• <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 ?

    基于獎勵值RNN和A2C模型的音樂生成

    2019-10-08 08:34:58孫承愛張馨俸田剛
    軟件 2019年7期
    關(guān)鍵詞:演員評論家

    孫承愛 張馨俸 田剛

    摘? 要: 我們提出了一個新的方法—基于獎勵值RNN的優(yōu)勢演員-評論家算法(R-A2C)來生成音樂。我們的模型首先使用一個帶有注意力機制的RNN模型(Recurrent neural network)預(yù)處理數(shù)據(jù)并將此作為先驗策略,然后我們將包含先驗策略和用戶反饋信息的獎勵值RNN增加到A2C(Advantage Actor-Critic)模型中,使得任意用戶給定的約束與循環(huán)網(wǎng)絡(luò)的風(fēng)格相結(jié)合,以此來鼓勵演員生成更符合用戶需求的音樂,實驗表明我們的模型取得了預(yù)期的效果。

    關(guān)鍵詞: 音樂生成,演員-評論家,獎勵值函數(shù),用戶反饋

    中圖分類號: TP391? ? 文獻(xiàn)標(biāo)識碼: A? ? DOI:10.3969/j.issn.1003-6970.2019.07.017

    【Abstract】: We present a novel method—Advantage Actor-Critic with Reward RNN(R-A2C)for generating music. Our model first uses a RNN with attention mechanism to pre-trained the data and use this as a prior strategy. Then we add the reward value RNN containing the a prior strategy and user feedback information to the A2C model, to encourage the actors to generate music that better suits the user's needs.Experimental results have shown that our model has achieved the desired results.

    【Key words】: Music generation; Actor-Critic; Reward function; User feedback

    0? 引言

    近年來,生成音樂一直是一個非?;钴S且具有挑戰(zhàn)性的領(lǐng)域。傳統(tǒng)的方法中Van Der Merwe[1]采用馬爾科夫模型生成音樂,成功地模擬不同聲音的音調(diào)之間的關(guān)系。

    在機器學(xué)習(xí)領(lǐng)域中,越來越多的人通過研究神經(jīng)網(wǎng)絡(luò)模型生成音樂,Kang等人[2]采用神經(jīng)網(wǎng)絡(luò)算法[3-5]對音樂自動評價系統(tǒng)進(jìn)行了研究,嘗試將旋律與鼓聲結(jié)合去生成音樂。楚[6]使用一個分層的RNN(循環(huán)神經(jīng)網(wǎng)絡(luò))模型,以此用來生成多軌道(旋律、和弦和鼓)流行音樂。

    雖然RNN模型在生成方面取得了很大的進(jìn)展,但是在生成音樂方面,由于其生成的旋律和主題比較隨機,很難契合用戶的需求[7,8],而強化學(xué)習(xí)的優(yōu)勢就在于能夠指導(dǎo)模型,使得任意用戶給定的約束與循環(huán)網(wǎng)絡(luò)的風(fēng)格相結(jié)合,所以我們提出R-A2C模型,在A2C[9](優(yōu)勢演員-評論家模型)的基礎(chǔ)上增加獎勵值RNN,既包含先前策略,又能夠結(jié)合用? 戶回饋的信息,在最大程度上生成滿足用戶需求的音樂。

    1? 相關(guān)概念及算法

    在深度學(xué)習(xí)中,有動作、狀態(tài)、環(huán)境、代理等基本元素。代理會與環(huán)境發(fā)生交互,從而產(chǎn)生運動軌跡。假定在時刻t時環(huán)境的狀態(tài)為 ,代理通過策略 執(zhí)行動作 ,使得環(huán)境的狀態(tài)發(fā)生變化, 。環(huán)境會根據(jù)當(dāng)前的動作回饋給代理一個獎勵(積極的或者消極的)。代理與環(huán)境會不斷的進(jìn)行交互,通過這種交互,代理的目標(biāo)就是在執(zhí)行的一系列動作中積累經(jīng)驗,更新策略,從而最大化獎勵值(最小化損失函數(shù)J)。

    首先定義策略π為參數(shù)θ的函數(shù)[10],記為 。定義 為t時刻開始到一段音樂結(jié)束的總回報值。定義 為策略π的價值函數(shù),其中 為因子,表示為:

    2? R-A2C模型基本結(jié)構(gòu)

