• <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
    黄色 视频免费看| 叶爱在线成人免费视频播放| 国产成人精品无人区| 性少妇av在线| 热re99久久国产66热| 婷婷色av中文字幕| 精品一品国产午夜福利视频| 久久久久久久久久久久大奶| 丰满乱子伦码专区| 女性被躁到高潮视频| 亚洲av在线观看美女高潮| 精品少妇黑人巨大在线播放| 美女高潮到喷水免费观看| 午夜免费男女啪啪视频观看| 久久久久精品人妻al黑| 人成视频在线观看免费观看| 国产激情久久老熟女| av不卡在线播放| 99久久人妻综合| 国产精品国产av在线观看| 久久精品国产亚洲av高清一级| 国产成人91sexporn| 啦啦啦视频在线资源免费观看| 狂野欧美激情性bbbbbb| 天天躁狠狠躁夜夜躁狠狠躁| 亚洲成人av在线免费| 日韩中字成人| 久久韩国三级中文字幕| 如何舔出高潮| 国产精品一区二区在线观看99| 欧美人与性动交α欧美精品济南到 | 搡老乐熟女国产| 不卡av一区二区三区| 国产野战对白在线观看| 美女脱内裤让男人舔精品视频| 免费播放大片免费观看视频在线观看| 久久午夜福利片| 久久人人97超碰香蕉20202| 人人妻人人爽人人添夜夜欢视频| 亚洲精品自拍成人| 国产视频首页在线观看| 另类精品久久| www.av在线官网国产| 香蕉国产在线看| 青春草亚洲视频在线观看| a 毛片基地| 天天躁狠狠躁夜夜躁狠狠躁| 天天操日日干夜夜撸| 日韩三级伦理在线观看| 日本欧美国产在线视频| 精品一品国产午夜福利视频| 日产精品乱码卡一卡2卡三| 亚洲一级一片aⅴ在线观看| 99九九在线精品视频| 纯流量卡能插随身wifi吗| 亚洲国产精品999| 电影成人av| 亚洲av福利一区| 99久久精品国产国产毛片| 十八禁高潮呻吟视频| 精品酒店卫生间| 成人黄色视频免费在线看| 亚洲欧洲精品一区二区精品久久久 | 看免费av毛片| 久久久久久久国产电影| 女人久久www免费人成看片| 国产 一区精品| 综合色丁香网| 中文字幕制服av| 国产一区二区三区综合在线观看| 国产极品粉嫩免费观看在线| 国产免费一区二区三区四区乱码| 国产亚洲精品第一综合不卡| 国产福利在线免费观看视频| 一级毛片电影观看| 另类精品久久| 岛国毛片在线播放| av福利片在线| av卡一久久| 免费黄网站久久成人精品| 在线天堂中文资源库| 国产精品无大码| 久久人人爽av亚洲精品天堂| 欧美日韩亚洲高清精品| videosex国产| 亚洲国产av影院在线观看| 大片免费播放器 马上看| 18禁动态无遮挡网站| 亚洲久久久国产精品| 中文欧美无线码| 久久ye,这里只有精品| 亚洲三区欧美一区| 看免费成人av毛片| 国产成人91sexporn| 亚洲欧美清纯卡通| 国产精品久久久av美女十八| 男女免费视频国产| 男女高潮啪啪啪动态图| 香蕉精品网在线| 捣出白浆h1v1| av免费在线看不卡| www日本在线高清视频| 精品国产一区二区三区四区第35| a级毛片在线看网站| 一级毛片电影观看| 女的被弄到高潮叫床怎么办| 久久国产精品大桥未久av| 少妇人妻久久综合中文| 精品国产国语对白av| 久久精品国产鲁丝片午夜精品| 国产免费现黄频在线看| 免费不卡的大黄色大毛片视频在线观看| 人妻人人澡人人爽人人| 一区福利在线观看| 国产一区二区三区av在线| 色视频在线一区二区三区| 国产无遮挡羞羞视频在线观看| 日本黄色日本黄色录像| 国产成人免费观看mmmm| www日本在线高清视频| h视频一区二区三区| 天天躁夜夜躁狠狠久久av| 亚洲精品国产色婷婷电影| 午夜激情av网站| 少妇的逼水好多| freevideosex欧美| 少妇猛男粗大的猛烈进出视频| 久久国产精品男人的天堂亚洲| 精品国产露脸久久av麻豆| 一本—道久久a久久精品蜜桃钙片| 在现免费观看毛片| 日韩在线高清观看一区二区三区| 中文字幕人妻熟女乱码| 欧美人与性动交α欧美软件| 蜜桃在线观看..