• <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AA-LSTM網(wǎng)絡(luò)的語音情感識別研究

    2021-11-17 04:01:06張會(huì)云黃鶴鳴黃志東
    計(jì)算機(jī)仿真 2021年3期
    關(guān)鍵詞:步長方差均值

    張會(huì)云,黃鶴鳴*,李 偉,黃志東

    (1.青海師范大學(xué)計(jì)算機(jī)學(xué)院,青海 西寧 810008;2.藏文信息處理教育部重點(diǎn)實(shí)驗(yàn)室,青海 西寧 810008;3.青海省藏文信息處理與機(jī)器翻譯重點(diǎn)實(shí)驗(yàn)室,青海 西寧 810008)

    1 引言

    語音包含豐富的語言、副語言和非語言信息[1],這些信息對人機(jī)交互具有非常重要的意義。僅理解語言信息并不足以使計(jì)算機(jī)能夠完全理解說話者的意圖。為了使計(jì)算機(jī)類同人類,語音識別系統(tǒng)需要能夠處理非語言信息,尤其是說話者的情感狀態(tài)[2]。因此,語音情感識別(Speech Emotion Recognition,SER)受到越來越多研究者的廣泛關(guān)注[3-4]。

    情感語音包括語義內(nèi)容和情感特征,大量SER研究主要集中于尋找最能表示情感的不同語音特征[1]。文獻(xiàn)[5-6]提出了關(guān)于情感的各種短期特征和長期特征,但仍不清楚哪些特征更能提供情感方面的信息。傳統(tǒng)方法是提取大量統(tǒng)計(jì)特征,并使用機(jī)器學(xué)習(xí)算法分類。很明顯,特征提取包括兩個(gè)階段。首先,從短幀中提取情感聲學(xué)特征,即低級描述符;其次,每個(gè)低級描述符用不同統(tǒng)計(jì)聚合函數(shù)表示成特征向量,表達(dá)了句子級不同低級描述符的時(shí)間變化和輪廓[5]。常用的低級描述符和高級統(tǒng)計(jì)函數(shù)如表1所示[6]。

    表1 常用的低級描述符與高級統(tǒng)計(jì)函數(shù)

    2 相關(guān)工作

    人類通過潛意識識別情感,為了實(shí)現(xiàn)更好的人機(jī)交互,需要考慮語音中的情感。由于人類情感界限模糊,因此,識別情感具有很大的挑戰(zhàn)性。首先,很難確定語音片段的開始和結(jié)束;其次,每個(gè)語音片段通常表示不同情感[5-7]。

    最近深度學(xué)習(xí)自動(dòng)學(xué)習(xí)SER中的情感特征受到很多研究者的關(guān)注[8-10]。對情感的識別需要考慮上下文信息,而LSTM網(wǎng)絡(luò)恰好用于序列輸入動(dòng)態(tài)建模,且能夠解決網(wǎng)絡(luò)訓(xùn)練中的梯度消失或爆炸問題。這是由于LSTM的輸入通常來自底層和先前時(shí)刻時(shí)間步長的輸出,且LSTM中的記憶單元和門能夠控制信息記憶、輸出或遺忘[2,10]。

    SER受益于神經(jīng)網(wǎng)絡(luò),文獻(xiàn)[8,9,11]表明神經(jīng)網(wǎng)絡(luò)更高層可獲取更多時(shí)間步長時(shí),其網(wǎng)絡(luò)性能將大幅提升,但這僅針對傳統(tǒng)神經(jīng)網(wǎng)絡(luò),并未討論時(shí)間序列問題。文獻(xiàn)[12-14]表明語音時(shí)間信息有利于情感識別。因此,很多研究者提出了將循環(huán)神經(jīng)網(wǎng)絡(luò)(Recurrent Neural Network,RNN)應(yīng)用于SER研究,文獻(xiàn)[13]使用RNN在幀級學(xué)習(xí)短期聲學(xué)特征,并將傳統(tǒng)表示映射到句子級表示。由于Attention機(jī)制能夠選擇情感集中區(qū)域[14-15],文獻(xiàn)[5]提出了將其應(yīng)用于LSTM網(wǎng)絡(luò)來提取聲學(xué)特征。在此基礎(chǔ)上,文獻(xiàn)[6]引入先進(jìn)的LSTM(Advanced LSTM,A-LSTM)網(wǎng)絡(luò)來提取聲學(xué)特征,能更好地實(shí)現(xiàn)上下文建模,實(shí)驗(yàn)表明,基于Attention機(jī)制的A-LSTM(Attention Advanced LSTM,AA-LSTM)網(wǎng)絡(luò)對情感的識別性能更優(yōu)。