    2.1? R-A2C模型

    音樂生成可以看做是一個序列化決策問題,而強化學(xué)習(xí)在處理最大化與獎勵相關(guān)的決策問題時表現(xiàn)良好。Jaques[12]等就采用極大似然估計(MLE)結(jié)合強化學(xué)習(xí)的方式(引入兩個基于值迭代的網(wǎng)絡(luò))生成音樂,保存了數(shù)據(jù)的原始信息的同時也保證了樣本的多樣性。而優(yōu)勢演員-評論家算法不僅有著強化學(xué)習(xí)的諸多優(yōu)點,在收斂性上也強于基于值迭代的算法。與此同時,演員-評論家算法既能針對連續(xù)動作進(jìn)行處理,又能實現(xiàn)單步更新,在這一點上更是優(yōu)于傳統(tǒng)上基于策略梯度的算法。所以在此模型中我們選擇優(yōu)勢評論家算法來學(xué)習(xí)音樂生成的策略問題。

    所以在此模型中,先引入一個帶有注意力機制的Seq2Seq[13]來處理數(shù)據(jù),預(yù)測和生成初步的音樂旋律。然后將數(shù)據(jù)引入到演員-評論家模型中,演員基于概率選動作,評論家基于演員的動作給出獎勵值,演員根據(jù)評論家的獎勵值修改選動作的概率,如果動作是好的,則調(diào)整網(wǎng)絡(luò)讓這個動作出現(xiàn)的概率變大,反之,使其變小。其中獎勵值函數(shù)同樣采用一個RNN來表示,將關(guān)于先前政策 的信息和用戶回饋的信息 的組合為獎勵值函數(shù)R。強化學(xué)習(xí)的優(yōu)勢使得任意用戶給定的約束與循環(huán)網(wǎng)絡(luò)的風(fēng)格相結(jié)合。模型圖如圖1所示。

    2.2? 獎勵值RNN

    獎勵值函數(shù)R可以看做是關(guān)于先前策略 的信息和用戶回饋信息 的組合。可以用log函數(shù)來近似計算先前策略π,即 。而用戶反饋的信息,可以封裝為額外的獎勵:

    對于正反饋信息,級別逐漸增強:

    ● 級別一:用戶反復(fù)收聽某個音樂片段

    ● 級別二:用戶反復(fù)收聽完整的音樂

    ● 級別三:用戶將剛收聽的音樂收藏或添加到音樂列表

    對于負(fù)反饋信息,級別同樣逐漸增強:

    ● 級別一:用戶在收聽一小段剛生成的音樂后停止播放或音樂播放不完全

    ● 級別二:用戶大幅度跳躍收聽剛生成的音樂

    ● 級別三:用戶將音樂從播放列表刪除

    根據(jù)用戶反饋信息級別(b)的不同,對 施加不同的權(quán)重,獎勵值函數(shù)表示為

    2.3? 損失函數(shù)

    2.3.1? 政策熵的正則化

    在演員與環(huán)境進(jìn)行交互的一個回合中,獎勵的期望往往由一個樣本近似,為了使采樣得到的樣本不要太過于集中,使得輸出的分布更加均衡化,必須要讓演員以一定的幾率采取其他的動作,所以,在模型中引入政策熵[14]的正則化[15],目標(biāo)函數(shù)重新定義為:

    2.3.2? 蒙特卡洛評估(Monte Carlo Evaluation)

    擬合值函數(shù) 的過程稱為策略評估。對于策略評估,一般采取兩種方式,基于時間差分的方法(temporal difference,簡稱TD)和蒙特卡洛方法[16](Monte Carlo,簡稱)。在此模型中采用MC方法作為優(yōu)勢函數(shù)的無偏估計。

    3? 實驗

    為了驗證模型的性能,我們在R-A2C模型上生成音樂。

    3.1? 數(shù)據(jù)處理

    為了訓(xùn)練模型,我們從包含超過50000首MIDI(Musical Instrument Digital Interface,樂器數(shù)字接口)音樂的語料庫中提取單聲道旋律[17],為了減少偏差,將不完整文件,的例如沒有聲道的音樂刪? 除。最后,我們的數(shù)據(jù)集保存了包含13264首MIDI文件。

    為了更好的學(xué)習(xí)樣本,確保所有的樣本在同一個曲調(diào)上,將所有的MIDI文件轉(zhuǎn)換為C大調(diào)。為了確保所有的音符都是整數(shù)節(jié)拍,將音樂每分鐘節(jié)拍數(shù)設(shè)置為60或者120。

    將數(shù)據(jù)預(yù)處理后,我們隨機的挑選7624首音樂作為本模型訓(xùn)練的數(shù)據(jù)集,其中5000首用于訓(xùn)練數(shù)據(jù),1500首用于調(diào)參,剩下的1124首作為測試數(shù)據(jù)。

    3.2? 模型實現(xiàn)

    首先將處理好的數(shù)據(jù)集編碼為獨熱音符,將該數(shù)據(jù)集基于音樂規(guī)則預(yù)訓(xùn)練Seq2Seq(Sequence to Sequence)模型,以此為R-A2C模型提供可接受的初始化數(shù)據(jù)。在訓(xùn)練期間,演員和評論家均采用隱藏層大小為80的單層神經(jīng)網(wǎng)絡(luò)。模型在每個小節(jié)結(jié)束后實時更新。

