• <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 ?

    基于語音驅動的說話人臉視頻生成綜述

    2024-09-15 00:00:00韓家偉游錦
    電腦知識與技術 2024年24期

    摘要:隨著人工智能的快速發(fā)展,語音驅動的說話人臉生成技術因其在公共安全、醫(yī)療、電影娛樂、虛擬數(shù)字人等領域的廣泛應用而受到越來越多的關注。該技術旨在根據(jù)給定的目標人臉和音頻,生成自然的說話人臉視頻。在過去五年中,研究人員提出了許多創(chuàng)新方法,以解決該領域中的不同問題,推動了這一領域的發(fā)展。本文對當前說話人臉生成領域的發(fā)展進行了系統(tǒng)梳理和總結,以期為學術界提供有價值的資源。此外,詳細介紹了常用的數(shù)據(jù)集及多項用于評估模型性能的評價指標,為該領域的研究提供了更全面的理解和認識。最后,我們總結了該領域未來的發(fā)展趨勢,并鼓勵更多研究者在這一領域進行持續(xù)創(chuàng)新,為技術進步貢獻力量。

    關鍵詞:計算機視覺;深度學習;說話人臉生成;音頻驅動;數(shù)字人

    中圖分類號:TP391 文獻標識碼:A

    文章編號:1009-3044(2024)24-0123-04

    開放科學(資源服務)標識碼(OSID)

    0 引言

    給定一個(或幾個)人臉圖像以及一段音頻,語音驅動的說話人臉視頻生成任務旨在生成一個保持源人臉外觀的音唇同步說話頭部視頻,并同時展現(xiàn)自然的頭部動作和面部屬性(如表情、眨眼)。這項任務涉及將低維語音信號映射到高維視頻信號,并且類似于文本驅動的視頻生成,其可視為該任務的衍生。由于不同模態(tài)之間存在異質性,這項任務極具挑戰(zhàn)性。

    在初期階段,研究者主要采用跨模態(tài)檢索方法和隱馬爾可夫模型(HMM)來應對這一挑戰(zhàn)。然而,隨著深度學習技術的發(fā)展,尤其是生成模型的崛起,基于深度學習的方法極大地推動了這一領域的進步。作為計算機視覺、計算機圖形學等領域中的基礎且具有挑戰(zhàn)性的任務,語音驅動的說話人臉視頻生成正在獲得越來越多的關注。

    這種跨模態(tài)人臉生成在多個實際場景中具有廣泛應用。例如,在醫(yī)學領域,它可以增強語音理解能力,幫助聽力障礙者和聲帶受損者;在公共安全領域,它可用于人臉偽造和活體檢測;在人機交互中,它作為一種新型交互方式,能豐富交互體驗;在娛樂領域,它可用于為電影重配音,甚至為無聲電影重新配音。此外,它還可應用于視頻會議、遠程角色扮演游戲、受帶寬限制的視頻轉換以及虛擬主播等場景。

    根據(jù)模型結構,語音驅動的說話人臉生成技術可以分為單階段端到端方法和引入中間表征的雙階段方法。本文綜合回顧了過去五年中基于深度學習的這一領域的模型。首先,對不同方法進行了分類和概述,然后總結了模型訓練中常用的評價指標和數(shù)據(jù)集。最后,對當前研究狀況進行總結,并對未來發(fā)展趨勢進行展望。

    1 說話人臉視頻生成

    語音驅動合成面部動畫是根據(jù)語音信號生成說話人視頻的過程,語音驅動人臉生成任務屬于跨模態(tài)生成領域中的一個具有實用價值的子領域。早期研究利用隱馬爾可夫模型(HMM)捕獲視頻和語音序列的動態(tài)關系。隨著深度學習技術的發(fā)展,特別是生成式對抗網(wǎng)絡(GAN)及其變體的興起,基于深度學習的方法表現(xiàn)出了卓越的性能。這些方法根據(jù)網(wǎng)絡架構的不同可以分為端到端的單階段方法和引入中間表征的雙階段方法。

    1.1 引入中間表征的雙階段人臉視頻生成

    為了減輕音視頻之間的跨模態(tài)異質性,一些研究者使用了面部關鍵點或3D變形模型(3DMM)[1]來橋接不同模態(tài)之間的差異。引入中間表征的方法基本框架如圖1所示。以面部關鍵點作為中間表征的方法,首先通過語音信息預測人臉關鍵點,然后以關鍵點驅動人臉視頻合成。作為開創(chuàng)性的工作,Suwajanakorn等人[2]使用單層LSTM學習從音頻到唇部關鍵點的非線性映射,通過該映射獲取與音頻匹配的稀疏唇部區(qū)域紋理,并將其與原始面部圖像融合生成最終視頻。然而,該方法只在特定人物(如美國前總統(tǒng)奧巴馬)的數(shù)據(jù)上訓練,缺乏泛化能力。

