• <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 ?

    三十年來國(guó)內(nèi)音樂領(lǐng)域算法研究演進(jìn)趨勢(shì)分析
    ——基于CiteSpace的文獻(xiàn)計(jì)量

    2022-12-01 10:19:22趙興元王晶瑩
    宜賓學(xué)院學(xué)報(bào) 2022年11期
    關(guān)鍵詞:人工智能智能音樂

    趙興元,王晶瑩

    (1.天水師范學(xué)院音樂舞蹈學(xué)院,甘肅 天水 741000;2.北京師范大學(xué)教育學(xué)部,北京 100873)

    隨著人工智能的基礎(chǔ)——大數(shù)據(jù)、算法、算力——“三位一體”地整體性發(fā)展,算法研究獲得突飛猛進(jìn)的進(jìn)展,并且在各個(gè)領(lǐng)域都展現(xiàn)了舉世矚目的成就[1]。其中,算法對(duì)音樂特征的研究也更加廣泛和深入,我國(guó)也越來越重視音樂領(lǐng)域算法研究對(duì)智能音樂學(xué)的影響。自1992年王緝志以探討“線性算法合成音色”拉開了國(guó)內(nèi)音樂領(lǐng)域算法研究的帷幕以來[2],時(shí)至今日,研究者們已深入該領(lǐng)域,在算法作曲[3-5]、音樂特征識(shí)別[6][7]、信息檢索[8][9]、音樂風(fēng)格分析[10][11]等方面形成大量的研究成果。本文將利用CiteSpace軟件分析技術(shù),對(duì)相關(guān)文獻(xiàn)進(jìn)行計(jì)量研究,希望為同行進(jìn)一步開展音樂領(lǐng)域算法研究提供鏡鑒。

    一、研究設(shè)計(jì)說明

    (一)采集數(shù)據(jù)

    在中國(guó)知網(wǎng)(CNKI)中,對(duì)有關(guān)該領(lǐng)域的核心期刊、CSSCI文獻(xiàn)分別進(jìn)行兩次檢索。第一次檢索式為:SU=(‘音樂’+‘算法’),獲得文獻(xiàn)結(jié)果383條;二次檢索式為:SU=(‘音樂’+‘人工智能’),獲得文獻(xiàn)結(jié)果100條,共獲得483條檢索條目。為了提高樣本數(shù)據(jù)分析準(zhǔn)確率,在CNKI檢索結(jié)果界面通過閱讀題目、內(nèi)容摘要等方式,剔除與研究主題無關(guān)的征稿通知、新聞報(bào)道等相關(guān)度低的非研究類文獻(xiàn),并將兩次檢索結(jié)果導(dǎo)入Endnote,進(jìn)行刪重,最后將Endnote中篩選的文獻(xiàn)與CNKI檢索結(jié)果比對(duì)整合,檢查樣本數(shù)據(jù)的完整性與準(zhǔn)確度。最終確定的樣本數(shù)據(jù)為393篇,儲(chǔ)存題錄信息的同時(shí)獲取全文內(nèi)容。

    (二)研究方法與工具

    本文采用基礎(chǔ)統(tǒng)計(jì)分析、機(jī)構(gòu)共現(xiàn)分析、關(guān)鍵詞聚類分析等量化方法,結(jié)合文獻(xiàn)樣本歸納分析,試圖梳理國(guó)內(nèi)音樂領(lǐng)域的算法研究現(xiàn)狀與熱點(diǎn),預(yù)測(cè)未來發(fā)展趨勢(shì)。研究工具是文獻(xiàn)計(jì)量分析專業(yè)工具CiteSpace。

    二、國(guó)內(nèi)音樂領(lǐng)域的算法研究現(xiàn)狀

    (一)相關(guān)研究年度發(fā)文分析

    對(duì)特定領(lǐng)域特定學(xué)科文獻(xiàn)年度分布情況分析能在一定程度上反映出該領(lǐng)域研究的趨勢(shì)和變化[12]。由圖1可以看出,近30年來國(guó)內(nèi)音樂領(lǐng)域算法研究有393篇文章,年均發(fā)文量14.04篇。1997年的音樂文獻(xiàn)中首次出現(xiàn)“算法”這一概念[13],此后相關(guān)學(xué)者一直關(guān)注這一新興領(lǐng)域,但研究文獻(xiàn)數(shù)量相對(duì)較少。直到2018年陳根方在其著作《智能音樂學(xué)與中國(guó)音樂數(shù)字媒體論》中將人工智能引入音樂學(xué)領(lǐng)域,并提出了智能音樂學(xué)的概念,才由此引發(fā)了我國(guó)的大討論。相關(guān)研究激增,文獻(xiàn)數(shù)量不斷涌現(xiàn),該領(lǐng)域也正成為一個(gè)迅速發(fā)展的熱點(diǎn)領(lǐng)域。

    (二)相關(guān)研究機(jī)構(gòu)分布及合作關(guān)系分析

    1.機(jī)構(gòu)分布特征

    通過1992-2020年的樣本數(shù)據(jù),使用CiteSpace軟件生成相關(guān)機(jī)構(gòu)分布表1。在發(fā)文機(jī)構(gòu)統(tǒng)計(jì)過程中,以二級(jí)單位名稱為標(biāo)準(zhǔn)進(jìn)行統(tǒng)計(jì),同一機(jī)構(gòu)的二級(jí)單位不進(jìn)行合并。經(jīng)統(tǒng)計(jì),得到二級(jí)單位發(fā)文機(jī)構(gòu)344個(gè),“發(fā)文量≥4”的機(jī)構(gòu)有14個(gè)(見表1)。從前40名機(jī)構(gòu)論文數(shù)量排名看,92.5%的論文來自北京師范大學(xué)信息科學(xué)與技術(shù)學(xué)院、復(fù)旦大學(xué)計(jì)算機(jī)科學(xué)技術(shù)學(xué)院、華東理工大學(xué)信息科學(xué)與工程學(xué)院、中國(guó)人民大學(xué)信息學(xué)院等高校,音樂專業(yè)類院校(上海音樂學(xué)院音樂工程系、武漢音樂學(xué)院作曲系、中央音樂學(xué)院)僅占7.5%。這說明國(guó)內(nèi)音樂領(lǐng)域的算法研究發(fā)文方面集中于中國(guó)高等院校理工科院系。其中北京師范大學(xué)信息科學(xué)與技術(shù)學(xué)院對(duì)音樂特征的算法研究發(fā)文量最多,共有8篇,其研究對(duì)整個(gè)領(lǐng)域的發(fā)展起著重要的推動(dòng)作用;其次是復(fù)旦大學(xué)計(jì)算機(jī)科學(xué)技術(shù)學(xué)院,發(fā)文7篇。

    表1 相關(guān)研究機(jī)構(gòu)發(fā)文量排名(≥4)

    2.機(jī)構(gòu)合作關(guān)系分析

    借助機(jī)構(gòu)間合作關(guān)系頻次原始數(shù)據(jù),利用CiteSpace軟件生成機(jī)構(gòu)合作關(guān)系可視化圖像,如圖2??梢钥闯?,高等院校信息科學(xué)院、計(jì)算機(jī)科學(xué)學(xué)院是國(guó)內(nèi)音樂領(lǐng)域的算法研究的主要力量。圖2中的線條表示研究機(jī)構(gòu)是否與外界有合作關(guān)系,連接線條的粗細(xì)和密集程度表示合作關(guān)系的強(qiáng)弱??梢钥闯?,除北京師范大學(xué)與中國(guó)人民大學(xué)、廈門大學(xué)合作關(guān)系密切外,其它機(jī)構(gòu)之間合作頻次較低,各高??蒲袡C(jī)構(gòu)之間的合作網(wǎng)絡(luò)尚未完全建立,連接強(qiáng)度和密集程度都呈現(xiàn)出弱化的態(tài)勢(shì)。遺憾的是,經(jīng)過調(diào)查分析,我國(guó)綜合高校與專業(yè)音樂院校之間缺乏合作,不利于跨學(xué)科的研究發(fā)展。