    為了提取語音中的潛在情感,研究了AA-LSTM網(wǎng)絡(luò)在不同參數(shù)集對情感識別系統(tǒng)性能的影響。

    3 語料庫描述與特征提取

    為了評估基于AA-LSTM網(wǎng)絡(luò)的SER系統(tǒng)性能,本研究在EMO-DB語料庫上進(jìn)行了大量實(shí)驗(yàn)。EMO-DB語料庫由柏林工業(yè)大學(xué)在專業(yè)錄音室錄制,采樣率16kHz,16bit量化,共535句語料,由10位演員(5男5女)對10個(gè)語句(5長5短)模擬生氣W、無聊L、厭惡E、害怕A、高興F、悲傷T及中性/N等7種情感。

    所提取的聲學(xué)特征包括13維MFCC、過零率、譜重心、諧波噪聲比及音高等,并對提取的特征進(jìn)行歸一化處理[16-17]。

    4 語音情感識別系統(tǒng)

    4. 1 基于Attention機(jī)制的LSTM

    基于Attention機(jī)制的LSTM網(wǎng)絡(luò)依賴Attention機(jī)制學(xué)習(xí)每個(gè)步長的權(quán)重并將其表示為加權(quán)組合,多任務(wù)學(xué)習(xí)可更好地學(xué)習(xí)句子級特征[5]。其結(jié)構(gòu)如圖1所示。

    圖1 基于Attention機(jī)制的加權(quán)池化LSTM

    該結(jié)構(gòu)分為主干和分支,分支包含情感、說話者和性別分類[5],主干共享所有任務(wù),并處理分類的輸入和特征表示,其頂部是加權(quán)池層[2],[18],計(jì)算如(1)式所示

    (1)

    (2)

    其中,hT是T時(shí)LSTM的輸出,AT是T時(shí)相應(yīng)權(quán)重的標(biāo)量,計(jì)算過程如(2)式,W是學(xué)習(xí)參數(shù),exp(W·hT)是T時(shí)的能量。若T時(shí)幀能量很高,其權(quán)重就增大,關(guān)注更高;反之,則關(guān)注較低,即模型可分配權(quán)重[19]。

    本研究主干是具有256個(gè)ReLU節(jié)點(diǎn)的全連接層和128個(gè)節(jié)點(diǎn)的雙向LSTM層,隨后進(jìn)入加權(quán)池層。在分支部分,每個(gè)任務(wù)均有隱含層,即包含256個(gè)ReLU神經(jīng)元和Softmax層。

    4. 2 A-LSTM

    傳統(tǒng)LSTM的輸入來自底層和前一刻時(shí)間步長的輸出并將其反饋到更高層。門機(jī)制通過點(diǎn)乘法控制信息流動(dòng)[6],記憶單元更新信息如(3)式。其中,ft和it是t時(shí)遺忘門和輸入門的輸出;Ct是新的候選單元值,計(jì)算如(4)式。其中,tanh是激活函數(shù),WC是學(xué)習(xí)的權(quán)重集合,bC是偏置;[ht-1,xt]是先前時(shí)間步長(h值)和底層(x值)的串聯(lián),t時(shí)h值計(jì)算如(5)式。其中,Ot是輸出門,基于ht-1和Ct-1計(jì)算Ct。

    (3)

    (4)

    ht=ot⊙tanh(Ct)

    (5)

    與傳統(tǒng)LSTM不同,A-LSTM釋放了時(shí)間t狀態(tài)依賴于t-1狀態(tài)的假設(shè),并使用多個(gè)狀態(tài)的加權(quán)和計(jì)算C值和H值,如圖2所示。將LSTM中的(3-4)式修改為(6-7)式,C是選定狀態(tài)的加權(quán)和,T是選定時(shí)間步長的集合,(9)式中的是標(biāo)量,表示時(shí)間步長對應(yīng)的權(quán)重;(10)式用于計(jì)算t時(shí)刻隱含值,與(5)式相同,但此時(shí)單元值是C′,h′通過(11-12)式進(jìn)行計(jì)算,在(9)(12)式中,W是學(xué)習(xí)到的共享參數(shù),C′和h′包含集合T中的所有狀態(tài)和隱含值。

    圖2 A-LSTM的展開圖

    (6)

    (7)

    (8)

    (9)

    (10)

    (11)

    (12)

    A-LSTM具有更靈活的時(shí)間依賴建模能力,類同人類學(xué)習(xí)機(jī)制,能夠回憶起先前時(shí)刻信息,使學(xué)習(xí)變得更好。

    4.3 AA-LSTM

    將Attention機(jī)制與A-LSTM網(wǎng)絡(luò)相結(jié)合得到AA-LSTM網(wǎng)絡(luò),其結(jié)構(gòu)如圖3所示。與圖1不同之處在于該網(wǎng)絡(luò)將圖1中的LSTM網(wǎng)絡(luò)改為圖2中的A-LSTM網(wǎng)絡(luò)結(jié)構(gòu),其計(jì)算過程如式(6~12)。

