• <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 ?

    基于非自回歸模型中文語音合成系統(tǒng)研究與實現(xiàn)*

    2023-06-04 06:24:04王志超劉益岑
    計算機與數(shù)字工程 2023年2期
    關鍵詞:碼器梅爾音素

    王志超 吳 浩,2 李 棟 劉益岑

    (1.四川輕化工大學自動化與信息工程學院 自貢 643000)(2.人工智能四川省重點實驗室 自貢 643000)(3.國網(wǎng)四川省電力公司電力科學研究院 成都 610000)

    1 引言

    語音合成(Speech Synthesis)是通過機械、電子方法產(chǎn)生和人類說話聲音相似的語音技術。又名文本轉(zhuǎn)換語音技術TTS(Text to Speech)[1]。它可以應用于各種生活場景之中,例如汽車導航、音樂合成以及為視力受損人士提供更便利的服務[2]。

    在語音合成技術的發(fā)展歷史中,語音合成技術隨著時代與科技發(fā)展逐漸變得更加智能與可靠。傳統(tǒng)語音合成方法步驟繁瑣,要求專業(yè)知識背景強,對于沒有聲學和統(tǒng)計學基礎的從業(yè)者具有很高的準入門檻。在傳統(tǒng)語音合成系統(tǒng)中,主要分為前端和后端兩大部分[3~4]。

    前端針對輸入的文本進行預處理,例如文本正則化(text normallization):將輸入的文本中包含的數(shù)字、英文字母轉(zhuǎn)化為中文文字等;文本轉(zhuǎn)音素(text to phoneme):在語音合成系統(tǒng)中,我們輸入的是中文文字,但是計算機并不會直接識別文字,所以需要提前將文字轉(zhuǎn)換為音素的形式。

    后端合成語音傳統(tǒng)方法為參數(shù)合成或拼接式合成。參數(shù)合成方法指通過數(shù)學方法對語料庫錄音進行建模,提取已有錄音頻譜、時長信息等特征,構(gòu)建文本序列映射到語音特征的映射關系[5]。在合成階段通過時長(duration)模型和聲學模型預測聲學特征參數(shù),最后利用聲碼器(vocoder)合成波形[6]。這類方法所需錄音數(shù)據(jù)量小,合成語音平滑,但缺點是太過機械不夠自然[7]。拼接式合成方法是通過在錄音室或其他專業(yè)器械幫助下預先錄制大量音頻,針對對應的音節(jié)音素,從語料庫中挑選出適當語音單元進行參數(shù)合成。拼接法需要大量錄音來構(gòu)建語料庫才能合成效果較好的音頻,拼接法的優(yōu)點是音質(zhì)較好并且擁有一定情感,但缺點是字與字之間缺乏平滑過渡,不自然。

    隨著近幾年機器學習技術的進步,語音合成技術也從傳統(tǒng)合成方法轉(zhuǎn)變,出現(xiàn)了一大批基于深度學習的合成方法。深度學習因為它獨有的可學習的特性,使合成出來的語音更加自然、平順,更加符合人類的聽覺習慣。文獻[8]是由谷歌公司提出的Tacotron 端到端語音合成系統(tǒng),其基于seq-to-seq自回歸模型[9],采用Griffin-lim 作為聲碼器進行音頻合成[10],這是第一個真正意義上的輸入文本直接輸出語音的端到端語音合成系統(tǒng)[11],簡化了傳統(tǒng)語音合成步驟,但其訓練速度較慢,且因聲碼器在合成音頻中會丟失大量相位信息,所以音頻質(zhì)量得不到較好保證。文獻[12]是谷歌公司提出的第二代Tacotron,它的模型架構(gòu)中舍去了CBHG(Convolution Bank Highway Network Bidirectional Gated Recurrent Unit)模塊,使用了位置敏感注意力機制[13],并將聲碼器更改為WaveNet[14]。得益于WaveNet聲碼器,音頻合成質(zhì)量明顯提升。但受制于自回歸模型架構(gòu),訓練速度依然緩慢。文獻[15]將自然語言處理領域大放異彩的Transformer 結(jié)構(gòu)運用在語音合成領域,使用多頭注意力機制來代替速度較慢的RNN(Recurrent Neural Network)[16]網(wǎng)絡和原始的注意力機制。編碼器和解碼器在隱藏層是平行結(jié)構(gòu),這樣可以有效提升訓練效率。但模型在獲取音頻特征時存在損失,合成音頻效果較差。其他語音合成模型還包括Deep Voice1[17]、Deep voice2[18]等。

    針對以上語音合成方法訓練速度慢、音頻質(zhì)量不高等問題,本文提出了一種基于非自回歸模型的中文語音合成方法。模型采用多頭注意力機制和并行化編解碼器提高合成效率,利用可變信息適配器添加音頻特征使梅爾頻譜擁有更豐富特征信息,提升了所合成語音質(zhì)量。并將生成對抗網(wǎng)絡應用在聲碼器中,成功合成了高質(zhì)量音頻。

    2 模型架構(gòu)