| 青草久久国产| 精品国产国语对白av| 国产成人精品一,二区| 大话2 男鬼变身卡| 黑人猛操日本美女一级片| 亚洲精品在线美女| 亚洲成人av在线免费| 一级片'在线观看视频| 97精品久久久久久久久久精品| a级片在线免费高清观看视频| 香蕉国产在线看| 91精品伊人久久大香线蕉| 亚洲少妇的诱惑av| 亚洲精品视频女| 精品第一国产精品| 日日啪夜夜爽| 亚洲av中文av极速乱| 在线观看美女被高潮喷水网站| 成年av动漫网址| 国产av码专区亚洲av| 国产一区亚洲一区在线观看| 激情视频va一区二区三区| 欧美+日韩+精品| 亚洲欧洲国产日韩| 老司机亚洲免费影院| 精品人妻在线不人妻| 在线观看免费日韩欧美大片| 一区二区三区乱码不卡18| 国产又爽黄色视频| 午夜av观看不卡| 精品少妇内射三级| 国产色婷婷99| 一区在线观看完整版| 精品少妇内射三级| 日韩精品免费视频一区二区三区| 视频在线观看一区二区三区| 毛片一级片免费看久久久久| 国产又色又爽无遮挡免| 国产一区二区在线观看av| 在线 av 中文字幕| 捣出白浆h1v1| 午夜久久久在线观看| 欧美成人午夜精品| 国产熟女欧美一区二区| 制服人妻中文乱码| 亚洲伊人色综图| 亚洲一码二码三码区别大吗| 9色porny在线观看| 亚洲欧美色中文字幕在线| 国产精品国产三级专区第一集| 精品第一国产精品| 久久国产精品男人的天堂亚洲| 视频在线观看一区二区三区| 毛片一级片免费看久久久久| 国产不卡av网站在线观看| 亚洲精品aⅴ在线观看| 制服人妻中文乱码| av在线老鸭窝| 一区在线观看完整版| 国产在视频线精品| 亚洲精华国产精华液的使用体验| 如日韩欧美国产精品一区二区三区| 9191精品国产免费久久| 国产又爽黄色视频| 人人妻人人澡人人看| 国产精品熟女久久久久浪| a级片在线免费高清观看视频| 免费在线观看黄色视频的| 国产免费一区二区三区四区乱码| 国产精品二区激情视频| 99热网站在线观看| 黄网站色视频无遮挡免费观看| 欧美日本中文国产一区发布| 国产亚洲午夜精品一区二区久久| 亚洲图色成人| 美女大奶头黄色视频| 美女xxoo啪啪120秒动态图| 老熟女久久久| 丝袜人妻中文字幕| 亚洲四区av| 久久av网站| 日日撸夜夜添| 久久久久国产精品人妻一区二区| 国产精品av久久久久免费| 欧美日韩亚洲国产一区二区在线观看 | 欧美bdsm另类| 一边摸一边做爽爽视频免费| 最近中文字幕2019免费版| 伦理电影免费视频| 新久久久久国产一级毛片| 这个男人来自地球电影免费观看 | 成年av动漫网址| 成人毛片60女人毛片免费| 成人影院久久| 啦啦啦啦在线视频资源| 国产在线一区二区三区精| 中国国产av一级| 天美传媒精品一区二区| 欧美日韩精品网址| 一区二区日韩欧美中文字幕| 日本免费在线观看一区| 丝袜人妻中文字幕| 色婷婷av一区二区三区视频| 看免费av毛片| 亚洲精品中文字幕在线视频| 欧美在线黄色| 肉色欧美久久久久久久蜜桃| 99热网站在线观看| 