    5 實(shí)驗(yàn)與結(jié)果

    本研究在EMO-DB德語情感語料庫上研究了AA-LSTM網(wǎng)絡(luò)中的最優(yōu)參數(shù)設(shè)置和優(yōu)化器選擇。首先,比較了不同批處理(Batchsize)、迭代周期(Epoch)、交叉驗(yàn)證次數(shù)(K_folds)以及訓(xùn)練終止條件(Patience)對AA-LSTM網(wǎng)絡(luò)系統(tǒng)性能的影響;其次,選擇不同的優(yōu)化器對系統(tǒng)進(jìn)行優(yōu)化,其評價(jià)指標(biāo)采用準(zhǔn)確率、均值和方差。

    圖3 基于Attention機(jī)制的A-LSTM網(wǎng)絡(luò)

    表2給出了該模型在不同Batch size下得到的混淆矩陣、最優(yōu)性能及均值和方差。為了研究不同Batchsize下模型所獲得的性能,在該系統(tǒng)中,使K_folds=5,Epoch=100,Patience=10,Optimiser=′Adam′。

    由表2可知,在其它參數(shù)確定的情況下,不同Batch Size對系統(tǒng)性能影響有所差異。當(dāng)Batch Size=16時(shí),系統(tǒng)最佳性能達(dá)到66.39%,但均值為61.78%且偏離程度較大;Batch Size=64雖偏離程度較小,但耗時(shí)相當(dāng)大。綜合來看,當(dāng)Batch Size=32時(shí)不僅系統(tǒng)平均性能較穩(wěn)定,耗時(shí)也非常小,主要是由于選取的批量大小合適,提高了訓(xùn)練速度;同時(shí),選取合適Batch Size使梯度下降方向更加準(zhǔn)確,從而提升了網(wǎng)絡(luò)整體性能。

    表2 不同Batch Size下的混淆矩陣與性能

    表3給出了該模型在不同優(yōu)化器(Adam,Rmsprop,Sgd)下得到的混淆矩陣、最優(yōu)性能及均值和方差。為了研究不同優(yōu)化器下模型所獲得的性能,在該系統(tǒng)中,使K_folds=5,Patience=10,Epoch=100,Batch size=32。

    由表3可知,在其它參數(shù)確定的情況下,不同優(yōu)化器對系統(tǒng)性能影響有所差異。綜合考慮準(zhǔn)確率、均值及方差,與Adam,Sgd等優(yōu)化器相比,選擇Rmsprop優(yōu)化器優(yōu)化模型時(shí),系統(tǒng)最佳性能可達(dá)到67.29%,平均性能為62.26%且偏離程度較小,表明Rmsprop是該系統(tǒng)中的最佳優(yōu)化器,Adam次之,Sgd優(yōu)化器不適用于該模型結(jié)構(gòu)。

    表3 不同優(yōu)化器下的混淆矩陣與性能

    表4給出了該模型在不同訓(xùn)練終止條件(Patience)下所獲得的混淆矩陣、最優(yōu)性能及均值和方差。為了研究不同Patience下模型所獲得的性能,在該系統(tǒng)中,Batchsize=32,Optimiser=′Rmsprop′,K_folds=5,Epoch=100。

    由表4可知,在其它參數(shù)確定的情況下,不同Patience對系統(tǒng)性能影響有所差異。綜合考慮準(zhǔn)確率、均值及方差等因素,當(dāng)Patience=10時(shí),系統(tǒng)性能達(dá)到最優(yōu)、整體性能穩(wěn)定、偏離程度較小且耗時(shí)較小。隨著Patience值不斷增大,系統(tǒng)性能有所下降,這是由于過擬合現(xiàn)象造成的。

    表5給出了該模型在不同交叉驗(yàn)證次數(shù)(K_folds)下得到的混淆矩陣、最優(yōu)性能及均值和方差。為了研究不同K_folds下模型所獲得的性能,在該系統(tǒng)中,使Batchsize=32,Optimiser=′Rmsprop′,Patience=10,Epoch=100。

    由表5可知,在其它參數(shù)確定的情況下,不同K_folds對系統(tǒng)性能影響有所差異。綜合考慮準(zhǔn)確率、均值及方差等因素,隨著K_folds逐漸增大,模型最佳性能可達(dá)到70.09%,且整體性能有所提升,這是一個(gè)非??捎^的結(jié)果,但系統(tǒng)偏離程度較大且非常耗時(shí)。

    表4 不同Patience下的混淆矩陣與性能

    表5 不同K-folds下的混淆矩陣與性能

    表6、表7給出了該模型在不同迭代周期(Epoch)下得到的混淆矩陣、最優(yōu)性能及均值和方差。為了研究不同Epoch下模型的性能,在該系統(tǒng)中,使Batchsize=32,Optimiser=′Rmsprop′,Patience=10,K_folds=5。

