vector聲紋識別上課點名系統(tǒng)的設(shè)計與實現(xiàn)
    奇異值分解與移移學(xué)習(xí)在電機故障診斷中的應(yīng)用
    基于深度卷積神經(jīng)網(wǎng)絡(luò)的物體識別算法
    大數(shù)據(jù)環(huán)境下基于遷移學(xué)習(xí)的人體檢測性能提升方法
    免费看美女性在线毛片视频| 国产成人精品久久二区二区免费| 精品久久久久久久人妻蜜臀av| 好看av亚洲va欧美ⅴa在| 又黄又爽又免费观看的视频| 香蕉久久夜色| 亚洲成人免费电影在线观看| 91字幕亚洲| 亚洲,欧美精品.| 一级毛片高清免费大全| 日韩国内少妇激情av| 中文资源天堂在线| 亚洲精品一卡2卡三卡4卡5卡| 午夜视频精品福利| 久久精品影院6| av视频在线观看入口| 久久午夜亚洲精品久久| 午夜成年电影在线免费观看| 日韩国内少妇激情av| 久久久久亚洲av毛片大全| 88av欧美| 日韩av在线大香蕉| 可以在线观看的亚洲视频| 久久久久久久久免费视频了| 黄色 视频免费看| 免费av毛片视频| 一夜夜www| 日日干狠狠操夜夜爽| 美女高潮的动态| 91老司机精品| 亚洲一区二区三区色噜噜| 久久精品aⅴ一区二区三区四区| 久久中文字幕一级| 黄色片一级片一级黄色片| 99热精品在线国产| 一进一出抽搐gif免费好疼| 国产私拍福利视频在线观看| a在线观看视频网站| 成人18禁在线播放| 亚洲国产高清在线一区二区三| 热99在线观看视频| 性色av乱码一区二区三区2| 久久这里只有精品19| 亚洲av成人精品一区久久| 国产亚洲av高清不卡| 美女午夜性视频免费| 天天添夜夜摸| 两人在一起打扑克的视频| 国产探花在线观看一区二区| 日韩精品青青久久久久久| 亚洲国产欧洲综合997久久,| 美女cb高潮喷水在线观看 | 国产亚洲精品久久久久久毛片| 美女午夜性视频免费| 亚洲av第一区精品v没综合| 国产精品亚洲av一区麻豆| 亚洲无线观看免费| 99re在线观看精品视频| 国产成人精品无人区| 特大巨黑吊av在线直播| 欧美日韩国产亚洲二区| 男人舔女人下体高潮全视频| 91久久精品国产一区二区成人 | 亚洲av电影不卡..在线观看| 激情在线观看视频在线高清| 日本 av在线| 欧美在线一区亚洲| 成人18禁在线播放| 日韩中文字幕欧美一区二区| 亚洲精品粉嫩美女一区| 女警被强在线播放| 又黄又粗又硬又大视频| 日韩 欧美 亚洲 中文字幕| 男女之事视频高清在线观看| 日本在线视频免费播放| 久久久久免费精品人妻一区二区| 亚洲专区国产一区二区| 每晚都被弄得嗷嗷叫到高潮| 亚洲美女黄片视频| h日本视频在线播放| 麻豆成人av在线观看| 亚洲专区国产一区二区| 欧美精品啪啪一区二区三区| 国产亚洲精品综合一区在线观看| 国产精品国产高清国产av| 免费在线观看影片大全网站| 一个人看的www免费观看视频| 亚洲真实伦在线观看| 国产成人av激情在线播放| 国产精品 欧美亚洲| 美女被艹到高潮喷水动态| 不卡av一区二区三区| 亚洲午夜理论影院| 不卡av一区二区三区| 欧美不卡视频在线免费观看| 午夜免费成人在线视频| 在线永久观看黄色视频| 亚洲熟妇熟女久久| 国产成人福利小说| 亚洲性夜色夜夜综合| 国产亚洲精品久久久com| 国产精品久久久久久人妻精品电影| 国产淫片久久久久久久久 | 成熟少妇高潮喷水视频| www.熟女人妻精品国产| 岛国在线观看网站| 国产极品精品免费视频能看的| 国产精品99久久99久久久不卡| 9191精品国产免费久久| 久久久久国产精品人妻aⅴ院| 国产爱豆传媒在线观看| av欧美777| 日韩免费av在线播放| 久久精品夜夜夜夜夜久久蜜豆| 国产av不卡久久| 天天躁日日操中文字幕| 性欧美人与动物交配| 亚洲av电影不卡..