    對于獎勵值RNN,使用基于用戶反饋信息和先前政策的組合機制,對于用戶反饋的信息進(jìn)行分級處理,使用參數(shù)b實際上相當(dāng)于為用戶的判斷施加權(quán)重值,以此產(chǎn)生更符合用戶需求的音樂旋律。

    3.3? 評估結(jié)果

    由于音樂生成任務(wù)通常可以被視為序列生成問題,我們選取了2個基線模型[18]在成功率和回報值兩個維度上進(jìn)行比較測試。

    ● A2C是僅僅基于優(yōu)勢演員-評論家的模型

    ● A2C-P是在A2C的基礎(chǔ)上增加獎勵值RNN,但是僅僅有先前策略。

    ● R-A2C是在A2C的基礎(chǔ)上增加基于先前策略和用戶反饋信息的獎勵值RNN模型

    一般的機器學(xué)習(xí)模型都有評判的依據(jù),該依據(jù)與模型生成的結(jié)果產(chǎn)生損失,然后修正參數(shù)從而優(yōu)化之前的模型??紤]到音樂生成較為特殊,對于生成的音樂,沒有準(zhǔn)確統(tǒng)一的衡量標(biāo)準(zhǔn)。根據(jù)Schmeling的提出的音樂觀點,我們在旋律的流暢度和音樂的完整性上給出了一些指標(biāo)(比如在旋律的流暢度上,是否在音樂進(jìn)行時有明顯的停頓;在音樂的完整性上,生成的音樂是否完整而不僅僅是音樂片段)。為了評估本模型中音樂生成的質(zhì)量,我們邀請了10名音樂愛好者和5名非專業(yè)人士進(jìn)行本次調(diào)查。我們隨機抽取10段旋律,要求這15名志愿者在試聽之后進(jìn)行打分,分?jǐn)?shù)為1到5,學(xué)習(xí)曲線如圖2所示,評估結(jié)果如表1所示。

    通過表1的成功率、獎勵值和人工打分三個指標(biāo)明顯發(fā)現(xiàn)R-A2C模型在音樂生成任務(wù)上的性能優(yōu)于其他幾個方法。

    4? 結(jié)論

    本文提出了一種基于獎勵值RNN模型的優(yōu)勢演員-評論家模型。該模型在利用深度學(xué)習(xí)校正RNN生成序列的同時,與其他模型相比,增加獎勵值RNN中的用戶反饋信息,通過大量實驗,無論是自動指標(biāo)還是人工評估,本模型均表現(xiàn)出比較好的? 性能。在未來的方向上,我們希望繼續(xù)優(yōu)化模型,以應(yīng)用于更復(fù)雜的音樂生成任務(wù)上和其他強化學(xué)習(xí)領(lǐng)域。

    參考文獻(xiàn)

    [1] Andries V D M, Schulze W. Music Generation with Markov Models[J]. IEEE Multimedia, 2011, 18(3): 78-85.

    [2] Kang S, Ok S Y, Kang Y M. Automatic Music Generation and Machine Learning Based Evaluation[M]//Multimedia and Signal Processing. Springer Berlin Heidelberg, 2012. 436–443.

    [3] 劉騰飛, 于雙元, 張洪濤, 等. 基于循環(huán)和卷積神經(jīng)網(wǎng)絡(luò)的文本分類研究[J]. 軟件, 2018, 39(01): 64-69

    [4] 石黎, 孫志梅. 教學(xué)質(zhì)量評價的BP 神經(jīng)網(wǎng)絡(luò)模型[J]. 軟件, 2015, 36(3): 19-21

    [5] 張曉明, 尹鴻峰. 基于卷積神經(jīng)網(wǎng)絡(luò)和語義信息的場景分類[J]. 軟件, 2018, 39(01): 29-34

    [6] Chu H, Urtasun R, Fidler S. Song From PI: A Musically Plausible Network for Pop Music Generation[J]. 2016. In Proc. ICLR, Workshop Track, 2017.

    [7] 張玉環(huán), 錢江. 基于兩種 LSTM 結(jié)構(gòu)的文本情感分析[J]. 軟件, 2018, 39(1): 116-120

    [8] 陳海紅. 多核SVM 文本分類研究[J]. 軟件, 2015, 36(5): 7-10.

    [9] Konda V R, Tsitsiklis J N. OnActor-Critic Algorithms[J]. SIAM Journal on Control and Optimization, 2000, 42(4).