    圖2 國(guó)內(nèi)音樂領(lǐng)域算法研究機(jī)構(gòu)網(wǎng)絡(luò)圖譜

    3.相關(guān)發(fā)文作者與合作網(wǎng)絡(luò)分析

    (1)發(fā)文作者分析

    經(jīng)統(tǒng)計(jì)分析發(fā)現(xiàn),有458位作者共同承擔(dān)了相關(guān)的音樂特征的算法研究,排名靠前的作者分布見圖3。

    圖3 國(guó)內(nèi)音樂領(lǐng)域算法研究作者網(wǎng)絡(luò)圖譜

    依據(jù)普賴斯定律,如果核心作者的發(fā)文數(shù)量閾值m≥3.30,發(fā)文量大于等于4篇的作者則為該領(lǐng)域的核心作者[14]。目前,本研究領(lǐng)域共有5人(見表2),分別是李偉(復(fù)旦大學(xué))、周明全(北京師范大學(xué))、李鵬(陜西師范大學(xué))、關(guān)欣(天津大學(xué))、王向陽(遼寧師范大學(xué))。5位核心作者共發(fā)表文章29篇,占總數(shù)(393篇)的7.38%。其中,復(fù)旦大學(xué)計(jì)算機(jī)科學(xué)技術(shù)學(xué)院李偉(8篇)和北京師范大學(xué)虛擬現(xiàn)實(shí)與可視化研究所周明全(8篇)是該領(lǐng)域的領(lǐng)軍人物。李偉研究的重點(diǎn)在于音樂科技、音樂人工智能(Music AI)、語音信息處理等,周明全研究的重點(diǎn)在于MIDI旋律特征提取、哼唱音樂檢索與旋律匹配模型等。

    表2 基于普賴斯定律的核心作者

    (2)發(fā)文作者合作網(wǎng)絡(luò)分析

    作者合作方面,在20世紀(jì)末本領(lǐng)域開始出現(xiàn)作者合作現(xiàn)象,常見國(guó)內(nèi)高校內(nèi)部或高校之間交流,少有和國(guó)外互動(dòng)。1999年周斌與張鳳池[15]合作探討“計(jì)算機(jī)配樂與人工智能”的應(yīng)用,2000年顧健與周敬利、余勝生[16]合作探討“音樂聲道”等問題。此后圍繞音樂特征的算法研究作者之間的合作進(jìn)一步拓展,出現(xiàn)了一些較有影響力的研究團(tuán)體。利用CiteSpace繪制的圖4是作為一張作者網(wǎng)絡(luò)圖譜,其中的節(jié)點(diǎn)表示作者,作者之間的連線粗細(xì)表示作者之間的合作關(guān)系??梢园l(fā)現(xiàn),國(guó)內(nèi)比較有影響力的團(tuán)隊(duì)有:復(fù)旦大學(xué)計(jì)算機(jī)科學(xué)技術(shù)學(xué)院的李偉、馮瑞等;陜西師范大學(xué)計(jì)算機(jī)科學(xué)學(xué)院的李鵬與北京師范大學(xué)信息科學(xué)與技術(shù)學(xué)院的周明全等;遼寧師范大學(xué)計(jì)算機(jī)與信息技術(shù)學(xué)院的王向陽、楊紅穎與中國(guó)科學(xué)院軟件研究所信息安全國(guó)家重點(diǎn)實(shí)驗(yàn)室的趙紅;華中科技大學(xué)電信系的孫銳、孫洪與武漢大學(xué)通信工程系的姚天任;清華大學(xué)電子工程系微波與數(shù)字通信技術(shù)國(guó)家重點(diǎn)實(shí)驗(yàn)室的李曄、崔慧娟、唐昆。究其原因,這些團(tuán)隊(duì)研究問題比較聚焦,大多與該校學(xué)科方向或國(guó)家項(xiàng)目有關(guān)。一方面,上述團(tuán)隊(duì)所在院校凝聚專家學(xué)者團(tuán)體力量開設(shè)了人工智能學(xué)科方向;另一方面,他們都承擔(dān)相關(guān)的國(guó)家自然基金項(xiàng)目,如陜西師范大學(xué)的李鵬在2019年主持國(guó)家自然科學(xué)基金面上項(xiàng)目“基于移動(dòng)社會(huì)網(wǎng)絡(luò)的校園協(xié)作學(xué)習(xí)交互與微視頻擴(kuò)散關(guān)鍵技術(shù)研究”等。值得注意的是,國(guó)內(nèi)音樂領(lǐng)域的算法研究作者合作關(guān)系與其他領(lǐng)域比較而言仍較少,研究視角主要從個(gè)人視角來研究問題,研究力量也顯得較為分散,尤其與音樂專業(yè)類院校合作還處于空白階段,主要原因在于音樂與人工智能的學(xué)科屬性不同,作為一門交叉學(xué)科起步較晚,還未形成穩(wěn)定的合作網(wǎng)絡(luò)和研究團(tuán)體。

    三、國(guó)內(nèi)音樂領(lǐng)域算法研究熱點(diǎn)

    (一)關(guān)鍵詞共現(xiàn)與詞頻分析

    關(guān)鍵詞共現(xiàn)分析是對(duì)樣本數(shù)據(jù)集中提供的關(guān)鍵詞的分析[18],是針對(duì)兩個(gè)或兩個(gè)以上的關(guān)鍵詞在論文之間共同出現(xiàn)的頻次來說的。利用關(guān)鍵詞的頻次和中心度,可以清楚認(rèn)識(shí)到國(guó)內(nèi)音樂領(lǐng)域算法研究的熱點(diǎn),如圖4和表3所示。從圖4看出,“人工智能”面積最大,這與本研究宏觀主題一致。其余圓形較大的關(guān)鍵詞依次有“語音增強(qiáng)”“音樂噪聲”“音樂檢索”“譜減法”“算法作曲”“哼唱檢索”“先驗(yàn)信噪比”等,說明以上關(guān)鍵詞在樣本文獻(xiàn)中出現(xiàn)的次數(shù)較多、頻數(shù)較高,是目前該領(lǐng)域研究的熱點(diǎn)。對(duì)音樂領(lǐng)域算法研究關(guān)鍵詞詞頻降序排名表(表3)進(jìn)一步證實(shí)了這點(diǎn)。從表中可以發(fā)現(xiàn),關(guān)鍵詞詞頻以降序排名,詞頻越高說明該關(guān)鍵詞的文獻(xiàn)越多,其中“人工智能”的最高,這與圖4一致。綜上可以得出,當(dāng)前國(guó)內(nèi)音樂領(lǐng)域算法研究主要偏向于智能音聲識(shí)別、智能推薦、智能創(chuàng)作、智能分析等方面。

    表3 國(guó)內(nèi)音樂領(lǐng)域算法研究關(guān)鍵詞詞頻降序排名表(≥4)

    圖4 國(guó)內(nèi)音樂領(lǐng)域算法研究關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)圖譜