    本文所提出的基于非自回歸模型的語音合成系統(tǒng),由三大部分:前端處理、聲學模型和聲碼器組成。模型結(jié)構(gòu)如圖1所示。

    圖1 模型結(jié)構(gòu)圖

    前端處理負責將輸入的中文漢字轉(zhuǎn)換為最小聲音單元:音素。再將音素輸入到聲學模型中,經(jīng)過編解碼器轉(zhuǎn)換,音素序列由解碼器輸出為梅爾頻譜。聲碼器由生成器和判別器組成,利用生成器生成音頻波形,判別器將真實音頻與合成音頻進行判斷,得以輸出高質(zhì)量的合成音頻。

    2.1 前端處理

    在神經(jīng)網(wǎng)絡中,機器并不能直接識別輸入的中文漢字,要利用模型合成中文音頻,第一步是將漢字轉(zhuǎn)換為音素。前端處理主要包括文本規(guī)范化、漢字轉(zhuǎn)拼音、拼音轉(zhuǎn)音素。在進行文本規(guī)范化時,主要針對多音字、符號、日期、時間等進行規(guī)范化處理。例如句號標記為長時間停頓,逗號標記為短時間停頓;2020 年10 月1 日轉(zhuǎn)換為二零二零年十月一日;16:34 轉(zhuǎn)換為十六點三十四分等。漢字轉(zhuǎn)拼音則使用內(nèi)嵌《漢語拼音方案》工具pypinyin 進行轉(zhuǎn)換,同時可在轉(zhuǎn)換時提供該漢字聲調(diào)。音素采用國際音標(IPA)標記,將拼音轉(zhuǎn)為音素更有利于合成語音質(zhì)量的提升。由于漢語具有多音字的特殊性,多音字在轉(zhuǎn)換時不容易得到正確讀音,需構(gòu)建多音字詞庫,在文字轉(zhuǎn)拼音時與多音字詞庫進行匹配,輸出正確讀音。

    2.2 聲學模型

    聲學模型部分由編碼器、可變信息適配器、梅爾頻譜解碼器組成用以生成梅爾頻譜。結(jié)構(gòu)如圖2 所示。

    圖2 聲學模型結(jié)構(gòu)圖

    將前端處理后的音素作為輸入,通過獨熱編碼(one-hot encoding)將音素符號編碼為向量轉(zhuǎn)換到音素嵌入層。獨熱編碼器將總的音素個數(shù)表示為N,單個音素使用N-1 個0 和單個1 的向量來表示。本文中的非自回歸模型的注意力機制并沒有位置信息,為了注意詞與詞之間的位置關系,針對位置不敏感的模型需采用相對位置編碼,使用正余弦函數(shù)表示絕對位置,相乘得到相對位置。

    這里PE表示二維矩陣,pos為詞語在句子中的位置,2i和2i+1 表示詞向量位置,dmodel是每個一幀的詞向量維數(shù)。

    編碼器與解碼器均由包含自注意力機制和一維卷積網(wǎng)絡4 個前饋網(wǎng)絡組成,前饋網(wǎng)絡中分別在多頭注意力機制和一維卷積網(wǎng)絡后添加了殘差網(wǎng)絡和層歸一化。通過前饋網(wǎng)絡將音素序列轉(zhuǎn)換為隱藏序列,音素序列作為前饋網(wǎng)絡的輸入,利用自注意力機制中的多頭注意力可以注意整個序列的上下文信息。多頭注意力機制是注意力模型中的一種,注意力模型由Q(query) 、K(key) 、V(value)組成,本質(zhì)上是對V進行加權(quán)求和,而Q和K是對V進行權(quán)重的計算。多頭注意力中創(chuàng)建query、key、value三個向量,各自進行相應的線性變換輸入到放縮點積注意力中,如下所示:

    其中W為待訓練的權(quán)值參數(shù)矩陣,有h個頭即有h個維度,每個維度都為一個向量,即每次Q、K、V進行線性變換時參數(shù)矩陣W均隨之變換,最后做h次放縮點積參數(shù)后進行線性變換作為多頭注意力的結(jié)果。

    可變信息適配器[19]由時長預測器、長度規(guī)范器、音高預測器和能量預測器組成,它從真實錄音中提取音頻的時長、音高和能量信息添加到由編碼器輸出的隱藏序列中用以預測目標語音。一個音素序列往往要短于梅爾頻譜序列長度,為解決音素序列長度和梅爾頻譜序列長度不匹配的關系,假設音素時長為d,長度規(guī)范器會擴大音素序列的隱藏層d倍,總的隱藏層長度將會與梅爾頻譜長度相等,長度規(guī)范器可表示為

    Hpho表示音素隱藏層序列,D表示音素時長序列,α是確定Hmel梅爾頻譜序列拓展長度的超參數(shù)。隱藏序列經(jīng)過時長預測器將會輸出對數(shù)域中音素的長度,經(jīng)過音高預測器輸出幀級的基頻序列,而能量預測期則會輸出梅爾頻譜幀的能量序列。

    最后解碼器將添加了可變信息適配器語音信息的隱藏序列作為輸入,經(jīng)過與編碼器相同的前饋網(wǎng)絡,通過輸出線性層將256維隱藏序列轉(zhuǎn)換為80維梅爾頻譜序列。