在线观看| 欧美一级a爱片免费观看看| 熟女少妇亚洲综合色aaa.| 欧美黄色淫秽网站| 亚洲精品乱码久久久v下载方式 | 免费在线观看成人毛片| 首页视频小说图片口味搜索| 久久久久久久久中文| ponron亚洲| 一区福利在线观看| 99国产精品一区二区蜜桃av| aaaaa片日本免费| 日韩大尺度精品在线看网址| 欧美乱码精品一区二区三区| 又黄又爽又免费观看的视频| 国产视频一区二区在线看| av福利片在线观看| 日本黄大片高清| 搡老岳熟女国产| 99热只有精品国产| 国产一区二区三区在线臀色熟女| 免费观看的影片在线观看| 别揉我奶头~嗯~啊~动态视频| 18禁黄网站禁片午夜丰满| av女优亚洲男人天堂 | 在线视频色国产色| 黄色女人牲交| or卡值多少钱| 国产亚洲av嫩草精品影院| av片东京热男人的天堂| 成人高潮视频无遮挡免费网站| 国产一区在线观看成人免费| 精品久久久久久久末码| 99热精品在线国产| 国产野战对白在线观看| 欧美成狂野欧美在线观看| 丁香六月欧美| 五月伊人婷婷丁香| 久9热在线精品视频| 欧美最黄视频在线播放免费| 五月伊人婷婷丁香| 成人性生交大片免费视频hd| 欧美不卡视频在线免费观看| 欧美日韩中文字幕国产精品一区二区三区| 国产激情久久老熟女| 国产极品精品免费视频能看的| 国产三级黄色录像| 欧美黄色淫秽网站| 精品国产亚洲在线| 国产精品爽爽va在线观看网站| 美女高潮的动态| 国产精品1区2区在线观看.| 日韩欧美三级三区| 91麻豆av在线| 黄色 视频免费看| 国内毛片毛片毛片毛片毛片| 天堂影院成人在线观看| 最好的美女福利视频网| tocl精华| 久久久久国产精品人妻aⅴ院| 欧美黄色片欧美黄色片| www国产在线视频色| 一个人看的www免费观看视频| 日本 av在线| 久9热在线精品视频| 欧美绝顶高潮抽搐喷水| 午夜免费观看网址| 在线看三级毛片| 小蜜桃在线观看免费完整版高清| 久久亚洲精品不卡| 国产成人av教育| 国产精品 欧美亚洲| 国产午夜福利久久久久久| 国产精品精品国产色婷婷| 中出人妻视频一区二区| 成人特级黄色片久久久久久久| 老汉色∧v一级毛片| 亚洲精品色激情综合| x7x7x7水蜜桃| 久久国产精品影院| 久久中文字幕人妻熟女| 欧美一级a爱片免费观看看| 无遮挡黄片免费观看| 亚洲精华国产精华精| 国产av麻豆久久久久久久| 一a级毛片在线观看| 99在线视频只有这里精品首页| 欧美乱码精品一区二区三区| 国产av不卡久久| 亚洲欧美精品综合久久99| 网址你懂的国产日韩在线| 长腿黑丝高跟| 黄色丝袜av网址大全| 国产精品影院久久| 久久午夜亚洲精品久久| 757午夜福利合集在线观看| 亚洲18禁久久av| 首页视频小说图片口味搜索| 18禁观看日本| 高清毛片免费观看视频网站| 亚洲国产欧美网| 久久亚洲精品不卡| 性欧美人与动物交配| 999久久久精品免费观看国产| 在线观看美女被高潮喷水网站 | 欧美在线一区亚洲| 搡老熟女国产l中国老女人| 丰满人妻一区二区三区视频av | 日本在线视频免费播放| 天天躁狠狠躁夜夜躁狠狠躁| 午夜精品久久久久久毛片777| 老司机深夜福利视频在线观看| 香蕉av资源在线| bbb黄色大片| 在线a可以看的网站| 成人特级av手机在线观看| 亚洲av电影不卡..