    (二)關(guān)鍵詞突變分析

    關(guān)鍵詞突變是指一定時(shí)間內(nèi)關(guān)鍵詞增長(zhǎng)速度的突然加快或使用頻率的突然提高,利用突變?cè)~的動(dòng)態(tài)變化性,能確切了解該領(lǐng)域的研究前沿[18]。CiteSpace根據(jù)突變率權(quán)值和年代,排列出了國(guó)內(nèi)音樂領(lǐng)域算法研究中十八個(gè)突變率較高的關(guān)鍵詞突變圖譜(如圖5)。根據(jù)關(guān)鍵詞突變出現(xiàn)的年份和突變率,可將該領(lǐng)域的研究分為四個(gè)組別。

    圖5 國(guó)內(nèi)音樂領(lǐng)域算法研究高突變率關(guān)鍵詞圖譜

    第一組是“數(shù)字水印”“音樂”與“音頻水印”,其中“音頻水印”突變率最高,達(dá)到2.9521,“數(shù)字水印”突變率次之,突變時(shí)間段分別處于2008-2009年和2002-2006年,說明數(shù)字水印主題在此期間頻次變化較顯著。在這段時(shí)間內(nèi),我國(guó)如何利用算法對(duì)數(shù)字音樂知識(shí)產(chǎn)權(quán)保障的研究不斷深入,包括對(duì)MP3壓縮攻擊特點(diǎn)與音樂聽覺掩蔽特性的探索,隨之帶動(dòng)相關(guān)音頻水印主題的研究文獻(xiàn)數(shù)量增加,成為當(dāng)時(shí)的研究熱點(diǎn)與趨勢(shì)。

    第二組是“譜減法”“聽覺掩蔽特性”“先驗(yàn)信噪比”“音樂噪聲”“語音增強(qiáng)”與“壓縮域”,其中,“語音增強(qiáng)”突變率最高,達(dá)到7.171,“音樂噪聲”也突變明顯,成為近幾年的研究熱點(diǎn)。國(guó)內(nèi)音樂領(lǐng)域算法研究視角逐漸深入微觀視角,說明如何去除數(shù)字音樂中的雜質(zhì)和噪聲、提高音樂音質(zhì)的清晰度和可懂度成為該領(lǐng)域的又一研究熱點(diǎn);音樂質(zhì)量方面的研究不再滿足于傳統(tǒng)的譜減法、最大似然估計(jì)等來改善音樂音質(zhì),而是基于RS理論的壓縮域算法提高音樂圖像處理技術(shù),通過語音增強(qiáng)算法改善數(shù)字音樂語音處理系統(tǒng)等維度進(jìn)行分析,逐漸趨向多元化。

    第三組是“音樂檢索”“音樂信息檢索”“協(xié)同過濾”與“音樂推薦”,其中“協(xié)同過濾”突變率最高,是2.7408。針對(duì)音樂用戶需求領(lǐng)域,運(yùn)用協(xié)同過濾、音樂推薦等研究手段進(jìn)行研究的方法已被業(yè)界廣泛使用,2010年起便涌現(xiàn)了大量的相關(guān)文獻(xiàn)。受千萬用戶喜歡的網(wǎng)易云音樂,就是通過協(xié)同過濾推薦算法這一應(yīng)用最廣泛的個(gè)性化推薦算法,將海量音樂按照其風(fēng)格特征的聚類快速推送到用戶面前,實(shí)現(xiàn)了智能化的音樂聽覺需求。正如圖5所示,音樂推薦這一主題在2016-2020年的出現(xiàn)頻次明顯突變,說明國(guó)內(nèi)音樂領(lǐng)域算法研究順勢(shì)發(fā)展,音樂推薦、協(xié)同過濾等研究熱點(diǎn)將成為未來發(fā)展趨勢(shì)。

    第四組是“支持向量機(jī)”“獨(dú)創(chuàng)性”“深度學(xué)習(xí)”與“人工智能”,其中,“人工智能”突變率最高,多達(dá)11.7716,突變發(fā)生時(shí)間段為2018-2020年,說明人工智能在當(dāng)下國(guó)內(nèi)音樂領(lǐng)域算法研究中熱度非常高。這一階段的研究已經(jīng)深入到了智能推薦、智能視覺、智能語音、智能創(chuàng)作以及機(jī)器學(xué)習(xí)等專業(yè)和前沿的技術(shù)領(lǐng)域[19],并已經(jīng)成為中國(guó)智能音樂學(xué)研究的熱點(diǎn)和前沿。

    圖6 國(guó)內(nèi)音樂領(lǐng)域的算法研究關(guān)鍵詞聚類網(wǎng)絡(luò)圖譜

    (三)關(guān)鍵詞聚類分析

    為了聚焦研究主題,更加清楚地展示關(guān)鍵詞之間內(nèi)在的邏輯關(guān)系,借助CiteSpace軟件生成國(guó)內(nèi)音樂領(lǐng)域的算法研究關(guān)鍵詞聚類網(wǎng)絡(luò)圖譜(圖7)。一般來說,圖中代表關(guān)鍵詞的數(shù)字越小,說明其聚類中包含的關(guān)鍵詞越多[19]。從圖7得知,網(wǎng)絡(luò)圖譜Q值是0.9325,S值是0.5436,說明聚類效果明顯,聚類結(jié)果有效。目前,國(guó)內(nèi)音樂領(lǐng)域的算法研究聚焦于人工智能、算法作曲、語音增強(qiáng)、音樂推薦、輔助信息、鄰接權(quán)、人類聽覺系統(tǒng)、音樂、音樂流派分類、哼唱檢索。從圖7來看,涉及多個(gè)聚類重疊的核心關(guān)鍵詞為“算法作曲”。因此,基于此量化聚類分析結(jié)果,綜合考察關(guān)鍵詞網(wǎng)絡(luò)圖譜,對(duì)文獻(xiàn)內(nèi)容進(jìn)行二次梳理后歸納分析,將國(guó)內(nèi)音樂領(lǐng)域的算法研究的熱點(diǎn)主題歸納為人工智能作曲、智能音樂識(shí)別、智能音樂檢索、智能音樂推薦四個(gè)維度。

    1.人工智能作曲

    人工智能作曲是借助特定的算法和深度學(xué)習(xí),利用從音樂作曲理論或某個(gè)音樂家的作品、某種音樂流派、某種音樂風(fēng)格等中提煉出的形式化生成規(guī)則,通過參數(shù)創(chuàng)作出音樂動(dòng)機(jī)、音樂伴奏、音樂作品等音樂信息的過程[20]。關(guān)于人工智能作曲概念界定,劉健提出了“分層結(jié)構(gòu)控制”的概念,認(rèn)為音樂是通過某種邏輯過程來生成的。劉弘認(rèn)為遺傳算法作曲系統(tǒng)應(yīng)包括交互的、基于實(shí)例的、基于規(guī)則的與自發(fā)式的四種系統(tǒng)。

    關(guān)于人工智能作曲算法,學(xué)界認(rèn)為主要有遺傳算法[21]、人工神經(jīng)網(wǎng)絡(luò)與馬爾可夫鏈[22]等方面。遺傳算法方面,崔嘉、曹西征等學(xué)者認(rèn)為遺傳算法是人工智能作曲的一種主要手段,蘇慶堂認(rèn)為遺傳算法是作曲的知識(shí)符號(hào)表示,張英俐認(rèn)為遺傳算法在旋律生成樂曲的過程中使用人與作曲系統(tǒng)間建立的交互式系統(tǒng),生成的樂曲比較符合人們的欣賞習(xí)慣。人工神經(jīng)網(wǎng)絡(luò)方面,苗北辰等提出基于循環(huán)神經(jīng)網(wǎng)絡(luò)的多聲部音樂生成算法,李雄飛等提出以音樂音頻為處理對(duì)象的基于長(zhǎng)短時(shí)記憶遞歸神經(jīng)網(wǎng)絡(luò)的音樂自動(dòng)合成算法,這兩種算法比較方便實(shí)現(xiàn)自動(dòng)作曲,以此得到的模型可以生成旋律與和弦匹配度較好的多聲部音樂數(shù)據(jù);張曉娜等提出基于粒子群算法優(yōu)化神經(jīng)網(wǎng)絡(luò)的電子音樂分類模型,獲得精準(zhǔn)度較高的樂曲分類;黃璟提出基于群智優(yōu)化神經(jīng)網(wǎng)絡(luò)構(gòu)建音樂風(fēng)格分類模型,幫助用戶更快地獲取偏好的音樂風(fēng)格。馬爾可夫鏈方面,鄭曉妹等提出基于旋律馬爾可夫鏈的中國(guó)民歌自動(dòng)作曲模式,該模式可以生成具有中國(guó)民族音樂特征的樂曲。