    2.3 聲碼器

    將梅爾頻譜轉(zhuǎn)換為音頻形式所需聲碼器主要類型為純信號處理、自回歸神經(jīng)網(wǎng)絡模型和非自回歸神經(jīng)網(wǎng)絡模型。純信號處理的聲碼器代表有Griffin-lim、world 等,在梅爾頻譜到音頻的映射時會引入明顯的偽像,造成音頻聽感含有金屬感。自回歸神經(jīng)網(wǎng)絡模型的聲碼器代表有WaveNet、WaveRNN[20]等,合成音頻效果較好,但由于自回歸下一步的輸入必須依賴上一步的輸出,所以合成音頻效率較低。非自回歸網(wǎng)絡模型聲碼器代表為WaveGlow[21]和Parallel WaveNet[22],這一類型聲碼器訓練過程太過復雜,訓練速度雖快于自回歸模型但效果略差。

    本文采用基于生成對抗網(wǎng)絡(GAN)[23~25]的非自回歸模型聲碼器,由生成器和判別器兩大部分組成。聲碼器結(jié)構(gòu)如圖3所示。

    圖3 聲碼器結(jié)構(gòu)圖

    生成器是非自回歸前饋卷積網(wǎng)絡,將解碼器輸出的梅爾頻譜序列作為輸入,通過反卷積網(wǎng)絡對頻譜序列進行上采樣,卷積核的大小是步長的兩倍。在每個上采樣層后連接殘差模塊和空洞卷積以擴大感受域。為了能更好還原音頻特征,通過分析濾波器得到子頻帶的目標波形,采用多分辨率的短時傅里葉對子頻段進行計算:

    對于單個短時傅里葉變換目標函數(shù),本文將最頻譜收斂Lsc最小化:

    這里‖ ·‖F(xiàn)屬于F-范數(shù),x表示原始音頻,為生成器生成的預測音頻波形。

    所有子頻帶信號相加合成為全頻帶信號作為判別器輸入,全頻帶信號經(jīng)過平均池化為三個不同尺度的音頻信號,分別經(jīng)過三個不同尺度的判別器:D1、D2 、D3。D1 以原始尺度音頻波形執(zhí)行,D2 和D3 分別以2、4 倍數(shù)的下采樣執(zhí)行。判別模塊結(jié)構(gòu)如圖4所示。

    圖4 判別模塊結(jié)構(gòu)圖

    判別模塊通過計算不同尺度上生成音頻和真實音頻之間的特征圖損失與均方損失函數(shù),通過對抗學習使判別器無法判斷生成器生成音頻的真假。

    另外,政府及行業(yè)協(xié)會還應該積極舉辦低碳環(huán)保宣傳活動,增強國民低碳意識,使企業(yè)、游客、社區(qū)居民能夠在旅游的各個環(huán)節(jié)自覺踐行節(jié)能減排的行動,真正實現(xiàn)旅游的綠色低碳可持續(xù)發(fā)展目標。

    3 實驗分析

    3.1 實驗配置

    本文采用由年齡20 歲~30 歲專業(yè)播音女性在專業(yè)錄音棚環(huán)境錄制(錄制環(huán)境及設備保持不變,錄音環(huán)境信噪比不低于35dB),音頻容量為10000句,每句長度約為16 個字的WAV 格式語音合成數(shù)據(jù)集,總時長約為12h,采樣率為48kHz,16bit。其中數(shù)據(jù)標注已完成韻律標注、音字校對以及中文聲韻母邊界切分。其中8000 句作為訓練集,1000 句作為驗證集,1000句作為測試集。

    實驗基于Linux 16.04 操作系統(tǒng),GPU 采用NVIDIA GeForce GTX 1070Ti,CPU Intel i7-7700,訓練框架為TensorFlow 2.0。

    聲學模型由4 個前饋模塊組成編碼器和解碼器,解碼器和編碼器中隱藏層數(shù)和大小分別為4 和384。多頭注意力機制中,頭數(shù)設置為2,卷積核大小為3??勺冃畔⑦m配器兩層卷積核大小分別為9和3,丟棄率為0.5。批大小設置為16,Adam優(yōu)化器β1=0.9 ,β2=0.98 ,ξ=1e-6 ,初始學習率為0.001。訓練迭代次數(shù)在160K時模型收斂。

    聲碼器中生成器模型初始卷積層和結(jié)束卷積層卷積核大小為7,殘差層中的空洞卷積核大小為3,殘差層數(shù)設置為4,輸出通道為4 個子頻段音頻。判別器在3 種尺度來判斷真實音頻與生成音頻特征,池化層大小為4,非線性激活函數(shù)使用Leaky ReLU,α=0.2。批大小大64,Adam優(yōu)化器[26]學習率使用分段恒定衰減。訓練迭代次數(shù)在1740K時模型收斂。

    3.2 實驗結(jié)果

    本文通過TensorFlow 可視化工具,將訓練后的訓練集和驗證集loss 進行可視化分析。通過訓練集和驗證集收斂情況,可以判斷模型訓練效果是否良好。結(jié)果如圖5所示。

    圖5 可視化loss曲線

    其中圖5(a)為訓練集收斂情況,圖5(b)為驗證集收斂情況。由圖5 可知,訓練集loss 迭代次數(shù)在160K時基本收斂,loss系數(shù)為0.135。驗證集loss迭代次數(shù)在80K 時收斂,loss系數(shù)為0.182。訓練集與驗證集均能收斂,說明模型訓練效果良好。