    由表6、表7可知,在其它參數(shù)確定的情況下,不同Epoch對系統(tǒng)性能影響有所差異。綜合考慮準(zhǔn)確率、均值及方差,當(dāng)Epoch增大到100時(shí),模型最佳性能可達(dá)到67.29%,且整體性能有所提升,但偏離程度較大;當(dāng)Epoch繼續(xù)增大到200時(shí),模型的性能有所下降且非常耗時(shí)。同時(shí),縱觀表6,表7可得出:針對同一Epoch,K_folds越大,系統(tǒng)性能越好。進(jìn)一步證明了K_folds對系統(tǒng)性能的作用。

    表6 K_folds=5在不同Epoch下的混淆矩陣與性能

    表7 K_folds=10在不同Epoch下的混淆矩陣與性能

    6 結(jié)論與展望

    本研究采用AA-LSTM網(wǎng)絡(luò)對SER系統(tǒng)中的參數(shù)進(jìn)行了驗(yàn)證,該實(shí)驗(yàn)中涉及到的網(wǎng)絡(luò)參數(shù)有:模型交叉驗(yàn)證次數(shù)(K_folds)、模型在訓(xùn)練集上運(yùn)行的周期(Epoch)、每次訓(xùn)練模型時(shí)選取的批量大小(Batch size)、檢測模型終止的條件(Patience)以及模型優(yōu)化器(Adam,Rmsprop,Sgd)等。實(shí)驗(yàn)結(jié)果表明:網(wǎng)絡(luò)結(jié)構(gòu)中的參數(shù)對情感識別系統(tǒng)性能影響較大,即選取適當(dāng)參數(shù)集不僅能夠提高網(wǎng)絡(luò)模型的性能,還能大大減少模型的訓(xùn)練時(shí)間;同時(shí),優(yōu)化器的選擇對系統(tǒng)性能影響也較大。本研究通過大量實(shí)驗(yàn)以選擇AA-LSTM網(wǎng)絡(luò)性能達(dá)到最優(yōu)時(shí)的參數(shù)設(shè)置,今后將利用對抗網(wǎng)絡(luò)生成足夠數(shù)量SER數(shù)據(jù),并在最優(yōu)參數(shù)設(shè)置下將跳躍連接引入該網(wǎng)絡(luò)以研究其性能,或?qū)⒔Y(jié)合多時(shí)間步長狀態(tài)的思想擴(kuò)展到門控循環(huán)單元(GRU)。