    關(guān)于人工智能作曲系統(tǒng),常見的有EMI系統(tǒng)、交互式即興演奏系統(tǒng)GenJam、旋律創(chuàng)作系統(tǒng)ERNN等。研究者普遍采取的做法是將樂譜轉(zhuǎn)換成編碼,采用遺傳算法中的選擇、交叉和變異算子產(chǎn)生新的樂曲,或利用FM技術(shù)結(jié)合Max/MSP算法作曲平臺(tái)進(jìn)行特性模擬、程序構(gòu)建,實(shí)時(shí)控制音響并實(shí)現(xiàn)樂曲創(chuàng)作[23]。

    2.智能音樂識(shí)別

    名詞的意動(dòng)用法,指的是主語將結(jié)構(gòu)中賓語指的人或者物當(dāng)作結(jié)構(gòu)中的名詞所指代的人或物,可以按照“以為賓語是謂語”的格式進(jìn)行解釋。如:“草菅人命”這個(gè)成語指的是將性命看作雜草,意味著肆意踐踏性命。

    音樂領(lǐng)域中的智能識(shí)別,是以提取音樂樣本數(shù)據(jù)的音高、旋律、節(jié)奏及節(jié)拍等音頻特征為主,設(shè)置不同分類器進(jìn)行分類,從而達(dá)到識(shí)別音樂低層特征、存儲(chǔ)音樂基礎(chǔ)元素的目的。在探討如何識(shí)別音高問題時(shí),翟景瞳等提出了一種基于自相關(guān)處理和快速傅里葉變換(FFT)的改進(jìn)的單音音高識(shí)別算法,該算法比傳統(tǒng)的時(shí)域處理法具有更高的識(shí)別精度;楊岱錦等提出以相對(duì)振幅為依據(jù)快速提取基頻的方法,設(shè)計(jì)出一種可變區(qū)域的傅里葉變換迭代算法,以更加精確地識(shí)別哼唱曲調(diào)。在探討旋律特征如何提取時(shí),黃志剛等提出一種應(yīng)用隨機(jī)森林的方法自動(dòng)抽取MIDI文件中主旋律所在的音軌,從而有效規(guī)避了從MIDI文件中抓取主旋律信息的難度與誤差。在對(duì)音樂的情感識(shí)別系統(tǒng)分析時(shí),陳曉鷗等指出音樂情感識(shí)別系統(tǒng)一般是采用機(jī)器學(xué)習(xí)的方法來建立計(jì)算模型,可采用音樂表達(dá)情感離散類別模型、通用連續(xù)維度模型、音樂喚起情感離散類別模型等模型;蔣旻雋等提出一種基于PAD(pleasure arousal dominance)模型以及基因表達(dá)式編程(GEP)算法的音樂情感自動(dòng)識(shí)別方法,該系統(tǒng)能降低識(shí)別誤差,達(dá)到一個(gè)比較理想的識(shí)別效果。

    3.智能音樂檢索

    智能音樂檢索是通過一定的算法,利用有限的音樂信息獲取更多相關(guān)音樂信息的過程。陳根方認(rèn)為常見的智能音樂檢索方法有基于文本關(guān)鍵詞檢索、基于內(nèi)容的音樂檢索(可分為基于音樂情感分類檢索與基于哼唱的音樂檢索)等。目前,類似于百度MP3、谷歌音樂搜索為主的文本關(guān)鍵詞檢索應(yīng)用較窄,已無法滿足用戶的個(gè)性化需求,學(xué)界對(duì)此也關(guān)注較少,基于內(nèi)容的音樂檢索技術(shù)是該領(lǐng)域的研究熱點(diǎn)。王培培等通過使用BDTW算法對(duì)音樂數(shù)據(jù)庫和用戶提供的哼唱片段進(jìn)行音高相似性計(jì)算,提出一種新的基于語句特征的音樂哼唱快速檢索技術(shù),實(shí)現(xiàn)哼唱音樂的快速檢索。李鵬等在對(duì)音樂旋律的定義及表達(dá)方式的基礎(chǔ)上,根據(jù)旋律輪廓的幾何相似性實(shí)現(xiàn)音樂的相似度計(jì)算,提出影響檢索算法準(zhǔn)確度的若干因素,并通過實(shí)驗(yàn)的方法確定相應(yīng)的閾值,實(shí)現(xiàn)檢索系統(tǒng)的單機(jī)版開發(fā)和Web版發(fā)布。溫贊揚(yáng)采用Skyline主旋律提取算法提取音樂數(shù)據(jù)特征,構(gòu)建BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu),采用果蠅群智優(yōu)化算法對(duì)BP神經(jīng)網(wǎng)絡(luò)的初始化權(quán)值參數(shù)進(jìn)行優(yōu)化,以便實(shí)現(xiàn)音樂風(fēng)格自動(dòng)分類。

    4.智能音樂推薦

    智能音樂推薦是指根據(jù)用戶的歷史瀏覽數(shù)據(jù),從候選庫中推薦給用戶可能喜歡的音樂的一種新型網(wǎng)絡(luò)服務(wù)。目前學(xué)界多根據(jù)智能音樂推薦引擎數(shù)據(jù)源分類進(jìn)行研究,分為基于音樂用戶的推薦、基于內(nèi)容過濾的推薦以及基于協(xié)同過濾的推薦等維度。(1)音樂用戶推薦方面,多基于人口統(tǒng)計(jì)學(xué)、人類行為學(xué)角度進(jìn)行分析,以用戶年齡或性別相同的相似用戶為研究對(duì)象。潘洋等通過提取用戶行為數(shù)據(jù)構(gòu)建行為特征模型,用以分析用戶行為與興趣的關(guān)聯(lián)性,并采用因子分解機(jī)(factorization machine,FM)預(yù)測(cè)用戶行為類型,作為音樂推薦的依據(jù)。李瑞敏等通過分析用戶對(duì)不同音樂基因特征的偏好情況及用戶興趣的相似情況,提出個(gè)性化移動(dòng)音樂推薦系統(tǒng)。(2)內(nèi)容過濾推薦方面,多基于聲學(xué)元數(shù)據(jù)進(jìn)行分析。牛濱等采用MFCC技術(shù)提取歌曲的語音特征,提出一種基于高斯混合模型(GMM)與Mel頻率倒譜系數(shù)(MFCC)的個(gè)性音樂推薦模型的構(gòu)建方法。張燕等應(yīng)用分形理論,從構(gòu)建的音樂數(shù)據(jù)庫中獲取音樂風(fēng)格特征向量,定義出一種新的距離度量方法,完成音頻歸類和個(gè)性化的網(wǎng)絡(luò)推薦。(3)在協(xié)同過濾推薦方面,以發(fā)現(xiàn)相同音樂內(nèi)容或音樂用戶的相關(guān)性推薦為研究對(duì)象。吳海金等提出一種融合分類與協(xié)同過濾的情境感知音樂推薦算法,該算法不僅有效地降低了推薦過程的復(fù)雜度,還使傳統(tǒng)的協(xié)同過濾推薦算法具備了情境感知的能力。李博等根據(jù)已有的基于音頻信息的音樂推薦以及協(xié)同過濾方法,分析用戶的音樂試聽數(shù)據(jù)以及下載數(shù)據(jù),并結(jié)合Latent Dirichlet分配(LDA)主題挖掘模型提出的音樂推薦算法,可以更加高效地向用戶推薦感興趣的音樂。