    ATVGnet[3]是創(chuàng)新的級聯(lián)GAN模型,通過從語音信號中提取高級人臉特征指導說話者人臉視頻幀的生成,但未充分建模跨模態(tài)同步性,導致嘴唇運動與語音不同步的問題。Zhou等人[4]提出的MakeItTalk模型使用音頻轉換網(wǎng)絡將音頻分解為內容信息和身份特征信息,用于預測面部區(qū)域和頭部姿態(tài)的關鍵點位移,以生成富有表現(xiàn)力的說話人臉。但使用稀疏關鍵點表示可能在大角度運動時導致失真。

    稠密流場是另一個研究方向,Wang等人[5]借鑒視頻驅動人臉動畫的理念,設計了運動感知遞歸神經網(wǎng)絡用于預測與輸入音頻節(jié)奏相匹配的自然頭部運動,并提出圖像運動場發(fā)生器生成基于關鍵點的密集運動場,確保生成視頻的空間和時間一致性。三維可變形模型(3DMMs)作為一個參數(shù)化模型,將音頻特征投影到3DMM的參數(shù)空間,通過語音預測3D人臉模型的系數(shù),然后構建三維人臉圖像并渲染到2D平面上。

    例如,Song等人[6]設計了一個“音頻身份去除網(wǎng)絡”模塊,通過將源音頻映射為與音頻內容相關的參數(shù),提高嘴部動作與音頻的映射精度。Wu等人[7]考慮到人在不同狀態(tài)下具有不同談話風格,提出了一種結合風格參考視頻的方法,使用深度三維重建模型獲取風格參考視頻的風格代碼,將音頻特征與重建的風格代碼連接,以預測程式化的3DMM系數(shù),使生成的視頻能夠表達不同的談話風格以增強多樣性。另一方面,Zhang等人[8]設計了FACIAL GAN模塊,整合語音、語境和個性化信息,借助3D模型與AU(Action Units)注意力圖生成具逼真眨眼動作的視頻。Ji等人[9]提出了情緒視頻畫像,采用交叉重構情感分解技術,將音頻分解為內容和情感嵌入,以實現(xiàn)聲音驅動的情緒控制。盡管這些方法能生成逼真結果,但通常需要特定人員和環(huán)境的重新訓練,因此應用范圍相對有限。總結來說,雙階段方法存在著處理復雜、耗時長等問題。

    1.2端到端的單階段人臉視頻生成

    單階段的生成方法是指通過端到端的學習策略,無需中間表征,直接從驅動源生成視頻。端到端的方法的基本流程如圖2所示。Speech2Vid[10]是最早探索端到端生成的框架之一,其由四個子網(wǎng)絡組成:音頻編碼器用于提取語音特征,身份編碼器用于從參考圖像中提取身份特征,圖像解碼器則將融合的語音和身份特征合成為圖像。該網(wǎng)絡僅使用L1重建損失進行訓練,使用去模糊模塊作為后處理以提升圖像質量。然而,Speech2Vid沒有考慮生成序列的平滑性。

    Chen等人[11]引入視聽相關損失、三流對抗學習損失、特征空間損失和重建損失等四種損失函數(shù),以加強嘴唇與音頻的相關性建模。然而,該模型只生成唇部序列,而非整個人臉區(qū)域。這兩種架構都是基于自編碼器的。為了提高生成性能,研究者開始采用基于生成對抗網(wǎng)絡(GAN)的方法,Chen等人[12]考慮口腔肌肉的局部信息,提出音頻到AU模塊,從語音中預測與語音相關的動作單元(AU),用其驅動整個口腔區(qū)域。AU信息則關注局部肌肉,從而實現(xiàn)音唇一致性。

    Prajwal等人[13]采用預訓練的唇同步鑒別器,并結合生成器進行對抗訓練,以實現(xiàn)精確的唇部運動同步。在此基礎上,Park等人[14]引入音頻嘴唇存儲器以存儲唇部運動特征,并在推理過程中檢索以提高同步效果。Zhou等人[15]考慮音頻數(shù)據(jù)的復雜性,采用解耦方法將音頻分解為語音和身份特征,以獲得更高質量的結果。然而,該模型主要關注圖像模態(tài)內部一致性,缺乏對跨模態(tài)一致性的探索,導致生成結果有抖動問題。