在线观看| 午夜福利在线在线| 亚洲欧美日韩高清专用| 免费无遮挡裸体视频| 亚洲av日韩精品久久久久久密| 欧美成人免费av一区二区三区| 看黄色毛片网站| 岛国在线观看网站| 亚洲aⅴ乱码一区二区在线播放| 99riav亚洲国产免费| 欧美极品一区二区三区四区| 99热精品在线国产| 此物有八面人人有两片| 亚洲无线在线观看| 亚洲国产色片| 又黄又粗又硬又大视频| 国产私拍福利视频在线观看| 午夜激情福利司机影院| 国产伦一二天堂av在线观看| 999久久久国产精品视频| 我要搜黄色片| 久久草成人影院| 欧美日本视频| 国产野战对白在线观看| 亚洲七黄色美女视频| 成熟少妇高潮喷水视频| 黄色成人免费大全| 97人妻精品一区二区三区麻豆| 国产一区二区激情短视频| 无人区码免费观看不卡| 免费在线观看日本一区| 国产久久久一区二区三区| 黑人操中国人逼视频| av福利片在线观看| 久久国产乱子伦精品免费另类| 国产成年人精品一区二区| a级毛片在线看网站| 看免费av毛片| 又粗又爽又猛毛片免费看| 久久婷婷人人爽人人干人人爱| 国产成人福利小说| 免费观看的影片在线观看| 精品午夜福利视频在线观看一区| 波多野结衣巨乳人妻| 亚洲精品一卡2卡三卡4卡5卡| 男人舔奶头视频| 一区福利在线观看| 国产精品久久久久久人妻精品电影| 国产69精品久久久久777片 | 男女午夜视频在线观看| 丝袜人妻中文字幕| 香蕉久久夜色| 日韩欧美一区二区三区在线观看| 国产成人精品久久二区二区91| 波多野结衣巨乳人妻| 欧美黄色片欧美黄色片| www.精华液| 亚洲真实伦在线观看| 久9热在线精品视频| 国产精品亚洲一级av第二区| 91久久精品国产一区二区成人 | 欧美日韩精品网址| 久久久久久久精品吃奶| 欧美绝顶高潮抽搐喷水| 精品国产乱码久久久久久男人| 美女被艹到高潮喷水动态| 丰满人妻一区二区三区视频av | 真实男女啪啪啪动态图| 最新中文字幕久久久久 | 国产一级毛片七仙女欲春2| a级毛片在线看网站| 超碰成人久久| 免费看美女性在线毛片视频| 欧美高清成人免费视频www| АⅤ资源中文在线天堂| 精品久久久久久久久久免费视频| 18禁国产床啪视频网站| 99久久成人亚洲精品观看| 午夜福利18| 熟女人妻精品中文字幕| 1000部很黄的大片| 亚洲国产色片| 身体一侧抽搐| www.www免费av| 国产黄片美女视频| a级毛片在线看网站| 特级一级黄色大片| 精品国产乱码久久久久久男人| 一级毛片精品| 99在线人妻在线中文字幕| 美女高潮的动态| 国产三级中文精品| 日韩有码中文字幕| 老汉色∧v一级毛片| 又大又爽又粗| 成人特级黄色片久久久久久久| 欧美在线一区亚洲| 亚洲国产欧美网| 岛国视频午夜一区免费看| 99久国产av精品| 三级国产精品欧美在线观看 | 99视频精品全部免费 在线 | 欧美国产日韩亚洲一区| 男女床上黄色一级片免费看| 午夜精品在线福利| 久久久久久久久中文| 欧美黄色片欧美黄色片| 成年免费大片在线观看| 在线a可以看的网站| 欧美日韩中文字幕国产精品一区二区三区| 精品99又大又爽又粗少妇毛片 | 国产精品一区二区免费欧美| 亚洲国产日韩欧美精品在线观看 | 超碰成人久久| 波多野结衣高清无吗| 嫩草影院精品99| 欧美成人免费av一区二区三区| 国内少妇人妻偷人精品xxx网站 | 中文字幕高清在线视频| 久久精品夜夜夜夜夜久久蜜豆| 久久性视频一级片| 欧美大码av| 美女免费视频网站| 麻豆国产97在线/欧美| 91在线精品国自产拍蜜月 | 日韩有码中文字幕| 观看免费一级毛片| 日本与韩国留学比较| 欧美xxxx黑人xx丫x性爽| 麻豆一二三区av精品| 九九久久精品国产亚洲av麻豆 | 香蕉久久夜色| 国产精品一及| 