    四、國(guó)內(nèi)音樂領(lǐng)域算法研究發(fā)展趨勢(shì)

    (一)人工智能作曲能力和領(lǐng)域不斷提升

    遺傳算法、交互式遺傳算法、卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)、深度神經(jīng)網(wǎng)絡(luò)、馬爾科夫鏈等多樣化的主流算法共同構(gòu)建起宏大的人工智能作曲平臺(tái)。未來,算法作曲系統(tǒng)將得益于多種算法融合的“混合一體型”系統(tǒng),更加人性化與智慧化,主要圍繞兩個(gè)方面:第一,人工智能樂曲生成的自動(dòng)化能力不斷加強(qiáng)。一方面,人工智能將不斷深入人工作曲系統(tǒng),對(duì)其做出建議、補(bǔ)充與配合,并逐漸獨(dú)立于人工作曲系統(tǒng)之外;另一方面,機(jī)器學(xué)習(xí)將基于深度學(xué)習(xí)技術(shù)讀取成千上萬的曲子進(jìn)行學(xué)習(xí),從大數(shù)據(jù)、海量計(jì)算中發(fā)現(xiàn)更多的音樂風(fēng)格和有趣的旋律,依靠強(qiáng)大的硬件計(jì)算能力實(shí)現(xiàn)音樂的全自動(dòng)生成。第二,人工智能樂曲的運(yùn)用領(lǐng)域不斷增大。將機(jī)器學(xué)習(xí)、音樂作曲和音頻制作相融合,創(chuàng)作出用戶需求的各種主題與情景的音樂,將是人工智能作曲的未來發(fā)展趨勢(shì)之一,人工智能樂曲在視頻游戲、電視預(yù)告片、商業(yè)廣告、短視頻、發(fā)布會(huì)與電影插曲等多個(gè)領(lǐng)域中的應(yīng)用也將更加普及和廣泛。

    (二)音樂特征識(shí)別更加整體化、精細(xì)化

    音樂特征以專業(yè)性強(qiáng)、曲式范式復(fù)雜、旋律模塊多變等特點(diǎn),對(duì)其人工智能識(shí)別提出更高的要求和新的挑戰(zhàn),未來研究從以下兩個(gè)方面展開:第一,開展基于完整音樂作品的識(shí)別。設(shè)計(jì)音樂信號(hào)采集模塊與音樂信號(hào)處理模塊,通過海量數(shù)據(jù)樣本采集與算法設(shè)計(jì),識(shí)別并提取音樂特征,結(jié)合音樂理論自身提供的基礎(chǔ)知識(shí)構(gòu)建音樂標(biāo)簽化管理系統(tǒng),實(shí)現(xiàn)音樂作品的整體識(shí)別模型體系。第二,開展微觀音樂特征識(shí)別。著眼于識(shí)別比較微觀的音樂元素,如細(xì)化樂譜、節(jié)奏、節(jié)拍、音高、音色、調(diào)式、旋律、和聲、情感、歌手、樂器等音樂特征,基于智能模擬理論、建構(gòu)主義理論,構(gòu)建多樣化的音樂特征動(dòng)態(tài)識(shí)別,提高復(fù)雜情況下的音樂特征識(shí)別率。

    (三)音樂信息檢索更簡(jiǎn)便、系統(tǒng)

    隨著娛樂等領(lǐng)域?qū)σ魳沸畔z索需求的不斷增加,其關(guān)鍵技術(shù)也從早期的文本檢索向哼唱檢索、聽歌檢索、風(fēng)格檢索等方向發(fā)展,并成為數(shù)字音樂智能檢索研究的未來趨勢(shì)。其中:第一,基于內(nèi)容的音樂信息檢索(MIR)技術(shù)成為數(shù)字音樂內(nèi)容分析理解的關(guān)鍵技術(shù)。相對(duì)于傳統(tǒng)基于文本的音樂搜索,基于音樂內(nèi)容的搜索和發(fā)現(xiàn)則更受人們歡迎。音頻內(nèi)容檢索通過分析音高、旋律、調(diào)式、和弦、節(jié)奏等音頻本身,實(shí)現(xiàn)音樂旋律的識(shí)別和索引。第二,人工智能技術(shù)應(yīng)用檢索技術(shù)系統(tǒng)化。人工智能時(shí)代,音樂檢索技術(shù)將在優(yōu)化資源組織與檢索需求匹配度的基礎(chǔ)上,運(yùn)用MIR技術(shù)、SLB技術(shù)、CNN技術(shù)等,構(gòu)建音樂資源綜合檢索等平臺(tái),從而更易發(fā)現(xiàn)音樂信息。

    (四)音樂綜合型推薦模式成為主流

    在大數(shù)據(jù)時(shí)代,算法推薦是用戶獲取音樂信息的重要渠道,推薦質(zhì)量關(guān)乎用戶的體驗(yàn)態(tài)度。目前,單一的推薦模式不能適應(yīng)當(dāng)前社會(huì)服務(wù)領(lǐng)域的個(gè)性化需求,多算法機(jī)制構(gòu)建系統(tǒng)化推薦模式成為目前研究的趨向之一。未來,要遵循個(gè)體訴求與群體環(huán)境相協(xié)調(diào)的原則,在構(gòu)建基于音樂內(nèi)容的、基于用戶對(duì)音樂評(píng)價(jià)的、基于用戶與用戶之間相似度的推薦系統(tǒng)的基礎(chǔ)上,打造基于專家的推薦、基于內(nèi)容過濾的推薦、基于協(xié)同過濾的推薦、基于語境的推薦、基于圖模型的推薦以及混合型推薦的音樂綜合型推薦模式體系,從而實(shí)現(xiàn)個(gè)體用戶推薦與群組用戶推薦相統(tǒng)一,實(shí)現(xiàn)實(shí)時(shí)推薦和偏好推薦相統(tǒng)一,實(shí)現(xiàn)音樂風(fēng)格與情感推薦相統(tǒng)一。通過多種算法機(jī)制構(gòu)建音樂主題推薦模型,提升音樂主題分類精度,使數(shù)字音樂消費(fèi)服務(wù)領(lǐng)域更加人性化和普及化。