    [10] Williams R J. Simple statistical gradient-following algorithms for connectionist reinforcement learning[J]. Machine Learning, 1992, 8(3-4): 229-256.

    [11] Mnih V, Badia, Adrià Puigdomènech, Mirza M, et al. Asynchronous Methods for Deep Reinforcement Learning[J]. 2016. pp. 1928–1937.

    [12] Jaques N, Gu S, Turner R E, et al. Tuning Recurrent Neural Networks with Reinforcement Learning[J]. 2016.

    [13] Models G W L. (2017). Cold fusion: training seq2seq models to-[J]. 2017.

    [14] Shannon C E. The mathematical theory of communication. 1963[J]. Bell Labs Technical Journal, 1950, 3(9): 31-32.

    [15] 呂國豪, 楊東坡, 劉金環(huán). 基于卷積神經(jīng)網(wǎng)絡(luò)的商品圖像精細(xì)分類. 山東科技大學(xué)學(xué)報(自然科學(xué)版), 2014;33(6): 91-96.

    [16] Shapiro A. Monte Carlo Sampling Methods[J]. Handbooks in Operations Research and Management Science, 2003, 10(03): 353-425.

    [17] 王程, 周婉, 何軍. 面向自動音樂生成的深度遞歸神經(jīng)網(wǎng)絡(luò)方法[J]. 小型微型計算機系統(tǒng), 2017(10).

    [18] Peng B, Li X, Gao J, et al. Adversarial Advantage Actor-Critic Model for Task-Completion Dialogue Policy Learning[J]. 2017.