    本文利用原始錄制語音文本,分別合成20 段音頻,并隨機選取其中三段與原始音頻進行對比。利用Sonic Visualiser 音頻分析軟件生成各段語音頻譜圖進行對比。對比結(jié)果如圖6所示。

    圖6 頻譜對比分析圖

    圖6 (a)、(b)、(c)為三段頻譜對比圖,左方為合成語音,右方為原始音頻。每段語音文字分別為“寶馬配掛跛騾鞍,貂蟬怨枕董翁榻”、“老虎幼崽與寵物犬玩?!薄ⅰ澳显嚼錾脚c西藏接壤”。由圖6可知,合成語音較原始音頻字與字發(fā)音更為清晰,各音素間間隔較為分明。但是在字與字間過渡較為生硬,連續(xù)性較差。分析共振峰可知,合成語音頻率較高,相較于原始音頻擁有更高的音高。

    3.3 實驗評估

    MOS 評分邀請30 名無明顯聽力缺陷大學生對合成語音進行打分:5分優(yōu)秀;4分良好;3分中等;2分較差;1分差,最小分值間隔為0.5,最后綜合所有得分選取平均分作為最終得分。

    本文將真實音頻、Tacatron2和傳統(tǒng)參數(shù)式模型與本模型所合成語音進行對比,由表1 可知,得分最高為真實音頻,說明評分符合實際情況真實有效。Tacotron2 聲碼器選用WaveNet。本文所提出的基于非自回歸模型所合成語音得分明顯高于傳統(tǒng)參數(shù)式模型,略低于Tacotron2 模型和真實語音,說明合成質(zhì)量較為優(yōu)異。

    表1 平均主觀意見得分

    客觀評價法是將合成音頻的梅爾頻率倒譜系數(shù)(MFCC)與原始音頻梅爾頻率倒譜系數(shù)差距進行計算,原始音頻MFCC 特征設為x,合成音頻特征為,計算公式為

    由表2可知,基于非自回歸模型的MCD值在三種方法中MCD值最低,表明合成音頻MFCC特征與原始音頻MFCC特征差距最小,語音合成質(zhì)量最高。

    表2 客觀評價法MCD值

    語音合成中模型訓練速度同樣是一項重要指標,本文分別統(tǒng)計了自回歸模型Tacotron2 與非自回歸訓練所需時長。

    由表3 可知,Tacotron2 是基于自回歸模型,需要編碼器和解碼器序列對齊,解碼器依賴于上一步的輸出,所以訓練速度較慢,本文所提出的非自回歸模型編解碼器是并行化結(jié)構(gòu),解碼器不依賴上一步輸出,訓練速度較快。

    表3 神經(jīng)網(wǎng)絡模型訓練時間

    4 結(jié)語

    本文提出一種基于非自回歸模型的語音合成方法,輸入音素序列經(jīng)過編碼器和多頭注意力機制轉(zhuǎn)換為隱藏序列,再加上可變信息適配器預測的相關音頻特征,解碼器接受到添加音頻特征的隱藏序列后將其轉(zhuǎn)換為梅爾頻譜。梅爾頻譜作為聲碼器的輸入,經(jīng)過生成器和判別器語音波形合成生成相應原始音頻。經(jīng)過研究得到以下結(jié)論:

    1)本文基于非自回歸模型的語音合成方法,訓練速度快于基于自回歸模型語音合成方法。

    2)使用基于非自回歸網(wǎng)絡的聲學模型,合成語音質(zhì)量與自回歸模型相近,顯著高于傳統(tǒng)參數(shù)式方法。

    3)采用基于生成對抗網(wǎng)絡的聲碼器用于音頻波形生成,證明GAN 網(wǎng)絡也能在語音合成中得到良好效果。

    猜你喜歡
    碼器梅爾音素
    磁吸式掃碼器固定調(diào)節(jié)裝置的研究
    五金科技(2023年5期)2023-11-02 01:50:06
    新目標英語七年級(上)Starter Units 1-3 STEP BY STEP 隨堂通
    基于梅爾頻譜分離和LSCNet的聲學場景分類方法
    對于多位置條煙條形碼統(tǒng)一檢測的應用研究
    電子測試(2021年22期)2021-12-17 11:19:16
    依托繪本課程,培養(yǎng)學生英語音素意識
    小學英語課堂中音素意識與自然拼讀整合訓練的探索
    女詩人梅爾詩集《十二背后》三人談
    ?不定冠詞a與an
    盲人探險家觸摸世界之巔
    黨員文摘(2014年10期)2014-10-14 23:50:35
    康耐視 DataMan?8050系列手持式讀碼器
    自動化博覽(2014年4期)2014-02-28 22:31:13
    欧美激情久久久久久爽电影| 国精品久久久久久国模美| 精品一区二区免费观看| 日韩精品青青久久久久久| 国产av码专区亚洲av| 日韩国内少妇激情av| 啦啦啦韩国在线观看视频| 在线免费观看不下载黄p国产| 国产成人a∨麻豆精品| 偷拍熟女少妇极品色| 亚洲国产欧美在线一区| 精品久久久久久久久亚洲| 精品人妻偷拍中文字幕| 国产白丝娇喘喷水9色精品| 在线播放无遮挡| 国产淫语在线视频| 国产探花在线观看一区二区| 中文字幕免费在线视频6| 久热久热在线精品观看| 国产中年淑女户外野战色| 精品欧美国产一区二区三| 青青草视频在线视频观看| 久久精品夜夜夜夜夜久久蜜豆| av播播在线观看一区| 午夜福利网站1000一区二区三区| 国产精品一区二区三区四区免费观看| 内射极品少妇av片p| 久久久欧美国产精品| 国产色婷婷99| 成年女人在线观看亚洲视频 | av一本久久久久| 国产黄a三级三级三级人| 亚洲熟妇中文字幕五十中出| 菩萨蛮人人尽说江南好唐韦庄| 黄片无遮挡物在线观看| 午夜福利高清视频| 亚洲激情五月婷婷啪啪| 可以在线观看毛片的网站| 麻豆精品久久久久久蜜桃| av在线天堂中文字幕| 一级毛片 在线播放| 哪个播放器可以免费观看大片| 国内精品美女久久久久久| 岛国毛片在线播放| 九草在线视频观看| 免费无遮挡裸体视频| 欧美+日韩+精品| 久久久久久久久久久免费av| 色综合色国产| 大话2 男鬼变身卡| 神马国产精品三级电影在线观看| 国产午夜福利久久久久久| 成人亚洲精品一区在线观看 | av在线观看视频网站免费| 熟女电影av网| 1000部很黄的大片| 男人舔奶头视频| 国产一区二区在线观看日韩| 亚洲精品日韩av片在线观看| 国产美女午夜福利| 在线观看美女被高潮喷水网站| 最新中文字幕久久久久| 国产黄片美女视频| 亚洲久久久久久中文字幕| 一本一本综合久久| 亚洲精品国产av成人精品| 久久韩国三级中文字幕| av卡一久久| 最后的刺客免费高清国语| 亚洲欧美清纯卡通| 成年人午夜在线观看视频 | 国产免费又黄又爽又色| 99久久精品一区二区三区| 日韩欧美一区视频在线观看 | 一个人看的www免费观看视频| 人妻制服诱惑在线中文字幕| 亚洲无线观看免费| 国产精品1区2区在线观看.| 波野结衣二区三区在线| 精品不卡国产一区二区三区| 国产av码专区亚洲av| 精品国产露脸久久av麻豆 | 亚洲精品色激情综合| 美女国产视频在线观看| 菩萨蛮人人尽说江南好唐韦庄| 一级毛片 在线播放| 精品久久久久久电影网| 丰满人妻一区二区三区视频av| 五月玫瑰六月丁香| 91久久精品国产一区二区三区| 激情五月婷婷亚洲| 久久97久久精品| 亚洲精品国产av成人精品| 国产片特级美女逼逼视频| 熟女人妻精品中文字幕| 在线免费十八禁| 久久草成人影院| 免费黄频网站在线观看国产| 99热这里只有是精品50| 久久精品国产鲁丝片午夜精品| 国产高清三级在线| 97超碰精品成人国产| 国产探花极品一区二区| 日本熟妇午夜| 亚洲第一区二区三区不卡| 亚洲欧美一区二区三区黑人 | 尤物成人国产欧美一区二区三区| 国产一区有黄有色的免费视频 | 大陆偷拍与自拍| 女人久久www免费人成看片| 国产成人精品福利久久| 国产精品.