    結(jié)語

    根據(jù)以上的分析,結(jié)合三十年來國(guó)內(nèi)音樂領(lǐng)域算法研究的積累,可以作如下總結(jié):第一,隨著對(duì)音樂領(lǐng)域算法研究的不斷深入,國(guó)內(nèi)相關(guān)研究在數(shù)量、質(zhì)量上不斷提升,發(fā)文量在未來幾年內(nèi)將持續(xù)上升,具有主題聯(lián)系緊密并交叉等特征,但存在研究力量分散等問題;第二,相關(guān)研究集中在音樂版權(quán)保護(hù)、音樂智能去噪、算法作曲、音樂檢索、音樂推薦等領(lǐng)域,其中算法作曲是最早開始關(guān)注本領(lǐng)域研究問題的,并成為促進(jìn)音樂領(lǐng)域算法研究的主力軍;第三,人工智能作曲、智能音樂識(shí)別、智能音樂檢索、智能音樂推薦作為近年來該領(lǐng)域的研究熱點(diǎn),未來仍有持續(xù)探討的空間??梢灶A(yù)見,多學(xué)科共同體是促進(jìn)國(guó)內(nèi)音樂領(lǐng)域算法研究體系的重要屏障,智能音樂學(xué)、音樂科技學(xué)等相關(guān)學(xué)科研究將進(jìn)一步深入,機(jī)器學(xué)習(xí)等技術(shù)的應(yīng)用將促進(jìn)國(guó)際智能音樂教育的發(fā)展,相關(guān)研究也更注重當(dāng)代社會(huì)對(duì)音樂科技人才的實(shí)際需求。