    猜你喜歡
    演員評論家
    廣東當(dāng)代文學(xué)評論家
    音樂評論家的“內(nèi)功”修煉——論八項追求
    中國音樂(2022年3期)2022-06-10 06:28:36
    著名詩人、評論家
    鴨綠江(2021年29期)2021-02-28 05:44:26
    著名詩人、評論家 吳思敬
    鴨綠江(2020年29期)2020-11-15 07:05:52
    評論家楊占平
    火花(2019年8期)2019-08-28 08:45:06
    青年油畫家、文藝評論家
    編導(dǎo)創(chuàng)作與演員呈現(xiàn)之間的互動
    青春歲月(2016年21期)2016-12-20 11:09:45
    從“演員”到“明星”
    百變“演員”
    雜技藝術(shù)與音樂簡析
    国产精品久久视频播放| 免费看光身美女| 亚洲第一欧美日韩一区二区三区| 中文字幕精品亚洲无线码一区| 后天国语完整版免费观看| 男插女下体视频免费在线播放| www.www免费av| 1024手机看黄色片| 国产淫片久久久久久久久 | 人妻久久中文字幕网| 国产成人欧美在线观看| 12—13女人毛片做爰片一| 亚洲午夜精品一区,二区,三区| 国产精品国产高清国产av| 亚洲av五月六月丁香网| 婷婷亚洲欧美| 国产精品乱码一区二三区的特点| 亚洲欧美精品综合一区二区三区| 欧美乱色亚洲激情| 欧美最黄视频在线播放免费| 一夜夜www| 欧美黄色片欧美黄色片| 两个人看的免费小视频| 亚洲五月天丁香| 村上凉子中文字幕在线| 久久久色成人| 亚洲va日本ⅴa欧美va伊人久久| 欧美午夜高清在线| 99久久99久久久精品蜜桃| 亚洲午夜理论影院| 黑人欧美特级aaaaaa片| 成年人黄色毛片网站| www.www免费av| 欧美黄色淫秽网站| 亚洲天堂国产精品一区在线| 丁香六月欧美| 在线观看舔阴道视频| 又黄又粗又硬又大视频| 国产精品国产高清国产av| 黄色成人免费大全| 久久精品91蜜桃| 999久久久国产精品视频| 免费看a级黄色片| 中文字幕人成人乱码亚洲影| 久久精品国产亚洲av香蕉五月| 他把我摸到了高潮在线观看| 国产精品免费一区二区三区在线| 天堂√8在线中文| 亚洲无线在线观看| 叶爱在线成人免费视频播放| 观看美女的网站| 欧美激情在线99| 免费看十八禁软件| 好男人在线观看高清免费视频| 久久午夜亚洲精品久久| 黄色片一级片一级黄色片| 欧美色欧美亚洲另类二区| 欧美日韩亚洲国产一区二区在线观看| www.精华液| 国产aⅴ精品一区二区三区波| xxx96com| 美女被艹到高潮喷水动态| 真人做人爱边吃奶动态| 黑人操中国人逼视频| 特级一级黄色大片| 在线十欧美十亚洲十日本专区| 激情在线观看视频在线高清| 亚洲av五月六月丁香网| 午夜两性在线视频| 1000部很黄的大片| 久久久久亚洲av毛片大全| 色噜噜av男人的天堂激情| 午夜免费观看网址| 日韩三级视频一区二区三区| 偷拍熟女少妇极品色| 亚洲欧美日韩卡通动漫| 国模一区二区三区四区视频 | 亚洲av成人一区二区三| 99国产精品一区二区三区| 老熟妇乱子伦视频在线观看| 国产精品一区二区精品视频观看| 精品一区二区三区视频在线观看免费| 此物有八面人人有两片| 在线视频色国产色| 欧美午夜高清在线| 免费高清视频大片| 叶爱在线成人免费视频播放| 国产成人精品无人区| 这个男人来自地球电影免费观看| 久久午夜亚洲精品久久| 精品无人区乱码1区二区| 欧美极品一区二区三区四区| 国产精品 欧美亚洲| 观看免费一级毛片| 亚洲午夜理论影院| 激情在线观看视频在线高清| 精品国产亚洲在线| 欧美日本亚洲视频在线播放| 久久精品夜夜夜夜夜久久蜜豆| 国产精品一区二区三区四区久久| 91麻豆精品激情在线观看国产| 97人妻精品一区二区三区麻豆| 1024香蕉在线观看| 久久香蕉国产精品| 一夜夜www| 亚洲精品久久国产高清桃花| 好男人在线观看高清免费视频| 欧美丝袜亚洲另类 | 国产 一区 欧美 日韩| 国产综合懂色| 日日夜夜操网爽| 亚洲va日本ⅴa欧美va伊人久久| 九色国产91popny在线| 日韩欧美在线乱码| 九九在线视频观看精品| 久久欧美精品欧美久久欧美| 午夜福利欧美成人| 国产午夜精品久久久久久| 国产高清有码在线观看视频| 亚洲成av人片免费观看| www国产在线视频色| 亚洲人成网站高清观看| 成人高潮视频无遮挡免费网站| 全区人妻精品视频| 日韩精品青青久久久久久| 色噜噜av男人的天堂激情| 欧美一区二区国产精品久久精品| 欧美激情在线99| 亚洲成人久久爱视频| 