    近期的研究也涉足于生成帶有頭部動作和面部情緒的說話人臉。Zhou等人[16]提出姿態(tài)可控的視聽系統(tǒng)PC-AVS,引入額外驅動視頻以輔助信息,在潛在空間中定義一個12維姿態(tài)編碼,實現(xiàn)頭部姿態(tài)的可控生成技術。Ji等人[17]采用情緒驅動視頻生成帶情緒的說話人臉。Liang等人[18]同時引入情緒和頭部驅動視頻,通過互補的驅動信息生成具有姿態(tài)和情緒的說話人臉。這些方法雖然自然性增加,但限制了應用范圍。

    另外,一些研究受神經輻射場啟發(fā)。Guo等人[19]提出音頻驅動神經輻射場模型,將肖像場景的神經輻射場分解為兩個分支,分頭部和軀干變形進行建模,借助神經渲染技術捕捉微妙面部細節(jié),如牙齒和頭發(fā),比現(xiàn)有GAN方法生成質量更佳。

    Ye等人[20]提出一種新方法,采用帶動態(tài)卷積核的全連接卷積網(wǎng)絡,與之前的特征融合方法不同,其從音頻模態(tài)中提取特征,并將這些特征重塑為動態(tài)卷積核,實現(xiàn)跨模態(tài)特征融合,提升真實感和質量。

    最近,擴散模型被應用于音頻合成。與GAN相比,擴散模型在訓練中表現(xiàn)出更高的穩(wěn)定性和樣本質量。Shen等人[21]引入條件擴散模型,以半遮擋的源人臉圖像和關鍵點為驅動條件,將生成過程建模為迭代去噪過程。雖然擴散模型的質量良好,但生成時間長,限制實時應用中的適用性。未來研究需繼續(xù)探索更高效的方法加速生成,使得擴散模型能更廣泛應用于實際場景中。

    2 數(shù)據(jù)集與評價指標

    2.1評價指標

    現(xiàn)有的說話人臉生成評估方法可分為定性和定量兩類。在定性評估方面,常使用用戶研究來評估生成內容的視覺感知質量,但這種方法存在無法復制和不穩(wěn)定性的問題。在定量評估方面,主要聚焦于以下特征:身份保持、視覺質量、視聽語義一致性以及自然的自發(fā)運動。這些特征可總結為四大類定量指標,具體如下:

    1)身份保持。身份保持在語音驅動說話人臉生成中是一個重要的指標,它關注生成的人臉圖像與源人臉圖像之間的相似性,確保生成結果保持源人臉的身份特征。目前的方法主要通過比較生成的幀與真實圖像之間的嵌入距離來評估身份保持性能。例如,平均內容距離(ACD)使用預訓練的人臉識別特征提取器(如Facenet)來計算人臉圖像的特征表示,然后通過計算生成的人臉圖像與源人臉圖像特征之間的歐式距離或余弦相似度,來衡量兩者之間的身份差異。較小的ACD值表示生成的人臉與源人臉在身份上更為一致。余弦相似度(CSIM)通常用于測量生成的人臉圖像與源人臉圖像之間在ArcFace等嵌入向量空間中的相似度,較高的余弦相似度值表示兩者在嵌入向量空間中更為相似,即生成的人臉圖像與源人臉圖像在身份特征上更為保持一致。

    2)視覺質量。視覺質量關注生成人臉的清晰度和真實感,有多種定量方法。結構相似性指數(shù)(SSIM)比較生成圖像與真實幀在像素值、對比度、亮度和結構等方面的相似性,較高的SSIM值表示生成的圖像在這些方面更接近真實圖像。積累概率模糊檢測(CPBD)用于評估圖像的清晰度,較低的CPBD值表示圖像更清晰。Inception Score(IS)從清晰度和高分辨率兩個角度來評估圖像,IS值越高表示生成圖像更具清晰度;而弗雷謝特截取距離(FID)則利用預訓練的Inception-v3網(wǎng)絡的特定層計算兩個特征的平均值和標準差,以評估視覺質量,它在魯棒性、可區(qū)分性和計算效率方面都優(yōu)于IS,較低的FID值表示生成圖像與真實圖像的分布更接近。此外,頻域模糊度測量(FDBM)則基于圖像頻譜來評估頻域模糊度,較低的FDBM表示圖像更清晰。