    猜你喜歡
    人工智能智能音樂
    2019:人工智能
    商界(2019年12期)2019-01-03 06:59:05
    智能前沿
    文苑(2018年23期)2018-12-14 01:06:06
    智能前沿
    文苑(2018年19期)2018-11-09 01:30:14
    智能前沿
    文苑(2018年17期)2018-11-09 01:29:26
    智能前沿
    文苑(2018年21期)2018-11-09 01:22:32
    人工智能與就業(yè)
    圣誕音樂路
    兒童繪本(2017年24期)2018-01-07 15:51:37
    數(shù)讀人工智能
    小康(2017年16期)2017-06-07 09:00:59
    下一幕,人工智能!
    音樂
    天美传媒精品一区二区| 国产国拍精品亚洲av在线观看 | 国产av麻豆久久久久久久| 久久九九热精品免费| h日本视频在线播放| 一级黄片播放器| 18美女黄网站色大片免费观看| 午夜亚洲福利在线播放| 色精品久久人妻99蜜桃| 18禁黄网站禁片午夜丰满| www国产在线视频色| 欧美日韩亚洲国产一区二区在线观看| 午夜免费激情av| 日韩av在线大香蕉| 亚洲欧美日韩卡通动漫| 最近在线观看免费完整版| 欧美日韩一级在线毛片| 无人区码免费观看不卡| 成人鲁丝片一二三区免费| 九色国产91popny在线| 精品日产1卡2卡| 桃色一区二区三区在线观看| 一级黄片播放器| 性色av乱码一区二区三区2| 网址你懂的国产日韩在线| 免费看光身美女| 久久久久免费精品人妻一区二区| 免费人成在线观看视频色| 高潮久久久久久久久久久不卡| 99热这里只有是精品50| 亚洲国产中文字幕在线视频| 国产视频内射| 色视频www国产| 国产成人欧美在线观看| 性欧美人与动物交配| 首页视频小说图片口味搜索| 久久精品国产99精品国产亚洲性色| 夜夜夜夜夜久久久久| 波多野结衣巨乳人妻| 国产精品亚洲一级av第二区| 尤物成人国产欧美一区二区三区| 天堂√8在线中文| 国产老妇女一区| 一级作爱视频免费观看| 精品一区二区三区av网在线观看| 757午夜福利合集在线观看| 午夜免费激情av| 黄片小视频在线播放| 日韩欧美 国产精品| 女同久久另类99精品国产91| 久久精品国产亚洲av涩爱 | 又粗又爽又猛毛片免费看| 国产免费一级a男人的天堂| 欧美日韩黄片免| 不卡一级毛片| 一进一出抽搐gif免费好疼| 国内精品美女久久久久久| 亚洲精品亚洲一区二区| 不卡一级毛片| 亚洲人成伊人成综合网2020| 日韩av在线大香蕉| 日韩亚洲欧美综合| 亚洲精华国产精华精| 色精品久久人妻99蜜桃| 在线观看午夜福利视频| 久久性视频一级片| 午夜激情欧美在线| 欧美丝袜亚洲另类 | 国产av在哪里看| 国产乱人视频| 又粗又爽又猛毛片免费看| 精品国产三级普通话版| 美女免费视频网站| 久久久久久久久久黄片| 亚洲av电影在线进入| 国产高清视频在线观看网站| 色综合亚洲欧美另类图片| 精品人妻1区二区| 99久国产av精品| 国产成人aa在线观看| 国产精品美女特级片免费视频播放器| 国产精品嫩草影院av在线观看 | 成人av一区二区三区在线看| 在线观看免费午夜福利视频| 在线观看美女被高潮喷水网站 | 免费看日本二区| 黄色片一级片一级黄色片| 亚洲激情在线av| 久久精品国产综合久久久| 免费在线观看成人毛片| 成人特级av手机在线观看| h日本视频在线播放| 两个人看的免费小视频| 欧美日韩一级在线毛片| 舔av片在线| 色噜噜av男人的天堂激情| 熟女电影av网| 啦啦啦韩国在线观看视频| 日韩大尺度精品在线看网址| 午夜日韩欧美国产| 9191精品国产免费久久| 欧美高清成人免费视频www| 国内精品一区二区在线观看| 999久久久精品免费观看国产| 亚洲电影在线观看av| 精品国产超薄肉色丝袜足j| 国产精品亚洲一级av第二区| 内射极品少妇av片p| 一个人看的www免费观看视频| 国产精品亚洲一级av第二区| 国产精品亚洲一级av第二区| 午夜福利在线观看免费完整高清在 | 欧美极品一区二区三区四区| 精品99又大又爽又粗少妇毛片 | 欧美日本亚洲视频在线播放| 人人妻人人澡欧美一区二区| 又粗又爽又猛毛片免费看| 国产乱人视频| 午夜福利高清视频| 久久久久亚洲av毛片大全| 好男人电影高清在线观看| 97碰自拍视频| 午夜影院日韩av| 少妇丰满av| 91麻豆av在线| 久久久国产成人免费| 一边摸一边抽搐一进一小说| 成人无遮挡网站| 亚洲欧美日韩高清专用| 女人被狂操c到高潮| 首页视频小说图片口味搜索| 久久久久性生活片| 夜夜夜夜夜久久久久| 日本在线视频免费播放| 国产又黄又爽又无遮挡在线| 国产成人a区在线观看| 亚洲国产欧美网| 小说图片视频综合网站| 欧美日韩综合久久久久久 | 成人午夜高清在线视频| 美女高潮喷水抽搐中文字幕| 两人在一起打扑克的视频| 偷拍熟女少妇极品色| 国产免费av片在线观看野外av| 久久精品亚洲精品国产色婷小说| 听说在线观看完整版免费高清| 亚洲性夜色夜夜综合| 亚洲av第一区精品v没综合| 嫩草影院入口| 久9热在线精品视频| 三级毛片av免费| 欧美一级毛片孕妇| 一卡2卡三卡四卡精品乱码亚洲| 色av中文字幕| 国产精品美女特级片免费视频播放器| 首页视频小说图片口味搜索| 国产av一区在线观看免费| 人妻丰满熟妇av一区二区三区| 久久久久免费精品人妻一区二区| 国产精品99久久99久久久不卡| 欧美一区二区精品小视频在线| 亚洲国产精品sss在线观看| 国产精品久久久人人做人人爽| 男女床上黄色一级片免费看| 久久久久久久久久黄片| 国产精品日韩av在线免费观看| 观看美女的网站| 俺也久久电影网| aaaaa片日本免费| 精品久久久久久成人av| 午夜视频国产福利| 少妇高潮的动态图| 国产高清视频在线播放一区| 亚洲国产精品999在线| 精品国产美女av久久久久小说| 美女免费视频网站| av专区在线播放| 男女之事视频高清在线观看| 亚洲精品亚洲一区二区| 美女被艹到高潮喷水动态| 色精品久久人妻99蜜桃| 人人妻人人澡欧美一区二区| ponron亚洲| 久久这里只有精品中国| 一个人免费在线观看的高清视频| 免费看十八禁软件| 日本黄色片子视频| 亚洲av成人精品一区久久| 熟妇人妻久久中文字幕3abv| 91久久精品电影网| 免费av毛片视频| 国产伦人伦偷精品视频| 亚洲最大成人手机在线| 性欧美人与动物交配| 99热精品在线国产| 国产精品一区二区三区四区免费观看 | 一级作爱视频免费观看| 日本在线视频免费播放| 国产伦精品一区二区三区四那| 日韩中文字幕欧美一区二区| 亚洲精品日韩av片在线观看 | 禁无遮挡网站| 欧美日韩亚洲国产一区二区在线观看| 日日摸夜夜添夜夜添小说| 99久久九九国产精品国产免费| 2021天堂中文幕一二区在线观| 国产国拍精品亚洲av在线观看 | 老司机午夜福利在线观看视频| 看免费av毛片| 激情在线观看视频在线高清| 神马国产精品三级电影在线观看| 久久精品国产亚洲av香蕉五月| h日本视频在线播放| 日韩欧美精品v在线| 丁香欧美五月| 亚洲av日韩精品久久久久久密| 18美女黄网站色大片免费观看| 老司机午夜福利在线观看视频| 午夜免费男女啪啪视频观看 | 国产精品98久久久久久宅男小说| 久久久久亚洲av毛片大全| 十八禁网站免费在线| 亚洲精品影视一区二区三区av| 性欧美人与动物交配| 好看av亚洲va欧美ⅴa在| 12—13女人毛片做爰片一| www.色视频.com| 日韩av在线大香蕉| 又爽又黄无遮挡网站| 精品久久久久久久人妻蜜臀av| 国产精品一区二区三区四区免费观看 | 少妇的逼水好多| 国产精品乱码一区二三区的特点| 亚洲av成人不卡在线观看播放网| 深夜精品福利| 久久久久国内视频| 最新在线观看一区二区三区| 一级毛片高清免费大全| 99久久久亚洲精品蜜臀av| 久久精品国产清高在天天线| 免费搜索国产男女视频| 国产成人欧美在线观看| 午夜免费男女啪啪视频观看 | 一级a爱片免费观看的视频| 欧美日韩中文字幕国产精品一区二区三区| 午夜老司机福利剧场| 精品久久久久久成人av| 欧美精品啪啪一区二区三区| 亚洲精品一区av在线观看| 琪琪午夜伦伦电影理论片6080| 午夜精品在线福利| 久久久久精品国产欧美久久久| 欧美精品啪啪一区二区三区| 精品人妻1区二区| 久久精品综合一区二区三区| 国产精品嫩草影院av在线观看 | 日本黄色视频三级网站网址| 精华霜和精华液先用哪个| 欧美一区二区国产精品久久精品| 18禁裸乳无遮挡免费网站照片| 亚洲男人的天堂狠狠| 国产成人欧美在线观看| 首页视频小说图片口味搜索| 小蜜桃在线观看免费完整版高清| 亚洲电影在线观看av| 一进一出好大好爽视频| 欧美在线一区亚洲| 久久久国产成人精品二区| 在线国产一区二区在线| 在线a可以看的网站| 18禁黄网站禁片免费观看直播| 久久久精品欧美日韩精品| 日韩有码中文字幕| 国产成人a区在线观看| 麻豆成人av在线观看| 少妇丰满av| 久久久久久久精品吃奶| 色综合欧美亚洲国产小说| 岛国在线观看网站| av国产免费在线观看| 天天躁日日操中文字幕| 99久久成人亚洲精品观看| 亚洲一区二区三区色噜噜| 琪琪午夜伦伦电影理论片6080| 一级黄片播放器| 欧美乱色亚洲激情| 国内精品美女久久久久久| 