亚洲人成伊人成综合网2020| 激情在线观看视频在线高清| 国产亚洲欧美在线一区二区| 色综合欧美亚洲国产小说| 日韩中文字幕欧美一区二区| 舔av片在线| 成人18禁在线播放| 2021天堂中文幕一二区在线观| 免费看十八禁软件| 亚洲专区字幕在线| 黄片小视频在线播放| 亚洲一区高清亚洲精品| 国产精品亚洲一级av第二区| 黄色视频,在线免费观看| 成人18禁在线播放| av中文乱码字幕在线| 国产高清有码在线观看视频| 麻豆一二三区av精品| 国产精品av视频在线免费观看| 免费在线观看成人毛片| 欧美日韩综合久久久久久 | 日日摸夜夜添夜夜添小说| 国产黄a三级三级三级人| 怎么达到女性高潮| 国产精品日韩av在线免费观看| 成人一区二区视频在线观看| 国产三级黄色录像| 欧美乱码精品一区二区三区| 国产黄色小视频在线观看| 日本熟妇午夜| 日韩欧美免费精品| 国内精品一区二区在线观看| 国产精品 国内视频| 白带黄色成豆腐渣| 午夜福利在线观看吧| av福利片在线观看| 久久性视频一级片| 国产乱人视频| 97超级碰碰碰精品色视频在线观看| 午夜免费成人在线视频| 免费看日本二区| 亚洲国产看品久久| 亚洲第一电影网av| 色噜噜av男人的天堂激情| www.精华液| 国产免费av片在线观看野外av| 校园春色视频在线观看| 国产精品久久久久久精品电影| www.熟女人妻精品国产| www.999成人在线观看| 丁香六月欧美| 俄罗斯特黄特色一大片| 免费看光身美女| 久久精品国产清高在天天线| 欧美中文日本在线观看视频| 国产三级中文精品| 一本一本综合久久| 欧美激情久久久久久爽电影| 亚洲av免费在线观看| 成人鲁丝片一二三区免费| 亚洲成人久久性| 一个人免费在线观看电影 | 午夜a级毛片| 国产欧美日韩一区二区精品| 国产精品国产高清国产av| 亚洲av免费在线观看| 欧美另类亚洲清纯唯美| 亚洲一区二区三区色噜噜| 一夜夜www| 亚洲欧美日韩高清在线视频| 男女做爰动态图高潮gif福利片| 在线免费观看不下载黄p国产 | 亚洲国产精品sss在线观看| 日韩有码中文字幕| 又紧又爽又黄一区二区| 淫秽高清视频在线观看| 伦理电影免费视频| 成人国产一区最新在线观看| 18美女黄网站色大片免费观看| www日本在线高清视频| 国内毛片毛片毛片毛片毛片| 亚洲国产欧美网| 变态另类丝袜制服| 色哟哟哟哟哟哟| 一夜夜www| h日本视频在线播放| 日本一二三区视频观看| 人妻夜夜爽99麻豆av| 18禁美女被吸乳视频| 老熟妇乱子伦视频在线观看| 两性夫妻黄色片| 99久久久亚洲精品蜜臀av| 俺也久久电影网| 精品国产超薄肉色丝袜足j| 国产精品美女特级片免费视频播放器 | 亚洲国产精品999在线| 亚洲男人的天堂狠狠| 色吧在线观看| 脱女人内裤的视频| 免费看美女性在线毛片视频| 亚洲欧美精品综合一区二区三区| 18禁裸乳无遮挡免费网站照片| 国产高潮美女av| 99久久精品国产亚洲精品| 亚洲国产精品999在线| 高清在线国产一区| 日韩三级视频一区二区三区| 国产欧美日韩精品一区二区| 精品国产乱码久久久久久男人| 国产乱人伦免费视频| 午夜精品在线福利| 国产野战对白在线观看| 伦理电影免费视频| 国产一区二区激情短视频| 真人一进一出gif抽搐免费| 1000部很黄的大片| www国产在线视频色| 香蕉av资源在线| 日日夜夜操网爽| av在线天堂中文字幕| 国产成人精品久久二区二区免费| 一二三四社区在线视频社区8| 色综合婷婷激情| 欧美在线一区亚洲| 999精品在线视频| 亚洲人与动物交配视频| 日韩成人在线观看一区二区三区| 制服人妻中文乱码| 