    猜你喜歡
    步長方差均值
    方差怎么算
    基于Armijo搜索步長的BFGS與DFP擬牛頓法的比較研究
    概率與統(tǒng)計(jì)(2)——離散型隨機(jī)變量的期望與方差
    計(jì)算方差用哪個(gè)公式
    方差生活秀
    均值不等式失效時(shí)的解決方法
    均值與方差在生活中的應(yīng)用
    基于逐維改進(jìn)的自適應(yīng)步長布谷鳥搜索算法
    關(guān)于均值有界變差函數(shù)的重要不等式
    對偶均值積分的Marcus-Lopes不等式
    亚洲av男天堂| 18禁在线无遮挡免费观看视频| 日本欧美国产在线视频| 91精品国产九色| 中文字幕人妻熟人妻熟丝袜美| 欧美成人午夜免费资源| 91狼人影院| 三级男女做爰猛烈吃奶摸视频| 两个人的视频大全免费| 99久久精品热视频| 有码 亚洲区| 嫩草影院入口| 免费在线观看成人毛片| 国产欧美日韩一区二区三区在线 | 久久综合国产亚洲精品| 日本熟妇午夜| 91精品国产九色| 欧美精品国产亚洲| 国产免费福利视频在线观看| 成人免费观看视频高清| 亚洲天堂国产精品一区在线| 日本黄色片子视频| 午夜免费鲁丝| av免费在线看不卡| 在线观看一区二区三区| 亚洲熟女精品中文字幕| 久久久午夜欧美精品| 中文天堂在线官网| 精品熟女少妇av免费看| 精品酒店卫生间| 边亲边吃奶的免费视频| 少妇人妻久久综合中文| 一区二区三区四区激情视频| 少妇熟女欧美另类| 一级爰片在线观看| 久久鲁丝午夜福利片| 欧美三级亚洲精品| 国内少妇人妻偷人精品xxx网站| 看非洲黑人一级黄片| 99久久中文字幕三级久久日本| 亚洲av电影在线观看一区二区三区 | 一个人看的www免费观看视频| 夫妻性生交免费视频一级片| 成人欧美大片| 丰满人妻一区二区三区视频av| 九九在线视频观看精品| 色综合色国产| 国产毛片a区久久久久| 人妻 亚洲 视频| tube8黄色片| 免费黄频网站在线观看国产| 老女人水多毛片| 亚洲美女搞黄在线观看| 中文字幕制服av| 韩国av在线不卡| 三级国产精品片| 男人和女人高潮做爰伦理| 晚上一个人看的免费电影| 国产午夜精品一二区理论片| 国产精品一区二区性色av| 亚洲国产欧美在线一区| 免费观看的影片在线观看| 精品人妻一区二区三区麻豆| 国产男女超爽视频在线观看| a级一级毛片免费在线观看| 成年版毛片免费区| 高清日韩中文字幕在线| 69av精品久久久久久| 久久久色成人| 人人妻人人看人人澡| 制服丝袜香蕉在线| 搡女人真爽免费视频火全软件| 91久久精品国产一区二区成人| 三级国产精品片| 国产成人精品一,二区| 国产成人精品久久久久久| 草草在线视频免费看| 美女xxoo啪啪120秒动态图| 日韩一区二区三区影片| 91狼人影院| 成年版毛片免费区| 搡女人真爽免费视频火全软件| 狂野欧美激情性xxxx在线观看| 国国产精品蜜臀av免费| 在线精品无人区一区二区三 | 欧美日韩在线观看h| 亚洲精品久久久久久婷婷小说| 少妇人妻一区二区三区视频| 国产亚洲91精品色在线| 啦啦啦中文免费视频观看日本| 精品久久久久久久末码| 欧美成人一区二区免费高清观看| 免费观看的影片在线观看| 女的被弄到高潮叫床怎么办| 国产成人精品一,二区| 欧美日韩综合久久久久久| 各种免费的搞黄视频| 国产成人a∨麻豆精品| 如何舔出高潮| 中文资源天堂在线| av国产免费在线观看| 国产男女内射视频| 国产黄色视频一区二区在线观看| 人妻 亚洲 视频| av.在线天堂| 又粗又硬又长又爽又黄的视频| 成人无遮挡网站| 免费黄网站久久成人精品| 亚洲无线观看免费| 久久久久精品久久久久真实原创| 69av精品久久久久久| 久久久久久久久久久丰满| 成人免费观看视频高清| 婷婷色综合大香蕉| 最近手机中文字幕大全| 久久久久久久亚洲中文字幕| 91久久精品电影网| 啦啦啦在线观看免费高清www| 国产精品一区www在线观看| 天堂网av新在线| 久久久久久久久久人人人人人人| 久久久国产一区二区| 国产精品嫩草影院av在线观看| 人妻 亚洲 视频| 久久久久久九九精品二区国产| 国产成年人精品一区二区| 久久韩国三级中文字幕| 丝袜喷水一区| 免费观看av网站的网址| 亚洲av免费在线观看| 下体分泌物呈黄色| 大又大粗又爽又黄少妇毛片口| 青春草视频在线免费观看| 亚洲av电影在线观看一区二区三区 | 亚洲av国产av综合av卡| 2021天堂中文幕一二区在线观| 久久久成人免费电影| 九色成人免费人妻av| www.