久久久| 纵有疾风起免费观看全集完整版 | 少妇的逼好多水| 国产精品女同一区二区软件| 听说在线观看完整版免费高清| 美女xxoo啪啪120秒动态图| 亚洲av电影在线观看一区二区三区 | 国产 一区 欧美 日韩| 欧美一级a爱片免费观看看| 成人美女网站在线观看视频| 青春草视频在线免费观看| 免费观看精品视频网站| 国产伦精品一区二区三区四那| 波多野结衣巨乳人妻| 国产午夜精品论理片| 人妻制服诱惑在线中文字幕| 国产一区二区三区综合在线观看 | 国产av在哪里看| 亚洲美女视频黄频| 国产成人福利小说| 少妇裸体淫交视频免费看高清| 亚洲欧美日韩卡通动漫| 毛片一级片免费看久久久久| 18禁裸乳无遮挡免费网站照片| 好男人在线观看高清免费视频| 熟女人妻精品中文字幕| 秋霞在线观看毛片| 伊人久久国产一区二区| 国产成人a区在线观看| 亚洲在线自拍视频| 国产免费又黄又爽又色| 国产在线男女| 三级男女做爰猛烈吃奶摸视频| 国内精品美女久久久久久| 国产亚洲5aaaaa淫片| 精品一区二区免费观看| 夫妻午夜视频| 国产免费视频播放在线视频 | 亚洲国产日韩欧美精品在线观看| 人妻制服诱惑在线中文字幕| 99视频精品全部免费 在线| 国产乱人视频| 免费av毛片视频| 国产精品一区二区三区四区久久| av一本久久久久| videossex国产| 国产黄色视频一区二区在线观看| 免费黄网站久久成人精品| 免费看不卡的av| 男的添女的下面高潮视频| 亚洲成人中文字幕在线播放| 亚洲一级一片aⅴ在线观看| 男女边吃奶边做爰视频| 综合色丁香网| 精品一区二区三区视频在线| 欧美3d第一页| 免费少妇av软件| 国产男女超爽视频在线观看| 午夜福利在线在线| 国产亚洲91精品色在线| 我要看日韩黄色一级片| 69人妻影院| 免费在线观看成人毛片| 色尼玛亚洲综合影院| 国产探花在线观看一区二区| 国产伦一二天堂av在线观看| 波野结衣二区三区在线| 亚洲精品乱码久久久久久按摩| 汤姆久久久久久久影院中文字幕 | av在线播放精品| 人妻少妇偷人精品九色| 中文字幕制服av| 国产午夜精品一二区理论片| 亚洲色图av天堂| 国产爱豆传媒在线观看| 男女下面进入的视频免费午夜| 国产高清不卡午夜福利| 麻豆久久精品国产亚洲av| 美女主播在线视频| 最近视频中文字幕2019在线8| 丝袜美腿在线中文| 日本黄色片子视频| 国产在线男女| 亚洲欧美精品自产自拍| 日本色播在线视频| or卡值多少钱| 在线免费十八禁| av在线老鸭窝| 欧美日韩综合久久久久久| 中文天堂在线官网| 搡女人真爽免费视频火全软件| 乱人视频在线观看| 日本一二三区视频观看| 久久99热6这里只有精品| 国产久久久一区二区三区| 日韩欧美一区视频在线观看 | 日韩在线高清观看一区二区三区| 黄色一级大片看看| 2021天堂中文幕一二区在线观| 婷婷色综合大香蕉| 在线观看美女被高潮喷水网站| 亚洲精品日本国产第一区| 国产精品蜜桃在线观看| 美女被艹到高潮喷水动态| 免费av不卡在线播放| 日韩av不卡免费在线播放| 久久久久精品久久久久真实原创| 久久久国产一区二区| 亚洲婷婷狠狠爱综合网| a级毛色黄片| 赤兔流量卡办理| 成人毛片a级毛片在线播放| 精品人妻视频免费看| 精品久久国产蜜桃| 中文乱码字字幕精品一区二区三区 | 国产激情偷乱视频一区二区| 三级经典国产精品| 哪个播放器可以免费观看大片| 国产一区二区亚洲精品在线观看| 性色avwww在线观看| 国产91av在线免费观看| 亚洲无线观看免费| 国产极品天堂在线| 夫妻午夜视频| 日韩亚洲欧美综合| 亚洲在线自拍视频| 欧美三级亚洲精品| 亚洲av男天堂| 亚洲精品影视一区二区三区av| 晚上一个人看的免费电影| 中国美白少妇内射xxxbb| 国产成人一区二区在线| 你懂的网址亚洲精品在线观看| 精品久久久久久电影网| 日日摸夜夜添夜夜爱| 亚洲精品第二区| 午夜免费男女啪啪视频观看| 免费观看在线日韩| 在线免费观看的www视频| 色播亚洲综合网| 九九爱精品视频在线观看| 国产精品99久久久久久久久| 男女边摸边吃奶| 久久久精品欧美日韩精品| 熟女人妻精品中文字幕| 又黄又爽又刺激的免费视频.| 精品国产一区二区三区久久久樱花 | 亚洲成人中文字幕在线播放| 91久久精品国产一区二区三区| 精品人妻熟女av久视频| 免费黄频网站在线观看国产| 久久久久国产网址| 日韩伦理黄色片| 18禁在线无遮挡免费观看视频| 中文字幕免费在线视频6| 久久这里有精品视频免费| 亚洲国产高清在线一区二区三| 一级毛片 在线播放| 精品久久久精品久久久| 亚洲精品乱码久久久v下载方式| 成人高潮视频无遮挡免费网站| av播播在线观看一区| 舔av片在线| 婷婷色av中文字幕| 精品国产一区二区三区久久久樱花 | 日本wwww免费看| 性插视频无遮挡在线免费观看| 午夜精品国产一区二区电影 | videos熟女内射| 99视频精品全部免费 在线| 七月丁香在线播放| 