亚洲美女视频黄频| 日本一本二区三区精品| 国产精品av久久久久免费| 91在线观看av| 欧美成人性av电影在线观看| 中文亚洲av片在线观看爽| 别揉我奶头~嗯~啊~动态视频| 亚洲美女黄片视频| 国产综合懂色| 国产一区二区激情短视频| 天天一区二区日本电影三级| 免费观看的影片在线观看| 午夜免费成人在线视频| 久久久久精品国产欧美久久久| 久久精品影院6| 一个人看视频在线观看www免费 | 欧美大码av| 午夜福利免费观看在线| 亚洲欧美精品综合一区二区三区| 欧美日韩福利视频一区二区| 色噜噜av男人的天堂激情| 精品久久久久久久久久免费视频| 精品国产乱码久久久久久男人| 日本成人三级电影网站| 黄色片一级片一级黄色片| 国产不卡一卡二| 级片在线观看| 亚洲无线在线观看| 国产黄片美女视频| 狂野欧美白嫩少妇大欣赏| 在线观看一区二区三区| 免费观看精品视频网站| 亚洲av第一区精品v没综合| 国产极品精品免费视频能看的| 亚洲成a人片在线一区二区| 一进一出好大好爽视频| 精品久久久久久久人妻蜜臀av| 日韩av在线大香蕉| ponron亚洲| 校园春色视频在线观看| 19禁男女啪啪无遮挡网站| 老司机深夜福利视频在线观看| 狠狠狠狠99中文字幕| 999精品在线视频| 桃色一区二区三区在线观看| 日韩欧美一区二区三区在线观看| 国产精品野战在线观看| 少妇裸体淫交视频免费看高清| 亚洲中文字幕日韩| 欧美中文日本在线观看视频| 中文字幕人妻丝袜一区二区| 一个人看视频在线观看www免费 | 日韩大尺度精品在线看网址| 久久中文字幕人妻熟女| 亚洲 欧美 日韩 在线 免费| 国产日本99.免费观看| 国产91精品成人一区二区三区| 亚洲中文日韩欧美视频| 在线观看午夜福利视频| 欧美日本亚洲视频在线播放| 制服人妻中文乱码| 少妇裸体淫交视频免费看高清| 一区二区三区激情视频| 久久久国产成人精品二区| 91麻豆精品激情在线观看国产| 小蜜桃在线观看免费完整版高清| 国模一区二区三区四区视频 | 国产成人欧美在线观看| 亚洲18禁久久av| 成人高潮视频无遮挡免费网站| 一级作爱视频免费观看| 一级a爱片免费观看的视频| 淫妇啪啪啪对白视频| 日日干狠狠操夜夜爽| 免费在线观看影片大全网站| 精品99又大又爽又粗少妇毛片 | 免费在线观看视频国产中文字幕亚洲| 久久天躁狠狠躁夜夜2o2o| 18禁观看日本| 国产高清videossex| 成年女人永久免费观看视频| 白带黄色成豆腐渣| 免费在线观看亚洲国产| 国产精品免费一区二区三区在线| 搞女人的毛片| 麻豆国产av国片精品| 久久精品夜夜夜夜夜久久蜜豆| 亚洲中文日韩欧美视频| 十八禁人妻一区二区| 国产精品久久久av美女十八| 精品国内亚洲2022精品成人| 母亲3免费完整高清在线观看| 久久久久久九九精品二区国产| 欧美日韩亚洲国产一区二区在线观看| 欧美一区二区国产精品久久精品| 变态另类成人亚洲欧美熟女| 成年免费大片在线观看| 亚洲18禁久久av| 免费无遮挡裸体视频| 久久久久性生活片| 88av欧美| 成年版毛片免费区| 日本撒尿小便嘘嘘汇集6| 亚洲av美国av| 少妇熟女aⅴ在线视频| 99久久国产精品久久久| 1024香蕉在线观看| 成人永久免费在线观看视频| 亚洲色图 男人天堂 中文字幕| 一区福利在线观看| 久久久久免费精品人妻一区二区| www.www免费av| av国产免费在线观看| 脱女人内裤的视频| 嫩草影院入口| 日韩成人在线观看一区二区三区| 美女被艹到高潮喷水动态| 两个人视频免费观看高清| 国产精品久久久久久亚洲av鲁大| 精品久久久久久久久久免费视频| 欧美激情在线99|