• <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
    国产免费又黄又爽又色| 成人三级黄色视频| 国产一区亚洲一区在线观看| 欧美性猛交╳xxx乱大交人| 九九热线精品视视频播放| 97在线视频观看| 淫秽高清视频在线观看| 99九九线精品视频在线观看视频| 青春草亚洲视频在线观看| 99在线人妻在线中文字幕| 搡老妇女老女人老熟妇| 欧美成人一区二区免费高清观看| 午夜精品在线福利| 99热6这里只有精品| 久热久热在线精品观看| 毛片女人毛片| 18禁在线播放成人免费| 九色成人免费人妻av| 七月丁香在线播放| 菩萨蛮人人尽说江南好唐韦庄 | 亚洲伊人久久精品综合 | 一夜夜www| 中文字幕熟女人妻在线| 中文精品一卡2卡3卡4更新| 色吧在线观看| 日日撸夜夜添| 高清日韩中文字幕在线| 精品一区二区免费观看| 国产一区二区在线观看日韩| 亚洲欧美日韩无卡精品| 国产精品国产三级专区第一集| 边亲边吃奶的免费视频| 国产免费福利视频在线观看| 三级男女做爰猛烈吃奶摸视频| 国产精品乱码一区二三区的特点| 欧美日韩国产亚洲二区| 可以在线观看毛片的网站| 丝袜喷水一区| videos熟女内射| 成年av动漫网址| 极品教师在线视频| 美女高潮的动态| 国产亚洲一区二区精品| 国产视频内射| 国产亚洲一区二区精品| 色视频www国产| 免费在线观看成人毛片| 三级国产精品片| 热99re8久久精品国产| 精品一区二区三区视频在线| 1024手机看黄色片| 久久久色成人| 亚洲av免费高清在线观看| 国产精华一区二区三区| 亚洲最大成人手机在线| 午夜爱爱视频在线播放| 能在线免费观看的黄片| 亚洲欧美一区二区三区国产| 午夜激情欧美在线| 麻豆精品久久久久久蜜桃| 精品无人区乱码1区二区| 一级黄片播放器| 国产中年淑女户外野战色| 亚洲欧美一区二区三区国产| 99热全是精品| 久久精品久久久久久久性| 国产麻豆成人av免费视频| 在线免费十八禁| 在线免费十八禁| 日韩 亚洲 欧美在线| 亚洲欧美成人精品一区二区| 国产乱人偷精品视频| 亚洲av电影不卡..在线观看| 蜜桃亚洲精品一区二区三区| 三级国产精品片| 99热6这里只有精品| 日韩 亚洲 欧美在线| 欧美色视频一区免费| 最近手机中文字幕大全| 一区二区三区免费毛片| 毛片一级片免费看久久久久| 国产黄片视频在线免费观看| 少妇裸体淫交视频免费看高清| 日韩强制内射视频| 成人特级av手机在线观看| 一边亲一边摸免费视频| 国产精品一区二区三区四区久久| 日日撸夜夜添| 亚州av有码| 97超视频在线观看视频| 精品午夜福利在线看| 丰满人妻一区二区三区视频av| 精品一区二区免费观看| 色综合亚洲欧美另类图片| 国产伦精品一区二区三区视频9| 亚洲av成人精品一二三区| 精品国产三级普通话版| 最新中文字幕久久久久| 少妇丰满av| 精品国产三级普通话版| 99久久精品热视频| www.色视频.com| 黑人高潮一二区| 国产成人精品婷婷| 欧美精品国产亚洲| 变态另类丝袜制服| 亚洲欧洲日产国产| 欧美性猛交黑人性爽| 综合色av麻豆| 我要看日韩黄色一级片| 激情 狠狠 欧美| 深爱激情五月婷婷| 国产精品女同一区二区软件| 国产黄色小视频在线观看| 国产精品精品国产色婷婷| 成人漫画全彩无遮挡| 偷拍熟女少妇极品色| 日日干狠狠操夜夜爽| 能在线免费看毛片的网站| 国产精品美女特级片免费视频播放器| 国产乱人偷精品视频| 少妇熟女aⅴ在线视频| 久久热精品热| 国产欧美另类精品又又久久亚洲欧美| 