在线观看舔阴道视频| 美女免费视频网站| 男人和女人高潮做爰伦理| 看黄色毛片网站| 国产高清视频在线播放一区| 亚洲av第一区精品v没综合| 久久人妻av系列| 神马国产精品三级电影在线观看| 叶爱在线成人免费视频播放| 亚洲国产精品久久男人天堂| 欧美日韩黄片免| 一二三四社区在线视频社区8| aaaaa片日本免费| av福利片在线观看| 男女床上黄色一级片免费看| 国产精品美女特级片免费视频播放器| 久久精品国产综合久久久| 少妇人妻一区二区三区视频| 一区二区三区免费毛片| 麻豆一二三区av精品| 国产真实伦视频高清在线观看 | 国产精品亚洲美女久久久| 久久精品夜夜夜夜夜久久蜜豆| 久久天躁狠狠躁夜夜2o2o| 欧美极品一区二区三区四区| 夜夜看夜夜爽夜夜摸| 国产成人福利小说| 蜜桃亚洲精品一区二区三区| 亚洲色图av天堂| 国产精品一及| 给我免费播放毛片高清在线观看| 精品国内亚洲2022精品成人| av在线蜜桃| 免费大片18禁| 国产av一区在线观看免费| 一区二区三区国产精品乱码| 成熟少妇高潮喷水视频| 亚洲欧美日韩东京热| 久久国产乱子伦精品免费另类| 乱人视频在线观看| 一进一出抽搐动态| 午夜视频国产福利| 亚洲真实伦在线观看| 俄罗斯特黄特色一大片| 欧美中文日本在线观看视频| 午夜日韩欧美国产| 亚洲乱码一区二区免费版| 女人十人毛片免费观看3o分钟| 人妻久久中文字幕网| 老熟妇乱子伦视频在线观看| 国产欧美日韩一区二区三| 麻豆国产av国片精品| 成人一区二区视频在线观看| 日韩欧美 国产精品| 国产精品自产拍在线观看55亚洲| 在线看三级毛片| 一本综合久久免费| 美女免费视频网站| 亚洲精华国产精华精| 国产精品一区二区免费欧美| 久久久久久九九精品二区国产| 久久精品综合一区二区三区| 少妇人妻精品综合一区二区 | 老熟妇乱子伦视频在线观看| 亚洲美女视频黄频| 久久天躁狠狠躁夜夜2o2o| 亚洲天堂国产精品一区在线| 老汉色∧v一级毛片| 九九热线精品视视频播放| 欧美黄色淫秽网站| 成人国产综合亚洲| 久久婷婷人人爽人人干人人爱| 久久精品91无色码中文字幕| 国产综合懂色| 免费在线观看影片大全网站| 天天添夜夜摸| 欧美另类亚洲清纯唯美| 三级男女做爰猛烈吃奶摸视频| 国产精品一区二区三区四区久久| 国产真实乱freesex| 一区二区三区国产精品乱码| 午夜影院日韩av| 亚洲aⅴ乱码一区二区在线播放| 国产成人av激情在线播放| 久久精品人妻少妇| 超碰av人人做人人爽久久 | 无限看片的www在线观看| 久久婷婷人人爽人人干人人爱| 久久午夜亚洲精品久久| netflix在线观看网站| 午夜a级毛片| 嫁个100分男人电影在线观看| 中文字幕高清在线视频| 亚洲精品一区av在线观看| 天天躁日日操中文字幕| 欧美最黄视频在线播放免费| 日本与韩国留学比较| 免费搜索国产男女视频| 最近最新中文字幕大全电影3| 久久久久久人人人人人| 少妇裸体淫交视频免费看高清| 国产爱豆传媒在线观看| 久久精品夜夜夜夜夜久久蜜豆| 亚洲精品影视一区二区三区av| 国产综合懂色| 精品电影一区二区在线| 亚洲七黄色美女视频| 国产高清三级在线| 亚洲精品一区av在线观看| 天天躁日日操中文字幕| 午夜免费男女啪啪视频观看 | 成年女人看的毛片在线观看| 国产欧美日韩精品亚洲av| www国产在线视频色| 亚洲一区二区三区色噜噜| 我要搜黄色片| 日韩欧美国产在线观看| 久久精品人妻少妇| 18禁在线播放成人免费| 在线播放国产精品三级| 亚洲成人久久性| 日日干狠狠操夜夜爽| 日日夜夜操网爽| avwww免费| 麻豆成人午夜福利视频| 亚洲va日本ⅴa欧美va伊人久久| 国产精品免费一区二区三区在线| 亚洲欧美激情综合另类| 国产精品国产高清国产av| 在线免费观看的www视频| 欧美色欧美亚洲另类二区| 在线观看免费视频日本深夜| 亚洲无线在线观看| 国产久久久一区二区三区| 国产乱人视频| 久久精品91无色码中文字幕| 国内精品久久久久精免费| 亚洲国产精品合色在线| 国产成人福利小说| 精品久久久久久成人av| 大型黄色视频在线免费观看| 日本与韩国留学比较| 18禁在线播放成人免费| 九色国产91popny在线| av中文乱码字幕在线| 国产精品久久视频播放| 亚洲中文日韩欧美视频| 久久久成人免费电影| 很黄的视频免费| 熟女电影av网| 黄色视频,在线免费观看| 九色国产91popny在线| 少妇人妻一区二区三区视频| 给我免费播放毛片高清在线观看| 国产成+人综合+亚洲专区| 亚洲激情在线av| xxxwww97欧美| 精品国产超薄肉色丝袜足j| 18禁美女被吸乳视频| 欧美最黄视频在线播放免费| 最新中文字幕久久久久| 久99久视频精品免费| 岛国在线观看网站| 国产一区二区亚洲精品在线观看| 亚洲不卡免费看| 欧美日本亚洲视频在线播放| 男插女下体视频免费在线播放| 欧美绝顶高潮抽搐喷水| 床上黄色一级片| 国产高清videossex| 97人妻精品一区二区三区麻豆| 久久久色成人| 国产精品98久久久久久宅男小说| 国产亚洲欧美在线一区二区| 亚洲不卡免费看| 午夜福利18| 可以在线观看的亚洲视频| 婷婷精品国产亚洲av| 欧美性感艳星| 国产精品电影一区二区三区| 久久亚洲精品不卡| 51国产日韩欧美| 久久香蕉精品热| 亚洲欧美日韩卡通动漫| 波多野结衣巨乳人妻| 在线免费观看的www视频| 成人亚洲精品av一区二区| 免费看a级黄色片| 最近在线观看免费完整版| 婷婷精品国产亚洲av| 香蕉丝袜av| 天堂av国产一区二区熟女人妻| 久久久久久久久大av| 欧美日韩亚洲国产一区二区在线观看| 久久久久亚洲av毛片大全| 青草久久国产| 欧美不卡视频在线免费观看| 乱人视频在线观看| 看免费av毛片| 香蕉av资源在线| 欧美成人免费av一区二区三区| 此物有八面人人有两片| 久久久色成人| 亚洲人成网站在线播放欧美日韩| 国产伦人伦偷精品视频| 在线国产一区二区在线| 亚洲精品美女久久久久99蜜臀| 精品日产1卡2卡| 国产男靠女视频免费网站| av女优亚洲男人天堂| 日韩中文字幕欧美一区二区| 99久久无色码亚洲精品果冻| 搞女人的毛片| 久久久久久大精品| 中文字幕人妻熟人妻熟丝袜美 | 一级黄片播放器| 不卡一级毛片| 日韩高清综合在线| 又黄又爽又免费观看的视频| 黄色视频,在线免费观看| 国产精品电影一区二区三区| 宅男免费午夜| 精品日产1卡2卡| 日韩成人在线观看一区二区三区| 精品熟女少妇八av免费久了| 亚洲国产高清在线一区二区三| 亚洲av熟女| 少妇熟女aⅴ在线视频| 国产精品精品国产色婷婷| 国产伦精品一区二区三区四那| 亚洲精品色激情综合| 99久久成人亚洲精品观看| 精品国产三级普通话版| 久久精品国产99精品国产亚洲性色| av天堂在线播放| 色哟哟哟哟哟哟| 老司机午夜十八禁免费视频| 日本一本二区三区精品| 变态另类成人亚洲欧美熟女| 欧美性猛交╳xxx乱大交人| 一区二区三区国产精品乱码| 哪里可以看免费的av片| 亚洲人成网站高清观看| av天堂在线播放| 久99久视频精品免费| 国产美女午夜福利| 日韩欧美国产在线观看| 日韩成人在线观看一区二区三区| 在线观看免费午夜福利视频| 亚洲精品在线美女| 国产精品免费一区二区三区在线| 九九久久精品国产亚洲av麻豆| 亚洲人成伊人成综合网2020| 午夜视频国产福利| 日韩中文字幕欧美一区二区| 久久久久久久精品吃奶| 在线播放无遮挡| 国产成年人精品一区二区| 一本精品99久久精品77| 免费av毛片视频| 久久久久精品国产欧美久久久| 亚洲美女视频黄频| 国产成人啪精品午夜网站| 成人三级黄色视频| 国产亚洲av嫩草精品影院| 欧美在线一区亚洲| 法律面前人人平等表现在哪些方面| 亚洲精品在线观看二区| 少妇人妻精品综合一区二区 | 舔av片在线| 婷婷丁香在线五月| 男人舔奶头视频| 最近在线观看免费完整版| 中文亚洲av片在线观看爽| 日韩av在线大香蕉| 特级一级黄色大片| 99国产综合亚洲精品| 18+在线观看网站| 久久精品综合一区二区三区| 午夜精品一区二区三区免费看| 九九久久精品国产亚洲av麻豆| 欧美中文综合在线视频| 五月伊人婷婷丁香| 欧美一级毛片孕妇| 色噜噜av男人的天堂激情| 国产精品亚洲av一区麻豆| 午夜福利在线在线| 国产美女午夜福利| 成人国产一区最新在线观看| 精品一区二区三区视频在线 | 欧美日韩乱码在线| 我要搜黄色片| 亚洲一区二区三区不卡视频| 在线观看美女被高潮喷水网站 | 国产麻豆成人av免费视频| 亚洲专区中文字幕在线| 亚洲国产色片| 三级国产精品欧美在线观看| 午夜老司机福利剧场| 黄色成人免费大全| 色精品久久人妻99蜜桃| 国产精品国产高清国产av| 女人十人毛片免费观看3o分钟| 国产精品99久久久久久久久| 舔av片在线| 久久精品亚洲精品国产色婷小说| 舔av片在线| 国产熟女xx| 乱人视频在线观看| 亚洲成av人片在线播放无| 乱人视频在线观看| 国产精品亚洲美女久久久| 一夜夜www| 少妇熟女aⅴ在线视频| 99国产综合亚洲精品| 国产精品99久久久久久久久| 国产黄色小视频在线观看| 国产精品99久久久久久久久| а√天堂www在线а√下载| 18美女黄网站色大片免费观看| 手机成人av网站| 嫩草影院入口| 中文亚洲av片在线观看爽| 禁无遮挡网站| 三级国产精品欧美在线观看| 操出白浆在线播放| 亚洲精品亚洲一区二区| aaaaa片日本免费|