一区二区三区乱码不卡18| 涩涩av久久男人的天堂| 99国产综合亚洲精品| 日韩三级伦理在线观看| 国产精品嫩草影院av在线观看| 亚洲第一av免费看| 免费观看av网站的网址| 亚洲伊人久久精品综合| 久久精品国产综合久久久| 老熟女久久久| 黄频高清免费视频| 国产一区亚洲一区在线观看| 美女国产高潮福利片在线看| 欧美老熟妇乱子伦牲交| 亚洲内射少妇av| 欧美成人午夜免费资源| 亚洲精品,欧美精品| 欧美人与性动交α欧美软件| 亚洲成色77777| 中国国产av一级| tube8黄色片| 亚洲熟女精品中文字幕| 国产 精品1| 免费高清在线观看日韩| 啦啦啦在线免费观看视频4| 午夜福利乱码中文字幕| 精品久久蜜臀av无| 精品亚洲乱码少妇综合久久| 亚洲熟女精品中文字幕| 久久亚洲国产成人精品v| 在线观看免费日韩欧美大片| 日韩欧美精品免费久久| 亚洲精品美女久久久久99蜜臀 | 免费在线观看完整版高清| 亚洲成国产人片在线观看| 亚洲三区欧美一区| 国产黄色免费在线视频| 在线 av 中文字幕| 天堂中文最新版在线下载| 校园人妻丝袜中文字幕| 久热这里只有精品99| 亚洲国产av影院在线观看| 精品国产超薄肉色丝袜足j| 纵有疾风起免费观看全集完整版| 亚洲综合精品二区| 看十八女毛片水多多多| 啦啦啦中文免费视频观看日本| 两个人免费观看高清视频| 国产一区二区在线观看av| 热re99久久精品国产66热6| 午夜福利在线免费观看网站| 一区二区三区四区激情视频| 尾随美女入室| 中文字幕最新亚洲高清| 在线观看免费视频网站a站| 亚洲av男天堂| 亚洲美女搞黄在线观看| 五月伊人婷婷丁香| 香蕉精品网在线| 2022亚洲国产成人精品| 亚洲欧美中文字幕日韩二区| 最近最新中文字幕大全免费视频 | 久久影院123| 一级爰片在线观看| 国产一区二区在线观看av| 亚洲成人一二三区av| 国产成人精品久久二区二区91 | 老司机亚洲免费影院| 国产精品一区二区在线观看99| www.熟女人妻精品国产| 亚洲三级黄色毛片| 欧美精品国产亚洲| 精品人妻一区二区三区麻豆| 亚洲国产av新网站| 成年av动漫网址| 午夜av观看不卡| 在线免费观看不下载黄p国产| 在线天堂最新版资源| 免费观看无遮挡的男女| 伦精品一区二区三区| 国产视频首页在线观看| 亚洲视频免费观看视频| 国产高清国产精品国产三级| 久久久欧美国产精品| av又黄又爽大尺度在线免费看| 亚洲美女搞黄在线观看| 婷婷色综合大香蕉| 午夜精品国产一区二区电影| 国产一区二区三区av在线| 97精品久久久久久久久久精品| 成年人免费黄色播放视频| 国产在线视频一区二区| 国产精品成人在线| 黄色毛片三级朝国网站| 少妇精品久久久久久久| 亚洲色图 男人天堂 中文字幕| 热re99久久国产66热| 久久久精品免费免费高清| 中文欧美无线码| 超碰成人久久| a级片在线免费高清观看视频| 欧美日韩一级在线毛片| 亚洲国产最新在线播放| 久热这里只有精品99| 最近最新中文字幕免费大全7| 91精品伊人久久大香线蕉| 99久久人妻综合| 亚洲人成电影观看| 午夜老司机福利剧场| 欧美激情 高清一区二区三区| 精品久久久久久电影网| 色婷婷久久久亚洲欧美| 亚洲精品美女久久av网站| 熟女少妇亚洲综合色aaa.