    3)視聽語義一致性。視聽一致性指生成的視頻幀的唇形與音頻信號之間的一致性。LMD用于估算唇形的準確度,以表示唇形的同步性,值越小表示生成的視頻幀的口唇同步越一致。然而,LMD無法捕捉唇部動作的細節(jié)。另一種同步評估指標SyncNet則通過輸入音頻和視覺信號來計算同步誤差。唇讀相似度距離(LRSD)則依賴于讀唇模型,通過比較生成視頻片段與實際視頻片段在各個方面的表現(xiàn)來衡量視聽同步性,越小表示口唇越同步。

    4)自然的自發(fā)運動。自然的眨眼運動同樣具有重要意義,可以通過計算平均眨眼時間和頻率來評估眨眼的自然程度。

    2.2數(shù)據(jù)集

    深度學習技術作為典型的數(shù)據(jù)驅動學習方法,其成功的關鍵在于數(shù)據(jù)集的質量與數(shù)量。近年來,大規(guī)模的視聽數(shù)據(jù)集在推動說話人臉生成領域取得了突破性進展,發(fā)揮了重要作用。這些數(shù)據(jù)集涵蓋了光照條件、身份特征、姿勢等多樣化的視覺內容,為模型提供了豐富的學習材料,使生成的說話人臉更加逼真且魯棒。

    這些數(shù)據(jù)集可以分為兩大類:受控環(huán)境(實驗室控制數(shù)據(jù))和非受控環(huán)境(野外環(huán)境數(shù)據(jù))。在2015年之前,視聽數(shù)據(jù)集主要集中于受控環(huán)境。這些數(shù)據(jù)集是在嚴格的實驗室環(huán)境下收集的,通常是志愿者朗讀預定的短語或句子,用于模型訓練。然而,由于這種受控環(huán)境無法涵蓋真實世界的復雜場景,這導致模型在面對現(xiàn)實情況時表現(xiàn)不佳。

    為克服這一局限,研究人員開始創(chuàng)建大量的野外數(shù)據(jù)集,從電視采訪、對話到電影等真實場景中收集數(shù)據(jù)。這些野外數(shù)據(jù)集更貼近日常生活,因此使模型具備更好的泛化能力。目前,廣泛使用的數(shù)據(jù)集已被系統(tǒng)整理(如表1所示),為研究人員提供了清晰的概覽,以幫助他們更好地了解和選擇適合的數(shù)據(jù)集。

    3 總結與展望

    隨著深度學習技術的迅速發(fā)展,說話人臉生成領域涌現(xiàn)出一系列創(chuàng)新方法,不斷提升模型的性能與魯棒性。這些方法的涌現(xiàn)為語音驅動的說話人臉生成技術注入了新的活力。然而,該領域仍面臨一些挑戰(zhàn)與發(fā)展機遇,具體體現(xiàn)在以下幾個方面:

    1)提升生成質量和真實感。盡管在生成的說話人臉視頻方面取得了顯著進展,但仍存在視覺和聽覺上的不自然之處。未來的研究應繼續(xù)專注于提高生成內容的逼真度,使生成的人臉動畫更貼近真實,使觀眾體驗更加自然。

    2)適應多樣性場景。目前,許多模型在受控環(huán)境下進行訓練,但在真實世界中,光照、背景和姿勢等因素很復雜。未來的研究需要使模型更好地適應不同的場景和環(huán)境,以確保生成的人臉視頻在各種情況下都能保持高質量。

    3)跨模態(tài)泛化。在多媒體內容生成中,模型的跨模態(tài)泛化能力變得越來越關鍵。如何讓模型從有限的樣本中學習,并能適應不同模態(tài)的數(shù)據(jù),是未來的重要研究方向。

    4)倫理與隱私問題。隨著技術的進步,與人臉生成相關的倫理和隱私問題日益凸顯。未來的研究需要積極探索如何在技術進步和社會倫理之間取得平衡,確保技術應用符合倫理標準并尊重個人隱私。

    綜上所述,語音驅動的說話人臉生成技術正在不斷創(chuàng)新突破,朝著更加成熟與實用的方向發(fā)展。這些創(chuàng)新不僅帶來了新的研究可能性,也在廣泛應用場景中展現(xiàn)了巨大的潛力。

    參考文獻:

    [1] DENG Y, YANG J, XU S, et al. Accurate 3D Face Reconstruction With Weakly-Supervised Learning: From Single Image to Image Set[C]//IEEE/CVF Conference on Computer Vision and Pattern Recognition Workshops (CVPRW), 2019. Long Beach, CA, USA: IEEE, 2019: 285-295.