色视频.com| 色吧在线观看| 亚洲一级一片aⅴ在线观看| 国产一区二区亚洲精品在线观看| 亚洲av一区综合| 男女国产视频网站| 国精品久久久久久国模美| 久久久久精品性色| a级毛色黄片| 狠狠精品人妻久久久久久综合| 99久久人妻综合| 日本一本二区三区精品| 精品人妻一区二区三区麻豆| 日韩视频在线欧美| 大话2 男鬼变身卡| 亚洲av电影在线观看一区二区三区 | 内地一区二区视频在线| 禁无遮挡网站| 国内精品宾馆在线| 国产亚洲一区二区精品| 尤物成人国产欧美一区二区三区| 日韩电影二区| 一个人看视频在线观看www免费| 欧美三级亚洲精品| 免费播放大片免费观看视频在线观看| 精品午夜福利在线看| 国产免费福利视频在线观看| 99热网站在线观看| 亚洲国产色片| 黄色日韩在线| 国产男人的电影天堂91| 18禁动态无遮挡网站| 99久久九九国产精品国产免费| 中国三级夫妇交换| 好男人在线观看高清免费视频| 亚洲人成网站高清观看| 久久精品国产亚洲av天美| 国产黄片美女视频| 高清av免费在线| 久久午夜福利片| 一级毛片aaaaaa免费看小| 男的添女的下面高潮视频| 嫩草影院新地址| 亚洲精品中文字幕在线视频 | 我要看日韩黄色一级片| 一级黄片播放器| 五月开心婷婷网| 亚洲欧美成人综合另类久久久| 亚洲最大成人手机在线| 国产午夜精品一二区理论片| 国产精品av视频在线免费观看| 欧美xxxx黑人xx丫x性爽| 中文字幕人妻熟人妻熟丝袜美| 日韩av不卡免费在线播放| 听说在线观看完整版免费高清| 亚洲欧美一区二区三区国产| av福利片在线观看| 国产av不卡久久| 成人二区视频| 国产熟女欧美一区二区| 中国国产av一级| 欧美 日韩 精品 国产| 人妻一区二区av| 99热网站在线观看| 日韩 亚洲 欧美在线| 国产毛片a区久久久久| 菩萨蛮人人尽说江南好唐韦庄| 女人十人毛片免费观看3o分钟| 韩国高清视频一区二区三区| 黄色欧美视频在线观看| 香蕉精品网在线| 国产精品国产三级专区第一集| 成人国产麻豆网| 搡女人真爽免费视频火全软件| 久久久久久伊人网av| 久久人人爽av亚洲精品天堂 | 99精国产麻豆久久婷婷| 在线a可以看的网站| 男女边摸边吃奶| 26uuu在线亚洲综合色| 亚洲av免费在线观看| 亚洲精品影视一区二区三区av| 99热这里只有精品一区| 人人妻人人爽人人添夜夜欢视频 | 99精国产麻豆久久婷婷| 91久久精品电影网| 亚洲av一区综合| 日韩免费高清中文字幕av| 在线亚洲精品国产二区图片欧美 | 久久精品国产亚洲av天美| 日韩一区二区视频免费看| 久久久久久久久久人人人人人人| 2021天堂中文幕一二区在线观| 啦啦啦在线观看免费高清www| 亚洲自偷自拍三级| 嫩草影院新地址| 青春草亚洲视频在线观看| 人妻系列 视频| 精品久久久噜噜| 十八禁网站网址无遮挡 | www.色视频.com| 日韩三级伦理在线观看| 国精品久久久久久国模美| 亚洲人与动物交配视频| 韩国高清视频一区二区三区| 久热这里只有精品99| 高清午夜精品一区二区三区| 免费观看a级毛片全部| 91久久精品国产一区二区三区| 高清欧美精品videossex| 老女人水多毛片| 亚洲av二区三区四区| 亚洲自拍偷在线| 亚洲av二区三区四区| 丝瓜视频免费看黄片| tube8黄色片| 成人高潮视频无遮挡免费网站| 中文天堂在线官网| 一本色道久久久久久精品综合| 欧美一区二区亚洲| 在现免费观看毛片| 亚洲av福利一区| 欧美日韩视频精品一区| 777米奇影视久久| 欧美成人一区二区免费高清观看| 国产在线一区二区三区精| 免费看光身美女| 夫妻性生交免费视频一级片| 国产男女超爽视频在线观看| 搡女人真爽免费视频火全软件| 欧美成人a在线观看| 精品人妻熟女av久视频| 街头女战士在线观看网站| 18禁裸乳无遮挡动漫免费视频 | 69av精品久久久久久| 韩国av在线不卡| 日韩欧美一区视频在线观看 | 能在线免费看毛片的网站| 免费人成在线观看视频色| 王馨瑶露胸无遮挡在线观看| 不卡视频在线观看欧美| 美女xxoo啪啪120秒动态图| 国产淫语在线视频| 深夜a级毛片| 亚洲国产精品成人综合色| 秋霞伦理黄片| 国产伦精品一区二区三区视频9| 亚洲av免费高清在线观看| 国产精品.