| 免费黄色在线免费观看| 久久国产精品男人的天堂亚洲| 青草久久国产| 亚洲欧美清纯卡通| 久久av网站| 亚洲国产av影院在线观看| 下体分泌物呈黄色| 精品少妇黑人巨大在线播放| av免费在线看不卡| 狂野欧美激情性bbbbbb| 午夜免费观看性视频| 国产极品粉嫩免费观看在线| 毛片一级片免费看久久久久| 日韩电影二区| 欧美日韩视频精品一区| 久久国内精品自在自线图片| h视频一区二区三区| 日本-黄色视频高清免费观看| 日本av免费视频播放| 国精品久久久久久国模美| 999久久久国产精品视频| 国产免费福利视频在线观看| 777米奇影视久久| 亚洲国产精品国产精品| 美女主播在线视频| 女性被躁到高潮视频| 亚洲经典国产精华液单| av一本久久久久| 18禁观看日本| 1024视频免费在线观看| 午夜福利影视在线免费观看| 欧美+日韩+精品| 国产一区亚洲一区在线观看| 999久久久国产精品视频| 亚洲精品久久久久久婷婷小说| 老司机亚洲免费影院| 欧美最新免费一区二区三区| 欧美少妇被猛烈插入视频| 男女午夜视频在线观看| 街头女战士在线观看网站| 中文字幕最新亚洲高清| 少妇精品久久久久久久| 五月伊人婷婷丁香| 另类精品久久| 日韩人妻精品一区2区三区| 王馨瑶露胸无遮挡在线观看| 成年女人在线观看亚洲视频| 国产精品一国产av| 夜夜骑夜夜射夜夜干| 久久av网站| 又粗又硬又长又爽又黄的视频| 一级黄片播放器| 国产白丝娇喘喷水9色精品| 夫妻午夜视频| 久久精品国产a三级三级三级| 男女啪啪激烈高潮av片| 午夜福利视频精品| 久久这里有精品视频免费| 亚洲av成人精品一二三区| 免费黄色在线免费观看| 叶爱在线成人免费视频播放| 久久综合国产亚洲精品| 欧美精品高潮呻吟av久久| 观看av在线不卡| 欧美日韩精品网址| 午夜福利在线免费观看网站| 精品一区在线观看国产| 国产日韩欧美在线精品| 26uuu在线亚洲综合色| 一二三四在线观看免费中文在| 这个男人来自地球电影免费观看 | 三级国产精品片| 国产精品一国产av| 99久久人妻综合| 一本—道久久a久久精品蜜桃钙片| 日韩视频在线欧美| 中文字幕最新亚洲高清| 欧美人与善性xxx| 高清不卡的av网站| 免费女性裸体啪啪无遮挡网站| av女优亚洲男人天堂| 日韩av不卡免费在线播放| 国产精品免费视频内射| 男人操女人黄网站| 亚洲五月色婷婷综合| 美女脱内裤让男人舔精品视频| 26uuu在线亚洲综合色| 亚洲欧洲国产日韩| 国产片特级美女逼逼视频| 欧美人与善性xxx| 日韩三级伦理在线观看| 国产欧美日韩一区二区三区在线| 日韩av在线免费看完整版不卡| 美国免费a级毛片| 亚洲精华国产精华液的使用体验| 国产男人的电影天堂91| 丝瓜视频免费看黄片| 亚洲美女黄色视频免费看| 中文乱码字字幕精品一区二区三区| 国产白丝娇喘喷水9色精品| 成人漫画全彩无遮挡| 日韩电影二区| 桃花免费在线播放| 美女视频免费永久观看网站| 日韩人妻精品一区2区三区| 又黄又粗又硬又大视频| 久久鲁丝午夜福利片| 国产高清国产精品国产三级| 一区福利在线观看| 十分钟在线观看高清视频www| 纯流量卡能插随身wifi吗| 少妇人妻久久综合中文| 80岁老熟妇乱子伦牲交| 日日爽夜夜爽网站| 寂寞人妻少妇视频99o| 久久人人爽人人片av| 国产不卡av网站在线观看| 中国国产av一级| 伦理电影大哥的女人| 婷婷色综合www| 电影成人av| 天堂俺去俺来也www色官网| av福利片在线| 国产一区有黄有色的免费视频| 男女高潮啪啪啪动态图| 国产欧美亚洲国产| 久久97久久精品| 国产高清不卡午夜福利| 亚洲国产精品成人久久小说| 香蕉国产在线看| 久久精品国产亚洲av天美| 久久久久国产一级毛片高清牌| 久久毛片免费看一区二区三区| 