欧美中文综合在线视频| 亚洲av中文字字幕乱码综合| 亚洲色图av天堂| 人人妻人人澡欧美一区二区| 久久99热这里只有精品18| 国产精品日韩av在线免费观看| 日本 欧美在线| 美女高潮的动态| 久久久精品大字幕| 亚洲av五月六月丁香网| av天堂在线播放| 日韩欧美三级三区| 99国产精品一区二区蜜桃av| 国产麻豆成人av免费视频| 天堂影院成人在线观看| 国产亚洲精品综合一区在线观看| 熟女电影av网| 一级a爱片免费观看的视频| 成年女人永久免费观看视频| 最近最新免费中文字幕在线| 桃色一区二区三区在线观看| 看免费av毛片| 亚洲精品一卡2卡三卡4卡5卡| 日韩精品青青久久久久久| 国产精品免费一区二区三区在线| 性色av乱码一区二区三区2| 精品一区二区三区视频在线 | 亚洲精品乱码久久久v下载方式 | 国产熟女xx| 日韩欧美 国产精品| 草草在线视频免费看| 久久久精品欧美日韩精品| 午夜精品在线福利| 精品久久久久久久久久久久久| 天堂av国产一区二区熟女人妻| 在线a可以看的网站| 啦啦啦免费观看视频1| 亚洲狠狠婷婷综合久久图片| 欧美xxxx黑人xx丫x性爽| 首页视频小说图片口味搜索| 啦啦啦韩国在线观看视频| 激情在线观看视频在线高清| 亚洲专区中文字幕在线| 久久久成人免费电影| 精品免费久久久久久久清纯| 可以在线观看的亚洲视频| 国产精品永久免费网站| 免费在线观看视频国产中文字幕亚洲| 人妻夜夜爽99麻豆av| 香蕉av资源在线| 日本a在线网址| 久久久久性生活片| 级片在线观看| 天天一区二区日本电影三级| 伊人久久大香线蕉亚洲五| 美女高潮喷水抽搐中文字幕| 亚洲精品中文字幕一二三四区| 99热6这里只有精品| 人妻丰满熟妇av一区二区三区| 网址你懂的国产日韩在线| 日韩欧美精品v在线| 黄片小视频在线播放| 国产精品久久久久久人妻精品电影| 三级毛片av免费| 国产aⅴ精品一区二区三区波| 欧美日韩精品网址| 久久人人精品亚洲av| 床上黄色一级片| 午夜免费激情av| 国产精品久久电影中文字幕| 特级一级黄色大片| 成人国产一区最新在线观看| 久久久久久久久久黄片| 国模一区二区三区四区视频 | 此物有八面人人有两片| 麻豆国产97在线/欧美| 最近在线观看免费完整版| 国产精品永久免费网站| 国产精品99久久久久久久久| 免费在线观看影片大全网站| 岛国视频午夜一区免费看| 啪啪无遮挡十八禁网站| 老司机福利观看| 欧美绝顶高潮抽搐喷水| www.自偷自拍.com| 哪里可以看免费的av片| 男人的好看免费观看在线视频| 精品久久久久久久久久久久久| 亚洲va日本ⅴa欧美va伊人久久| 亚洲乱码一区二区免费版| 欧美一区二区国产精品久久精品| 亚洲色图 男人天堂 中文字幕| 国产成人啪精品午夜网站| 日韩国内少妇激情av| 国产三级中文精品| 90打野战视频偷拍视频| 日韩有码中文字幕| 国内精品久久久久精免费| 麻豆成人av在线观看| 国产高清激情床上av| 韩国av一区二区三区四区| h日本视频在线播放| 99re在线观看精品视频| 偷拍熟女少妇极品色| 国模一区二区三区四区视频 | 网址你懂的国产日韩在线| h日本视频在线播放| 日韩 欧美 亚洲 中文字幕| 观看美女的网站| 色视频www国产| 中文字幕av在线有码专区| 国内精品美女久久久久久| 黄色女人牲交| 亚洲国产欧美一区二区综合| 午夜福利成人在线免费观看| www日本在线高清视频| 久久欧美精品欧美久久欧美| 亚洲无线在线观看| 日韩有码中文字幕| 欧美最黄视频在线播放免费| 老熟妇仑乱视频hdxx| 国产精品一区二区三区四区久久| 免费观看的影片在线观看| 99久久成人亚洲精品观看| 亚洲最大成人中文| 人人妻人人澡欧美一区二区| 99国产综合亚洲精品| 非洲黑人性xxxx精品又粗又长| 99精品在免费线老司机午夜| 国产极品精品免费视频能看的| 久久久成人免费电影| 欧美黑人巨大hd| 中文字幕最新亚洲高清| 日本成人三级电影网站| 丰满的人妻完整版| 国产精华一区二区三区| 精品久久久久久久久久免费视频| 在线观看66精品国产| 国产精品一及| 18美女黄网站色大片免费观看| 久久伊人香网站| 亚洲欧美日韩东京热| 中文字幕人成人乱码亚洲影| 夜夜爽天天搞| 日本三级黄在线观看| 一二三四在线观看免费中文在| 国产蜜桃级精品一区二区三区| 成人午夜高清在线视频| 99久久综合精品五月天人人| h日本视频在线播放| 香蕉av资源在线| 十八禁人妻一区二区| 亚洲天堂国产精品一区在线| 欧美三级亚洲精品| 天堂√8在线中文| 99在线视频只有这里精品首页| 一级毛片高清免费大全| 97碰自拍视频| 国内毛片毛片毛片毛片毛片| 国产成人av教育| 