久久久| 日韩av免费高清视频| 建设人人有责人人尽责人人享有的 | 亚洲精品国产色婷婷电影| 中文字幕免费在线视频6| 自拍偷自拍亚洲精品老妇| 国模一区二区三区四区视频| 97超碰精品成人国产| 又粗又硬又长又爽又黄的视频| 亚洲精品456在线播放app| 伦理电影大哥的女人| 日本猛色少妇xxxxx猛交久久| 国产一级毛片在线| 你懂的网址亚洲精品在线观看| 91久久精品国产一区二区三区| 日日啪夜夜爽| 国产亚洲5aaaaa淫片| 成年人午夜在线观看视频| 高清视频免费观看一区二区| 精品久久国产蜜桃| 亚洲av在线观看美女高潮| 欧美日韩精品成人综合77777| 2021少妇久久久久久久久久久| 国产欧美亚洲国产| 国产一区二区亚洲精品在线观看| 乱码一卡2卡4卡精品| 搡女人真爽免费视频火全软件| 欧美xxxx性猛交bbbb| 成年女人看的毛片在线观看| 国产黄a三级三级三级人| 熟妇人妻不卡中文字幕| 3wmmmm亚洲av在线观看| 麻豆乱淫一区二区| av天堂中文字幕网| 国产黄片视频在线免费观看| 国产精品人妻久久久久久| 亚洲欧洲日产国产| tube8黄色片| 亚洲自拍偷在线| 亚洲精品成人av观看孕妇| 99视频精品全部免费 在线| 九色成人免费人妻av| av黄色大香蕉| 免费看a级黄色片| 国产成人aa在线观看| 三级男女做爰猛烈吃奶摸视频| 久久精品久久精品一区二区三区| 久久亚洲国产成人精品v| 九九久久精品国产亚洲av麻豆| 欧美日韩亚洲高清精品| 亚洲精品久久久久久婷婷小说| 国产亚洲av嫩草精品影院| 亚洲欧美日韩东京热| 夫妻午夜视频| 国产日韩欧美亚洲二区| 精品久久久久久电影网| 国产精品伦人一区二区| 久久99精品国语久久久| 精品人妻熟女av久视频| 亚洲经典国产精华液单| 丝袜美腿在线中文| 日韩在线高清观看一区二区三区| 成人特级av手机在线观看| 精品人妻一区二区三区麻豆| 高清日韩中文字幕在线| 99热这里只有精品一区| 日韩伦理黄色片| 成人无遮挡网站| 如何舔出高潮| 大香蕉97超碰在线| 国产精品国产三级国产专区5o| 天堂网av新在线| 2021天堂中文幕一二区在线观| 王馨瑶露胸无遮挡在线观看| 国产日韩欧美亚洲二区| 欧美日本视频| 日韩欧美精品v在线| 亚洲色图综合在线观看| 久久久a久久爽久久v久久| 日本黄大片高清| 国国产精品蜜臀av免费| 国产69精品久久久久777片| 一个人看的www免费观看视频| 亚洲av.av天堂| 国产精品熟女久久久久浪| 欧美变态另类bdsm刘玥| 一区二区av电影网| 免费观看的影片在线观看| 可以在线观看毛片的网站| 国产极品天堂在线| 丰满少妇做爰视频| 男女无遮挡免费网站观看| 国产精品国产三级专区第一集| 男人和女人高潮做爰伦理| 日韩成人伦理影院| 日本色播在线视频| 搡老乐熟女国产| 免费在线观看成人毛片| 你懂的网址亚洲精品在线观看| 校园人妻丝袜中文字幕| 国产欧美日韩精品一区二区| 国产男女内射视频| 夜夜爽夜夜爽视频| 久久久久久久午夜电影| 精品一区二区三卡| 国产精品秋霞免费鲁丝片| 久热久热在线精品观看| av福利片在线观看| 王馨瑶露胸无遮挡在线观看| 国产精品.久久久| 王馨瑶露胸无遮挡在线观看| 国产精品99久久久久久久久| 久久6这里有精品| 国产伦理片在线播放av一区| 一区二区三区四区激情视频| 免费看光身美女| 国产av国产精品国产| 免费人成在线观看视频色| 国产精品偷伦视频观看了| 综合色丁香网| 亚洲国产精品专区欧美| 一区二区三区免费毛片| 18禁动态无遮挡网站| 人体艺术视频欧美日本| 国产亚洲午夜精品一区二区久久 | 国产高清三级在线| 午夜福利在线在线| 午夜福利视频精品| 麻豆精品久久久久久蜜桃| 大香蕉久久网| 国产成年人精品一区二区| 亚洲国产成人一精品久久久| 寂寞人妻少妇视频99o| 少妇裸体淫交视频免费看高清| 夜夜爽夜夜爽视频| 亚洲成人精品中文字幕电影| 最后的刺客免费高清国语| 久久这里有精品视频免费| 欧美bdsm另类| 亚洲成人一二三区av| 国产精品国产三级专区第一集| 男人狂女人下面高潮的视频| av免费观看日本| 免费黄网站久久成人精品| 国产一区二区在线观看日韩| 观看免费一级毛片| 免费不卡的大黄色大毛片视频在线观看| 国产精品麻豆人妻色哟哟久久| 亚洲av.av天堂| 亚洲久久久久久中文字幕| 熟女人妻精品中文字幕| 夜夜看夜夜爽夜夜摸| 91精品伊人久久大香线蕉| av专区在线播放| 五月玫瑰六月丁香| a级一级毛片免费在线观看| 久久精品久久久久久久性| 日韩,欧美,国产一区二区三区| 18禁在线播放成人免费| 高清视频免费观看一区二区| 在线观看免费高清a一片| 亚洲欧美日韩东京热| 王馨瑶露胸无遮挡在线观看| 大陆偷拍与自拍| 亚洲国产精品成人久久小说| 午夜福利网站1000一区二区三区| 麻豆精品久久久久久蜜桃| av在线观看视频网站免费| 亚洲欧美中文字幕日韩二区| 亚洲精品久久久久久婷婷小说| 99热6这里只有精品| 亚洲精品成人久久久久久| 