亚洲内射少妇av| 久久久精品欧美日韩精品| 美女内射精品一级片tv| 青春草国产在线视频| 欧美一级a爱片免费观看看| www.av在线官网国产| 日本黄色视频三级网站网址| 久久精品夜夜夜夜夜久久蜜豆| 国产亚洲最大av| 国产亚洲精品久久久com| 啦啦啦啦在线视频资源| 国产探花在线观看一区二区| 一个人看的www免费观看视频| 国产极品天堂在线| 亚洲国产欧洲综合997久久,| 91精品伊人久久大香线蕉| 成人二区视频| 在线播放无遮挡| 精品人妻偷拍中文字幕| 18禁在线播放成人免费| 国产乱人偷精品视频| 午夜福利网站1000一区二区三区| 视频中文字幕在线观看| 色尼玛亚洲综合影院| 国产极品精品免费视频能看的| 国国产精品蜜臀av免费| 亚洲美女搞黄在线观看| 国产三级中文精品| 欧美成人a在线观看| 黄色欧美视频在线观看| 2022亚洲国产成人精品| 亚洲欧美清纯卡通| 伦精品一区二区三区| 色综合亚洲欧美另类图片| 国产真实乱freesex| 亚洲无线观看免费| 国产精品人妻久久久影院| 51国产日韩欧美| 国产免费男女视频| 国产国拍精品亚洲av在线观看| 日韩一区二区三区影片| 国产精品1区2区在线观看.| 国产精品人妻久久久影院| 日韩一区二区三区影片| 黄色日韩在线| 日韩精品有码人妻一区| 五月玫瑰六月丁香| 精品99又大又爽又粗少妇毛片| 熟妇人妻久久中文字幕3abv| 久久精品久久久久久噜噜老黄 | 精品人妻一区二区三区麻豆| 亚洲成人av在线免费| 国产成人91sexporn| 国产亚洲最大av| 最近中文字幕高清免费大全6| 亚洲国产精品成人综合色| 国产午夜福利久久久久久| 99久久精品热视频| 国产高清有码在线观看视频| 麻豆精品久久久久久蜜桃| 美女被艹到高潮喷水动态| 亚洲电影在线观看av| 久久这里只有精品中国| 一二三四中文在线观看免费高清| 一级av片app| 亚洲性久久影院| 亚洲自拍偷在线| 国产精品爽爽va在线观看网站| 最近2019中文字幕mv第一页| 久久久久久久亚洲中文字幕| 亚洲成av人片在线播放无| 亚洲国产成人一精品久久久| 日日摸夜夜添夜夜添av毛片| 深夜a级毛片| 搡女人真爽免费视频火全软件| 欧美xxxx黑人xx丫x性爽| 中文在线观看免费www的网站| h日本视频在线播放| 热99在线观看视频| 国产精品久久视频播放| 亚洲欧美精品综合久久99| 久久这里有精品视频免费| 午夜福利网站1000一区二区三区| 高清日韩中文字幕在线| 欧美xxxx黑人xx丫x性爽| 国产久久久一区二区三区| 国产精品国产高清国产av| 少妇人妻一区二区三区视频| 国产高清国产精品国产三级 | 亚洲av不卡在线观看| 中文资源天堂在线| 日韩精品青青久久久久久| 国产视频首页在线观看| 亚洲人成网站在线播| ponron亚洲| av卡一久久| 91精品一卡2卡3卡4卡| 七月丁香在线播放| 欧美另类亚洲清纯唯美| 黄片无遮挡物在线观看| 男人和女人高潮做爰伦理| 国产精品99久久久久久久久| 国产精品日韩av在线免费观看| 精品99又大又爽又粗少妇毛片| 天天躁夜夜躁狠狠久久av| 18禁在线无遮挡免费观看视频| 少妇的逼水好多| 99热网站在线观看| 欧美另类亚洲清纯唯美| 国产午夜精品久久久久久一区二区三区| 日本一二三区视频观看| h日本视频在线播放| 亚洲最大成人av| 天堂影院成人在线观看| 3wmmmm亚洲av在线观看| 国产乱来视频区| 亚洲中文字幕日韩| 美女内射精品一级片tv| 九草在线视频观看| 久久久久久久午夜电影| 中文在线观看免费www的网站| 