国产成人精品久久二区二区免费| 亚洲精品一区av在线观看| or卡值多少钱| 欧美黄色淫秽网站| 国产精品一区二区三区四区免费观看 | 亚洲精品美女久久av网站| 别揉我奶头~嗯~啊~动态视频| 国产av麻豆久久久久久久| 国产三级中文精品| 免费大片18禁| 免费看日本二区| 99国产精品一区二区三区| www日本黄色视频网| 久久天躁狠狠躁夜夜2o2o| 天堂影院成人在线观看| 色哟哟哟哟哟哟| 亚洲无线在线观看| 两人在一起打扑克的视频| 757午夜福利合集在线观看| 一区福利在线观看| 中亚洲国语对白在线视频| 一本精品99久久精品77| 一区二区三区高清视频在线| 国产三级黄色录像| 国产欧美日韩一区二区精品| 中文字幕高清在线视频| 人人妻,人人澡人人爽秒播| 亚洲av第一区精品v没综合| 亚洲男人的天堂狠狠| 成人高潮视频无遮挡免费网站| 黄色女人牲交| 香蕉国产在线看| netflix在线观看网站| 无遮挡黄片免费观看| 精品免费久久久久久久清纯| 99热这里只有精品一区 | 午夜a级毛片| 欧美成人一区二区免费高清观看 | 国产欧美日韩一区二区三| 俺也久久电影网| 窝窝影院91人妻| 成人av一区二区三区在线看| 亚洲av日韩精品久久久久久密| 国产精品亚洲av一区麻豆| 国产精品国产高清国产av| 宅男免费午夜| 欧美色视频一区免费| 亚洲av中文字字幕乱码综合| 午夜影院日韩av| 夜夜爽天天搞| 夜夜躁狠狠躁天天躁| 999久久久国产精品视频| 日本免费a在线| 高清在线国产一区| 国产午夜福利久久久久久| 噜噜噜噜噜久久久久久91| 亚洲avbb在线观看| 女同久久另类99精品国产91| 19禁男女啪啪无遮挡网站| 日本黄色片子视频| 成年版毛片免费区| 久久精品影院6| 桃色一区二区三区在线观看| 精品福利观看| 亚洲,欧美精品.| 中文字幕精品亚洲无线码一区| 日本熟妇午夜| 岛国视频午夜一区免费看| 女警被强在线播放| 亚洲自偷自拍图片 自拍| 久久天堂一区二区三区四区| 可以在线观看的亚洲视频| 久久久久久久久免费视频了| 亚洲中文字幕日韩| 综合色av麻豆| 欧美日韩亚洲国产一区二区在线观看| 国产视频一区二区在线看| 天堂√8在线中文| 久久草成人影院| 国产精品亚洲一级av第二区| 床上黄色一级片| 久久久国产成人精品二区| 日本成人三级电影网站| 亚洲中文av在线| 欧美另类亚洲清纯唯美| 999精品在线视频| 香蕉丝袜av| 国产在线精品亚洲第一网站| 人人妻人人澡欧美一区二区| 国产精品久久久久久人妻精品电影| 久久人妻av系列| 国产三级中文精品| 日本 欧美在线| 成人精品一区二区免费| 五月伊人婷婷丁香| 禁无遮挡网站| 国产伦一二天堂av在线观看| 国产一区在线观看成人免费| 成人av在线播放网站| av天堂中文字幕网| 国产精品,欧美在线| 这个男人来自地球电影免费观看| 午夜日韩欧美国产| 亚洲,欧美精品.| 国产97色在线日韩免费| 在线观看66精品国产| 亚洲狠狠婷婷综合久久图片| 天堂影院成人在线观看| 人人妻,人人澡人人爽秒播| 亚洲精品久久国产高清桃花| 国产激情欧美一区二区| 草草在线视频免费看| 午夜激情欧美在线| 黄色日韩在线| 国产三级黄色录像| 亚洲avbb在线观看| 国产乱人视频| 国产成人精品久久二区二区91| 精品久久久久久久人妻蜜臀av| 国产蜜桃级精品一区二区三区| 在线看三级毛片| 亚洲人成网站在线播放欧美日韩| 99精品欧美一区二区三区四区| www国产在线视频色| 欧美+亚洲+日韩+国产| 午夜免费激情av| 成人高潮视频无遮挡免费网站| av在线天堂中文字幕| 国产精品电影一区二区三区| 一区福利在线观看| 在线看三级毛片| 欧美日韩综合久久久久久 | 国产精品一及| 亚洲一区高清亚洲精品| 一进一出抽搐gif免费好疼| 欧美xxxx黑人xx丫x性爽| 香蕉久久夜色| 九色成人免费人妻av| 欧美国产日韩亚洲一区| 亚洲精品在线观看二区| 美女cb高潮喷水在线观看 | 成人午夜高清在线视频| 看片在线看免费视频| 国产精品免费一区二区三区在线| 欧美3d第一页| 999精品在线视频| 国产精品久久久久久人妻精品电影| 亚洲av片天天在线观看| 国产精品一及| 色综合欧美亚洲国产小说| 嫩草影视91久久| 黄片大片在线免费观看| 在线十欧美十亚洲十日本专区| 欧美日韩中文字幕国产精品一区二区三区| 精品久久久久久久久久久久久| 色在线成人网| 操出白浆在线播放| 久久香蕉精品热| 精品乱码久久久久久99久播| 欧美成人一区二区免费高清观看 | 亚洲精品美女久久久久99蜜臀| 精品午夜福利视频在线观看一区| 日韩免费av在线播放| 色精品久久人妻99蜜桃| 亚洲无线观看免费| 长腿黑丝高跟| 亚洲精品乱码久久久v下载方式 | 一区福利在线观看| 又爽又黄无遮挡网站| 日韩人妻高清精品专区| 日韩高清综合在线| 两性午夜刺激爽爽歪歪视频在线观看| 国产黄a三级三级三级人| 高清在线国产一区| 日韩 欧美 亚洲 中文字幕| 国产日本99.