日韩成人av中文字幕在线观看| 色94色欧美一区二区| 老司机影院成人| 国产精品成人在线| 国产乱人偷精品视频| 国产激情久久老熟女| 欧美人与善性xxx| 少妇猛男粗大的猛烈进出视频| 中文字幕人妻丝袜制服| 99热全是精品| 亚洲美女视频黄频| 精品视频人人做人人爽| 亚洲情色 制服丝袜| 美女高潮到喷水免费观看| 不卡av一区二区三区| 一级,二级,三级黄色视频| 飞空精品影院首页| 成人国语在线视频| av视频免费观看在线观看| 91在线精品国自产拍蜜月| 国产有黄有色有爽视频| 少妇熟女欧美另类| 精品国产一区二区久久| h视频一区二区三区| 久久久久久久精品精品| 色网站视频免费| 国产黄色视频一区二区在线观看| 欧美日韩一级在线毛片| 亚洲第一av免费看| 精品第一国产精品| 精品国产乱码久久久久久男人| 久久久久国产精品人妻一区二区| 久久精品久久久久久噜噜老黄| 免费少妇av软件| 久久午夜综合久久蜜桃| 99国产综合亚洲精品| 少妇人妻精品综合一区二区| 久久精品国产自在天天线| 国产日韩欧美在线精品| 久久久久久久久免费视频了| 国产熟女欧美一区二区| 青春草国产在线视频| 搡女人真爽免费视频火全软件| 国产淫语在线视频| 日韩成人av中文字幕在线观看| 久久久久久久久久人人人人人人| 日韩 亚洲 欧美在线| 日韩中字成人| 精品国产一区二区三区四区第35| 免费观看性生交大片5| 天堂中文最新版在线下载| 超碰97精品在线观看| 国产精品亚洲av一区麻豆 | 精品酒店卫生间| 久久久久网色| av福利片在线| av视频免费观看在线观看| 亚洲国产欧美网| 男女边摸边吃奶| www.自偷自拍.com| 欧美少妇被猛烈插入视频| 女人久久www免费人成看片| 曰老女人黄片| 日韩不卡一区二区三区视频在线| 考比视频在线观看| av国产久精品久网站免费入址| 日韩一本色道免费dvd| 男人舔女人的私密视频| 色哟哟·www| 人人妻人人澡人人爽人人夜夜| 九色亚洲精品在线播放| 国产欧美日韩综合在线一区二区| 80岁老熟妇乱子伦牲交| 亚洲成人手机| 一本色道久久久久久精品综合| 熟女av电影| 亚洲四区av| 26uuu在线亚洲综合色| 欧美变态另类bdsm刘玥| 一本久久精品| 国产精品无大码| 日韩电影二区| 精品卡一卡二卡四卡免费| 国产精品偷伦视频观看了| 国产精品久久久av美女十八| 高清不卡的av网站| 这个男人来自地球电影免费观看 | 中文字幕另类日韩欧美亚洲嫩草| 亚洲精品中文字幕在线视频| 国产精品免费大片| 久久久久国产网址| 亚洲欧美一区二区三区国产| 精品一区二区三区四区五区乱码 | 香蕉精品网在线| √禁漫天堂资源中文www| 国产av精品麻豆| 美女视频免费永久观看网站| √禁漫天堂资源中文www| 大陆偷拍与自拍| 激情视频va一区二区三区| 在线观看三级黄色| 成人亚洲精品一区在线观看| 少妇熟女欧美另类| xxx大片免费视频| 国产白丝娇喘喷水9色精品| 麻豆精品久久久久久蜜桃| 大码成人一级视频| 日韩熟女老妇一区二区性免费视频| 麻豆乱淫一区二区| 国产男人的电影天堂91| 国产精品一区二区在线观看99| 精品国产超薄肉色丝袜足j| 亚洲内射少妇av| 人体艺术视频欧美日本| 美女视频免费永久观看网站| 一级毛片电影观看| 熟女电影av网| 国产精品久久久久久久久免| 激情五月婷婷亚洲| 香蕉丝袜av| 成年av动漫网址| 国产综合精华液| 欧美精品人与动牲交sv欧美| 女人高潮潮喷娇喘18禁视频| xxxhd国产人妻xxx|