一本一本综合久久| 成人午夜精彩视频在线观看| 国内精品美女久久久久久| av又黄又爽大尺度在线免费看| 日韩亚洲欧美综合| 国产探花在线观看一区二区| 91久久精品电影网| 2018国产大陆天天弄谢| 精品一区二区三区视频在线| 十八禁国产超污无遮挡网站| 欧美日韩综合久久久久久| 免费电影在线观看免费观看| 能在线免费看毛片的网站| 国产高清三级在线| 天天躁夜夜躁狠狠久久av| 精品久久国产蜜桃| 国产视频内射| 伦精品一区二区三区| 亚洲乱码一区二区免费版| 最近视频中文字幕2019在线8| 国产69精品久久久久777片| 色5月婷婷丁香| 日韩中字成人| 嫩草影院入口| 亚洲人成网站高清观看| 国产av码专区亚洲av| 免费av毛片视频| 成年人午夜在线观看视频 | 三级国产精品欧美在线观看| 久久久久久伊人网av| 久久午夜福利片| 亚洲人成网站高清观看| 人妻夜夜爽99麻豆av| 国产亚洲91精品色在线| 成人av在线播放网站| 大又大粗又爽又黄少妇毛片口| 国产精品一区二区性色av| 国产一区亚洲一区在线观看| 国产亚洲精品久久久com| 十八禁国产超污无遮挡网站| 成年女人看的毛片在线观看| www.色视频.com| 人妻少妇偷人精品九色| 青春草视频在线免费观看| 纵有疾风起免费观看全集完整版 | 能在线免费观看的黄片| 国产又色又爽无遮挡免| 亚洲精品,欧美精品| av在线天堂中文字幕| 成人二区视频| 九九在线视频观看精品| 亚洲国产欧美在线一区| 高清欧美精品videossex| 中文在线观看免费www的网站| 国产精品久久久久久久电影| 亚洲精品乱久久久久久| 亚洲精品日本国产第一区| 国产欧美日韩精品一区二区| 亚洲精品aⅴ在线观看| av一本久久久久| 高清毛片免费看| 国产女主播在线喷水免费视频网站 | 91精品伊人久久大香线蕉| 成人鲁丝片一二三区免费| 国产在线一区二区三区精| 在线a可以看的网站| 2022亚洲国产成人精品| 久久精品综合一区二区三区| 韩国高清视频一区二区三区| 内射极品少妇av片p| 日本wwww免费看| 亚洲欧美一区二区三区国产| 18+在线观看网站| 久久精品夜夜夜夜夜久久蜜豆| 成人无遮挡网站| 精品久久久久久久人妻蜜臀av| 亚洲精品久久久久久婷婷小说| 午夜亚洲福利在线播放| 精品久久久久久成人av| 夜夜看夜夜爽夜夜摸| 日韩av免费高清视频| 国产乱来视频区| 最近中文字幕2019免费版| 国产成人精品婷婷| 少妇人妻精品综合一区二区| 日韩成人伦理影院| 日本wwww免费看| 亚洲国产色片| 国产又色又爽无遮挡免| 久久99精品国语久久久| 亚洲欧美日韩卡通动漫| 伊人久久国产一区二区| 成人毛片60女人毛片免费| 国产精品爽爽va在线观看网站| 成年免费大片在线观看| 国产精品一区二区三区四区免费观看| 亚洲av男天堂| 久久精品夜色国产| 女人久久www免费人成看片| 日日撸夜夜添| 青春草国产在线视频| 97超碰精品成人国产| 国产不卡一卡二| 日本一二三区视频观看| 国产欧美日韩精品一区二区| freevideosex欧美| 99久久精品国产国产毛片| 亚洲av中文字字幕乱码综合| 黄片无遮挡物在线观看| 一区二区三区四区激情视频| 尤物成人国产欧美一区二区三区| 日韩欧美 国产精品| or卡值多少钱| 日韩欧美国产在线观看| 夫妻性生交免费视频一级片| av又黄又爽大尺度在线免费看| 久久久久性生活片| 插逼视频在线观看| 免费观看无遮挡的男女| 老女人水多毛片| 日韩中字成人| 免费黄色在线免费观看| 看十八女毛片水多多多| 九色成人免费人妻av| 成人鲁丝片一二三区免费| 夜夜看夜夜爽夜夜摸| 乱人视频在线观看| 日韩视频在线欧美| 久久久成人免费电影| 国产乱来视频区| 我的老师免费观看完整版| 嫩草影院新地址| 亚洲人成网站在线观看播放| 久久这里只有精品中国| 亚洲精品第二区| 寂寞人妻少妇视频99o| 啦啦啦中文免费视频观看日本| 夜夜爽夜夜爽视频| 少妇丰满av| 欧美极品一区二区三区四区| 日韩不卡一区二区三区视频在线| 亚洲精品乱码久久久v下载方式| 男女下面进入的视频免费午夜| 中文字幕免费在线视频6| 国产一区二区在线观看日韩| 天堂俺去俺来也www色官网 | 3wmmmm亚洲av在线观看| 男人和女人高潮做爰伦理| 内射极品少妇av片p| 视频中文字幕在线观看| 日韩国内少妇激情av| 搡老妇女老女人老熟妇| 国产成人精品福利久久| 国产精品久久视频播放| 全区人妻精品视频| 日韩欧美国产在线观看| 国产午夜精品久久久久久一区二区三区| 亚洲国产色片| 寂寞人妻少妇视频99o| 卡戴珊不雅视频在线播放| 联通29元200g的流量卡| 亚洲熟女精品中文字幕| 好男人在线观看高清免费视频| 久久久久免费精品人妻一区二区| 高清日韩中文字幕在线| 亚洲一区高清亚洲精品| 精品国产露脸久久av麻豆 | 国产v大片淫在线免费观看| 大话2 男鬼变身卡| 一区二区三区免费毛片| 欧美日本视频| 亚州av有码| 丝瓜视频免费看黄片| 婷婷色麻豆天堂久久| 18禁裸乳无遮挡免费网站照片| 人妻一区二区av| 97在线视频观看| 亚洲天堂国产精品一区在线| 欧美精品一区二区大全| 两个人视频免费观看高清| 成人综合一区亚洲| 日日撸夜夜添| 精品99又大又爽又粗少妇毛片| 亚洲精品成人久久久久久| 啦啦啦啦在线视频资源| 汤姆久久久久久久影院中文字幕 | 尾随美女入室| 日本爱情动作片www.