中文欧美无线码| 日本欧美国产在线视频| 精品不卡国产一区二区三区| 色播亚洲综合网| kizo精华| 一级毛片电影观看 | 亚洲精品成人久久久久久| 1024手机看黄色片| 久久精品91蜜桃| 岛国在线免费视频观看| 日日摸夜夜添夜夜添av毛片| 丰满乱子伦码专区| 免费观看精品视频网站| 亚洲国产精品专区欧美| 久久99热6这里只有精品| 国产精品一区二区性色av| 91精品伊人久久大香线蕉| 国产精品不卡视频一区二区| 麻豆国产97在线/欧美| 久久久久久久久久久丰满| 亚洲精品,欧美精品| 中文乱码字字幕精品一区二区三区 | 波野结衣二区三区在线| 69人妻影院| 赤兔流量卡办理| 国产成年人精品一区二区| 欧美成人免费av一区二区三区| 亚洲精品亚洲一区二区| 久99久视频精品免费| 精品不卡国产一区二区三区| 亚洲婷婷狠狠爱综合网| 色综合色国产| 免费看美女性在线毛片视频| 亚洲丝袜综合中文字幕| 五月玫瑰六月丁香| 国产精品麻豆人妻色哟哟久久 | 六月丁香七月| 色综合色国产| 久久6这里有精品| 久久亚洲国产成人精品v| 天堂√8在线中文| 天堂影院成人在线观看| 国产精品久久久久久精品电影| 干丝袜人妻中文字幕| 欧美一区二区精品小视频在线| 一个人观看的视频www高清免费观看| 亚洲国产日韩欧美精品在线观看| 国国产精品蜜臀av免费| 天堂av国产一区二区熟女人妻| 免费av毛片视频| 18禁动态无遮挡网站| 亚洲精品久久久久久婷婷小说 | 插逼视频在线观看| 欧美xxxx黑人xx丫x性爽| 天天一区二区日本电影三级| 一夜夜www| 中国美白少妇内射xxxbb| 国产国拍精品亚洲av在线观看| 亚洲天堂国产精品一区在线| 最新中文字幕久久久久| 国产精品久久电影中文字幕| 少妇丰满av| 婷婷色av中文字幕| 2022亚洲国产成人精品| 三级国产精品片| 久久久亚洲精品成人影院| 一本一本综合久久| av在线蜜桃| 春色校园在线视频观看| 日本-黄色视频高清免费观看| 色播亚洲综合网| 不卡视频在线观看欧美| 欧美性猛交╳xxx乱大交人| a级一级毛片免费在线观看| 国产成年人精品一区二区| 99久久成人亚洲精品观看| 久久精品久久久久久噜噜老黄 | 男女啪啪激烈高潮av片| 日韩三级伦理在线观看| 亚洲激情五月婷婷啪啪| 久久久久久大精品| 内地一区二区视频在线| 国产女主播在线喷水免费视频网站 | 亚洲av中文av极速乱| 一夜夜www| 99久久成人亚洲精品观看| 99视频精品全部免费 在线| 精品午夜福利在线看| 桃色一区二区三区在线观看| 99视频精品全部免费 在线| av又黄又爽大尺度在线免费看 | 91精品一卡2卡3卡4卡| av免费观看日本| 18禁裸乳无遮挡免费网站照片| 成人综合一区亚洲| 中文欧美无线码| 亚洲综合精品二区| 亚洲精华国产精华液的使用体验| 男女下面进入的视频免费午夜| 亚洲国产精品成人久久小说| 欧美人与善性xxx| 精品午夜福利在线看| 久久久国产成人精品二区| 插逼视频在线观看| 青春草亚洲视频在线观看| av黄色大香蕉| 国产三级中文精品| 欧美成人a在线观看| a级一级毛片免费在线观看| 色噜噜av男人的天堂激情| 国产精品久久久久久精品电影小说 | 亚洲丝袜综合中文字幕| 黄片无遮挡物在线观看| 男人的好看免费观看在线视频| 国产精品不卡视频一区二区| 少妇丰满av| 在线免费十八禁| 女人久久www免费人成看片 | 免费一级毛片在线播放高清视频| 婷婷色综合大香蕉| 国产精品久久久久久精品电影小说 | 日韩在线高清观看一区二区三区| 菩萨蛮人人尽说江南好唐韦庄 | 夜夜爽夜夜爽视频| 亚洲欧美精品专区久久| 欧美成人一区二区免费高清观看| 国产又色又爽无遮挡免| 99热网站在线观看| 国产视频内射| 天堂中文最新版在线下载 | 精品久久久久久久人妻蜜臀av| 色噜噜av男人的天堂激情| 国产片特级美女逼逼视频| 不卡视频在线观看欧美| 高清av免费在线| 欧美极品一区二区三区四区| 午夜福利高清视频| 欧美成人a在线观看| 97超碰精品成人国产| 国产精品,欧美在线| 日本黄色片子视频| 国产精品一区二区性色av| 一夜夜www| 欧美潮喷喷水| 国产精品无大码| 一本久久精品| 日韩欧美在线乱码| 黄片wwwwww| 非洲黑人性xxxx精品又粗又长| 亚洲色图av天堂| 久久久精品欧美日韩精品| 丝袜喷水一区| 精品久久久久久久久亚洲| av女优亚洲男人天堂| 国内精品一区二区在线观看| 久久久久久久午夜电影| 国产大屁股一区二区在线视频| 高清日韩中文字幕在线| 国产淫语在线视频| 日韩强制内射视频| 天天一区二区日本电影三级| 国产精品久久视频播放| 伦精品一区二区三区| 久久精品影院6| 一级av片app| 欧美精品一区二区大全| 91久久精品国产一区二区成人| 亚洲av中文字字幕乱码综合| 七月丁香在线播放| 欧美成人精品欧美一级黄| 久久久亚洲精品成人影院| 一区二区三区免费毛片| 麻豆一二三区av精品| 免费av毛片视频| 国产精品久久久久久久久免| 亚洲激情五月婷婷啪啪| 久久国内精品自在自线图片| 欧美激情久久久久久爽电影| 久久久精品欧美日韩精品| 成人综合一区亚洲| 国产精品久久久久久精品电影| 国产单亲对白刺激| 22中文网久久字幕| 一本久久精品| 岛国毛片在线播放| 最近视频中文字幕2019在线8| 国产精品麻豆人妻色哟哟久久 | 亚洲精品色激情综合| 亚洲一区高清亚洲精品| 国内少妇人妻偷人精品xxx网站| 久久国内精品自在自线图片| 白带黄色成豆腐渣| 99九九线精品视频在线观看视频| 欧美97在线视频| 亚洲av男天堂| 老司机福利观看| 国产av在哪里看| 亚洲成人久久爱视频| 日本免费在线观看一区| 亚洲国产精品成人综合色| 伦精品一区二区三区| 成人特级av手机在线观看| 欧美一级a爱片免费观看看| 精品一区二区免费观看| 亚洲人成网站在线播| 亚洲欧美精品专区久久| 午夜激情福利司机影院| 亚洲欧美精品自产自拍| 好男人视频免费观看在线| 亚洲国产精品合色在线| 97在线视频观看| 老师上课跳d突然被开到最大视频| 在线观看一区二区三区| 韩国高清视频一区二区三区| 日本免费一区二区三区高清不卡| 亚洲最大成人手机在线| av福利片在线观看| 卡戴珊不雅视频在线播放| 91狼人影院| 国产亚洲91精品色在线| 国产 一区 欧美 日韩| 色综合亚洲欧美另类图片| 18禁动态无遮挡网站| 亚洲成人精品中文字幕电影| 在线免费观看不下载黄p国产| 国产高潮美女av| 国产亚洲av嫩草精品影院| 国产精品一区二区在线观看99 | 亚洲国产欧美在线一区| 久久精品国产亚洲av天美| 精品人妻视频免费看| a级毛色黄片| 亚洲av中文av极速乱| 日韩 亚洲 欧美在线| 两个人的视频大全免费| 亚洲精品国产av成人精品| 国语自产精品视频在线第100页| 女人十人毛片免费观看3o分钟| 国产伦理片在线播放av一区| 亚洲最大成人av| 久久久久久久久中文| 亚洲国产欧美人成| 国产欧美日韩精品一区二区| 又粗又硬又长又爽又黄的视频| 久久久久久久亚洲中文字幕| 丰满人妻一区二区三区视频av| 色尼玛亚洲综合影院| 久久亚洲精品不卡| 中文字幕亚洲精品专区| 