免费观看| 国产午夜福利久久久久久| 69av精品久久久久久| 国产午夜精品论理片| 国产黄a三级三级三级人| xxx96com| 免费av毛片视频| 亚洲第一欧美日韩一区二区三区| 午夜福利高清视频| 日本 欧美在线| 久久久久国产精品人妻aⅴ院| 露出奶头的视频| 啦啦啦观看免费观看视频高清| 国产91精品成人一区二区三区| 精品久久久久久成人av| 村上凉子中文字幕在线| bbb黄色大片| 悠悠久久av| 国产亚洲精品久久久com| 国产黄片美女视频| 日本a在线网址| 91九色精品人成在线观看| 长腿黑丝高跟| 亚洲天堂国产精品一区在线| 五月伊人婷婷丁香| 老司机午夜福利在线观看视频| 国产三级中文精品| av女优亚洲男人天堂 | 亚洲国产欧美一区二区综合| 国产伦一二天堂av在线观看| 国产精品爽爽va在线观看网站| 国产激情欧美一区二区| 国产又色又爽无遮挡免费看| 女人被狂操c到高潮| 午夜免费成人在线视频| 精品无人区乱码1区二区| 国产爱豆传媒在线观看| 成人无遮挡网站| 久久久久久人人人人人| 久久中文字幕人妻熟女| 成人精品一区二区免费| 久久久水蜜桃国产精品网| 久久午夜综合久久蜜桃| 最新中文字幕久久久久 | 国产伦精品一区二区三区四那| 宅男免费午夜| 高清在线国产一区| 久久精品国产亚洲av香蕉五月| 免费看日本二区| 亚洲自拍偷在线| 成年免费大片在线观看| 婷婷精品国产亚洲av在线| 99久久国产精品久久久| 国产一级毛片七仙女欲春2| 十八禁人妻一区二区| 国产亚洲av高清不卡| 免费人成视频x8x8入口观看| 色老头精品视频在线观看| 狠狠狠狠99中文字幕| 91九色精品人成在线观看| 国产精品爽爽va在线观看网站| 一级毛片高清免费大全| 亚洲熟妇熟女久久| 日韩大尺度精品在线看网址| www.999成人在线观看| 高潮久久久久久久久久久不卡| 88av欧美| 国产aⅴ精品一区二区三区波| 久久精品国产清高在天天线| 99热这里只有精品一区 | 嫩草影院精品99| 国产激情偷乱视频一区二区| 国产精品九九99| 99久久99久久久精品蜜桃| 亚洲中文av在线| 成人精品一区二区免费| 色综合站精品国产| 丁香六月欧美| 视频区欧美日本亚洲| 天堂av国产一区二区熟女人妻| 欧美一区二区国产精品久久精品| 一区二区三区国产精品乱码| 成年女人永久免费观看视频| 国产探花在线观看一区二区| 麻豆国产97在线/欧美| 小蜜桃在线观看免费完整版高清| 久久久久久久午夜电影| 中文字幕av在线有码专区| 嫩草影院精品99| 无限看片的www在线观看| 国产av不卡久久| 亚洲 欧美一区二区三区| 成人特级av手机在线观看| 亚洲av成人一区二区三| 免费看美女性在线毛片视频| 9191精品国产免费久久| 最近视频中文字幕2019在线8| 国产伦一二天堂av在线观看| 日本a在线网址| 国内精品一区二区在线观看| 男女之事视频高清在线观看| 亚洲va日本ⅴa欧美va伊人久久| 欧美zozozo另类| 曰老女人黄片| 在线观看午夜福利视频| 亚洲成人免费电影在线观看| 亚洲色图 男人天堂 中文字幕| 12—13女人毛片做爰片一| 国产精品美女特级片免费视频播放器 | 久久天堂一区二区三区四区| 国产精品一区二区免费欧美| 十八禁网站免费在线| 在线国产一区二区在线| 久久中文字幕一级| 少妇熟女aⅴ在线视频| 中亚洲国语对白在线视频| 国产精品久久久久久久电影 | bbb黄色大片| 欧美日本亚洲视频在线播放| 国产v大片淫在线免费观看| avwww免费| 九色国产91popny在线| 女生性感内裤真人,穿戴方法视频| 91在线观看av| 国产高清有码在线观看视频| 变态另类成人亚洲欧美熟女| 欧美乱妇无乱码| 999久久久国产精品视频| 久久久久性生活片| 搡老岳熟女国产| 日本在线视频免费播放| 岛国视频午夜一区免费看| 看片在线看免费视频| 俄罗斯特黄特色一大片| 岛国在线观看网站| 又大又爽又粗| 日本黄大片高清| 非洲黑人性xxxx精品又粗又长| 国产成人系列免费观看| 欧洲精品卡2卡3卡4卡5卡区| 精品乱码久久久久久99久播| 成人一区二区视频在线观看| 亚洲九九香蕉| 国产乱人伦免费视频| tocl精华| 婷婷精品国产亚洲av在线| 亚洲第一欧美日韩一区二区三区| 亚洲美女视频黄频| 精品国内亚洲2022精品成人| 国内毛片毛片毛片毛片毛片| 免费无遮挡裸体视频|