美女高潮的动态| 1000部很黄的大片| 狂野欧美激情性bbbbbb| 自拍偷自拍亚洲精品老妇| 免费看av在线观看网站| 日本与韩国留学比较| 九九爱精品视频在线观看| 国产一区二区在线观看日韩| 在线观看人妻少妇| 欧美精品国产亚洲| 国产精品99久久久久久久久| 最近中文字幕高清免费大全6| 欧美区成人在线视频| 天天躁日日操中文字幕| 国产精品一区二区性色av| 中文乱码字字幕精品一区二区三区| 亚洲精品视频女| 亚洲欧美一区二区三区国产| 九九在线视频观看精品| 亚洲四区av| 国产午夜福利久久久久久| 免费观看无遮挡的男女| av天堂中文字幕网| 亚洲综合精品二区| 我的老师免费观看完整版| 春色校园在线视频观看| 麻豆久久精品国产亚洲av| 久久久久国产精品人妻一区二区| 91aial.com中文字幕在线观看| 国产欧美日韩一区二区三区在线 | 亚洲最大成人手机在线| 在线精品无人区一区二区三 | 亚洲成色77777| 深夜a级毛片| 国产成人免费无遮挡视频| 国产高清三级在线| 国产一区二区三区av在线| 亚洲欧美清纯卡通| 99re6热这里在线精品视频| 国产精品一及| 99热这里只有是精品在线观看| 国产日韩欧美在线精品| 在线观看美女被高潮喷水网站| 秋霞在线观看毛片| 美女脱内裤让男人舔精品视频| 精品一区在线观看国产| 在线免费十八禁| 国产有黄有色有爽视频| 校园人妻丝袜中文字幕| 国产精品麻豆人妻色哟哟久久| 日韩伦理黄色片| 免费看av在线观看网站| 九九在线视频观看精品| 在线观看国产h片| 久久精品国产鲁丝片午夜精品| 神马国产精品三级电影在线观看| 日韩亚洲欧美综合| 一级毛片黄色毛片免费观看视频| 热99国产精品久久久久久7| 国产午夜精品久久久久久一区二区三区| 中文字幕制服av| 国产亚洲91精品色在线| 国产成人午夜福利电影在线观看| 国产精品三级大全| 亚洲国产精品999| 精品一区二区免费观看| 欧美变态另类bdsm刘玥| 欧美日韩视频高清一区二区三区二| 亚洲欧美日韩东京热| 嫩草影院入口| 亚洲一区二区三区欧美精品 | 老师上课跳d突然被开到最大视频| 一级a做视频免费观看| 免费黄频网站在线观看国产| 超碰av人人做人人爽久久| 亚洲欧美日韩东京热| 中文乱码字字幕精品一区二区三区| 亚洲精品亚洲一区二区| 精品亚洲乱码少妇综合久久| 国产亚洲91精品色在线| 欧美激情久久久久久爽电影| 亚洲综合精品二区| 国产午夜精品久久久久久一区二区三区| 成人亚洲精品av一区二区| 一边亲一边摸免费视频| 国产伦理片在线播放av一区| 18禁裸乳无遮挡免费网站照片| 日本-黄色视频高清免费观看| 国产精品一二三区在线看| 久久精品国产自在天天线| 女的被弄到高潮叫床怎么办| 婷婷色综合大香蕉| 男女那种视频在线观看| 久久久精品94久久精品| av在线亚洲专区| 国产高清国产精品国产三级 | 国产永久视频网站| 男男h啪啪无遮挡| 成人亚洲精品一区在线观看 | 国产亚洲最大av| 美女视频免费永久观看网站| 久久国产乱子免费精品| 新久久久久国产一级毛片| 舔av片在线| 精品酒店卫生间| 最近的中文字幕免费完整| 哪个播放器可以免费观看大片| 国产日韩欧美在线精品| 久久影院123| 日本-黄色视频高清免费观看| 97精品久久久久久久久久精品| 亚洲av.av天堂| 国产伦精品一区二区三区四那| 毛片一级片免费看久久久久| 亚洲第一区二区三区不卡| 下体分泌物呈黄色| 久久99热这里只有精品18| 国产成人a区在线观看| 天美传媒精品一区二区| 美女脱内裤让男人舔精品视频| 亚洲成人一二三区av| 亚洲综合色惰| 成人美女网站在线观看视频| 亚洲aⅴ乱码一区二区在线播放| 熟女电影av网| 欧美日韩亚洲高清精品| 成人国产麻豆网| 欧美老熟妇乱子伦牲交| 国模一区二区三区四区视频| 91久久精品电影网| 内地一区二区视频在线| 午夜激情久久久久久久| 亚洲欧美日韩东京热| 热99国产精品久久久久久7| 成人黄色视频免费在线看| 国产一区有黄有色的免费视频| 黄色怎么调成土黄色| 天堂中文最新版在线下载 | 黄色一级大片看看| 日韩欧美精品免费久久| 亚洲天堂av无毛| av在线app专区| 日本爱情动作片www.在线观看| 夜夜看夜夜爽夜夜摸| 特大巨黑吊av在线直播| 久久久久久久午夜电影| 肉色欧美久久久久久久蜜桃 | 亚洲真实伦在线观看| 丝瓜视频免费看黄片| 在线观看国产h片| 美女脱内裤让男人舔精品视频| 亚洲精品中文字幕在线视频 | 乱码一卡2卡4卡精品| 天美传媒精品一区二区| 人体艺术视频欧美日本| 中文字幕制服av| 久久人人爽人人爽人人片va|