在线观看| 欧美日本视频| 成人午夜高清在线视频| 天天一区二区日本电影三级| 啦啦啦中文免费视频观看日本| 十八禁网站网址无遮挡 | 欧美成人精品欧美一级黄| 深夜a级毛片| 精品久久久久久成人av| 男女下面进入的视频免费午夜| 午夜福利成人在线免费观看| 欧美bdsm另类| 在线观看人妻少妇| 久久久国产一区二区| 成人一区二区视频在线观看| 亚洲国产欧美人成| 日日摸夜夜添夜夜添av毛片| 青青草视频在线视频观看| 欧美+日韩+精品| 女人十人毛片免费观看3o分钟| 国产毛片a区久久久久| 一夜夜www| 免费无遮挡裸体视频| av卡一久久| 肉色欧美久久久久久久蜜桃 | 97精品久久久久久久久久精品| 亚洲精品自拍成人| 国产精品伦人一区二区| av国产免费在线观看| 欧美日韩亚洲高清精品| 男女下面进入的视频免费午夜| 蜜桃久久精品国产亚洲av| 最新中文字幕久久久久| 高清毛片免费看| 97超视频在线观看视频| 国产精品麻豆人妻色哟哟久久 | 黄色欧美视频在线观看| 2018国产大陆天天弄谢| 99久久精品一区二区三区| a级毛片免费高清观看在线播放| 亚洲欧美成人精品一区二区| 综合色丁香网| 精品不卡国产一区二区三区| 亚洲精品日本国产第一区| 久久久久久九九精品二区国产| 99热6这里只有精品| 2021天堂中文幕一二区在线观| 干丝袜人妻中文字幕| 亚洲欧美精品专区久久| 婷婷色av中文字幕| 久久久成人免费电影| 久久久a久久爽久久v久久| 亚洲国产欧美在线一区| 成年女人在线观看亚洲视频 | 精品一区在线观看国产| 日日摸夜夜添夜夜添av毛片| 国产高清有码在线观看视频| 色综合色国产| 毛片女人毛片| 亚洲精品日韩在线中文字幕| 国产69精品久久久久777片| av免费观看日本| 日韩欧美国产在线观看| 夫妻午夜视频| 人人妻人人澡人人爽人人夜夜 | 网址你懂的国产日韩在线| 午夜精品在线福利| 日韩欧美精品v在线| 精品久久久久久久久久久久久| 床上黄色一级片| 国产精品一区二区三区四区免费观看| 国产精品久久久久久精品电影小说 | 联通29元200g的流量卡| 国产精品精品国产色婷婷| 色综合色国产| 51国产日韩欧美| 九九久久精品国产亚洲av麻豆| 国产一区有黄有色的免费视频 | 国产成人a区在线观看| 国产亚洲最大av| av福利片在线观看| 三级国产精品片| 国产精品国产三级国产av玫瑰| 人人妻人人看人人澡| 亚洲aⅴ乱码一区二区在线播放| 天堂中文最新版在线下载 | 精品亚洲乱码少妇综合久久| 国产一区二区亚洲精品在线观看| 成人高潮视频无遮挡免费网站| 美女cb高潮喷水在线观看| 婷婷色麻豆天堂久久| 蜜桃久久精品国产亚洲av| 久久久国产一区二区| 熟妇人妻久久中文字幕3abv| 一本久久精品| 免费av不卡在线播放| 日本欧美国产在线视频| 只有这里有精品99| 一级爰片在线观看| 久久6这里有精品| 日韩一本色道免费dvd| 亚洲av电影不卡..在线观看| 精品午夜福利在线看| 亚洲,欧美,日韩| 亚洲精品日本国产第一区| 亚洲国产精品sss在线观看| 国产 一区 欧美 日韩| 乱人视频在线观看| 永久网站在线| 成年av动漫网址| 久久久久久久午夜电影| 久久久久久久久久久免费av| 国产精品一区www在线观看| 少妇被粗大猛烈的视频| 啦啦啦韩国在线观看视频| 一个人免费在线观看电影| 亚洲国产高清在线一区二区三| av专区在线播放| 免费观看无遮挡的男女| 永久免费av网站大全| 国产v大片淫在线免费观看| xxx大片免费视频| 欧美不卡视频在线免费观看| 久久久久精品性色| 菩萨蛮人人尽说江南好唐韦庄| 国产午夜精品一二区理论片| 性插视频无遮挡在线免费观看| 国产乱人视频| 免费黄频网站在线观看国产| 偷拍熟女少妇极品色| 欧美三级亚洲精品| 午夜精品国产一区二区电影 | 精品不卡国产一区二区三区| 在线免费观看不下载黄p国产| 少妇丰满av| 亚洲国产日韩欧美精品在线观看| 18禁裸乳无遮挡免费网站照片| av在线观看视频网站免费| 老女人水多毛片| 欧美zozozo另类| freevideosex欧美| 国产免费又黄又爽又色| 日本爱情动作片www.在线观看| 国产精品一区二区性色av| 特大巨黑吊av在线直播| 日本猛色少妇xxxxx猛交久久|