久久国产乱子免费精品| 啦啦啦啦在线视频资源| 欧美日本亚洲视频在线播放| 麻豆乱淫一区二区| 日韩欧美 国产精品| 亚洲av免费高清在线观看| 在线天堂最新版资源| 一级毛片我不卡| 九九在线视频观看精品| 六月丁香七月| 夫妻性生交免费视频一级片| 少妇猛男粗大的猛烈进出视频 | 午夜激情欧美在线| 神马国产精品三级电影在线观看| 亚洲人与动物交配视频| 神马国产精品三级电影在线观看| 在线免费观看不下载黄p国产| 日韩av在线免费看完整版不卡| 免费黄色在线免费观看| 国产三级中文精品| 麻豆成人av视频| 国产黄色视频一区二区在线观看 | 国产视频首页在线观看| 国产精品麻豆人妻色哟哟久久 | 久久久久久久久久黄片| 十八禁国产超污无遮挡网站| 久久亚洲精品不卡| 午夜精品国产一区二区电影 | 51国产日韩欧美| 天天躁夜夜躁狠狠久久av| 简卡轻食公司| 久久久亚洲精品成人影院| 亚洲人与动物交配视频| 久久精品人妻少妇| 中文字幕精品亚洲无线码一区| av在线观看视频网站免费| 久久99热6这里只有精品| 久久99精品国语久久久| 久久久国产成人精品二区| 日本午夜av视频| 九九爱精品视频在线观看| www.色视频.com| 成人美女网站在线观看视频| 床上黄色一级片| 人人妻人人看人人澡| 日韩成人av中文字幕在线观看| 精品酒店卫生间| 18禁在线无遮挡免费观看视频| 你懂的网址亚洲精品在线观看 | 永久免费av网站大全| 国产黄色视频一区二区在线观看 | 桃色一区二区三区在线观看| 哪个播放器可以免费观看大片| 日本三级黄在线观看| www.色视频.com| 又黄又爽又刺激的免费视频.| 97超视频在线观看视频| 大又大粗又爽又黄少妇毛片口| 亚洲一级一片aⅴ在线观看| 成人亚洲精品av一区二区| 亚洲国产精品sss在线观看| 九九爱精品视频在线观看| 亚洲自拍偷在线| 午夜爱爱视频在线播放| 天天躁夜夜躁狠狠久久av| 久久99热6这里只有精品| 五月伊人婷婷丁香| 高清在线视频一区二区三区 | 一级黄片播放器| 国产 一区精品| 国产v大片淫在线免费观看| 久久这里只有精品中国| 久久久a久久爽久久v久久| 九色成人免费人妻av| 久久久久免费精品人妻一区二区| av在线播放精品| 美女脱内裤让男人舔精品视频| 国产片特级美女逼逼视频| 婷婷色麻豆天堂久久 | eeuss影院久久| 国产在视频线在精品| 国产av不卡久久| 国产伦理片在线播放av一区| 一二三四中文在线观看免费高清| 99视频精品全部免费 在线| 亚洲欧美中文字幕日韩二区| 国产亚洲精品久久久com| 中文天堂在线官网| 麻豆精品久久久久久蜜桃| 少妇人妻一区二区三区视频| 国产精品久久电影中文字幕| 国产精品国产三级国产av玫瑰| 国产激情偷乱视频一区二区| 免费看美女性在线毛片视频| 欧美最新免费一区二区三区| 国产亚洲av嫩草精品影院| 中文字幕av成人在线电影| 女人被狂操c到高潮| 亚洲欧美成人综合另类久久久 | 黑人高潮一二区| 18+在线观看网站| 岛国在线免费视频观看| 国产精品久久久久久久电影| 久99久视频精品免费| 亚洲欧美精品专区久久| 色尼玛亚洲综合影院| 天堂√8在线中文| 麻豆成人av视频| 丰满少妇做爰视频| 中文天堂在线官网| 91精品国产九色| 在线免费观看的www视频| 中文字幕av在线有码专区| 久久99热这里只频精品6学生 | 国产黄a三级三级三级人| 欧美+日韩+精品| 日韩高清综合在线| 亚洲精品乱码久久久久久按摩| 亚洲精品456在线播放app| av免费在线看不卡| 久久久久久久久中文|