    [2] SUWAJANAKORN S,SEITZ S M,KEMELMACHER-SHLIZERMAN I.Synthesizing Obama[J].ACM Transactions on Graphics,2017,36(4):1-13.

    [3] CHEN L, MADDOX R K, DUAN Z, et al. Hierarchical Cross-Modal Talking Face Generation With Dynamic Pixel-Wise Loss[C]//IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR). Long Beach, CA, USA: IEEE, 2019: 7824-7833.

    [4] ZHOU Y,HAN X T,SHECHTMAN E,et al.MakeItTalk:speaker-aware talking-head animation[EB/OL].2020:2004.12992.https://arxiv.org/abs/2004.12992v3.

    [5] WANG S, LI L, DING Y, et al. Audio2Head: Audio-driven One-shot Talking-head Generation with Natural Head Motion[J/OL]. arXiv preprint arXiv:2107.09293,2021[2023-01-23]. http://arxiv.org/abs/2107.09293.

    [6] SONG L, WU W, QIAN C, et al. Everybody's Talkin': Let Me Talk as You Want[J/OL]. arXiv preprint arXiv:2001.05201, 2020[2024-04-02]. http://arxiv.org/abs/2001.05201.

    [7] WU H Z,JIA J,WANG H Y,et al.Imitating arbitrary talking style for realistic audio-driven talking face synthesis[C]//Proceedings of the 29th ACM International Conference on Multimedia.Virtual Event China.ACM,2021:1478-1486.

    [8] ZHANG C X,ZHAO Y F,HUANG Y F,et al.FACIAL:synthesizing dynamic talking face with implicit attribute learning[C]//2021 IEEE/CVF International Conference on Computer Vision (ICCV).October 10-17,2021,Montreal,QC,Canada.IEEE,2021:3847-3856.

    [9] JI X, ZHOU H, WANG K, et al. Audio-Driven Emotional Video Portraits[J/OL].(2023-01-23)[2024-02-10]. http://arxiv.org/abs/2104.07452.

    [10] CHUNG J S, JAMALUDIN A, ZISSERMAN A. You said that?[J/OL]. (2022-12-26)[2024-02-10]. http://arxiv.org/abs/1705.02966.

    [11] CHEN L, LI Z, MADDOX R K, et al. Lip Movements Generation at a Glance[C]//FERRARI V, HEBERT M, SMINCHISESCU C, et al. Computer Vision-ECCV 2018. Cham: Springer International Publishing, 2018: 538-553.

    [12] CHEN S, LIU Z, LIU J, et al. Talking Head Generation with Audio and Speech Related Facial Action Units[J/OL]. (2023-01-27)[2024-02-10]. http://arxiv.org/abs/2110.09951.

    [13] PRAJWAL K R,MUKHOPADHYAY R,NAMBOODIRI V P,et al.A lip sync expert is all you need for speech to lip generation in the wild[C]//Proceedings of the 28th ACM International Conference on Multimedia.Seattle WA USA.ACM,2020:484-492.

    [14] PARK S J,KIM M,HONG J,et al.SyncTalkFace:talking face generation with precise lip-syncing via audio-lip memory[J].Proceedings of the AAAI Conference on Artificial Intelligence,2022,36(2):2062-2070.

    [15] ZHOU H,LIU Y,LIU Z W,et al.Talking face generation by adversarially disentangled audio-visual representation[J].Proceedings of the AAAI Conference on Artificial Intelligence,2019,33(1):9299-9306.

    [16] ZHOU H,SUN Y S,WU W,et al.Pose-controllable talking face generation by implicitly modularized audio-visual representation[C]//2021 IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR).June 20-25,2021,Nashville,TN,USA.IEEE,2021:4174-4184.

    [17] JI X Y,ZHOU H,WANG K,et al.EAMM:one-shot emotional talking face via audio-based emotion-aware motion model[C]//Special Interest Group on Computer Graphics and Interactive Techniques Conference Proceedings.Vancouver BC Canada.ACM,2022.

    [18] LIANG B, PAN Y, GUO Z, et al. Expressive Talking Head Generation with Granular Audio-Visual Control[C]//Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), 2022. New Orleans, LA, USA: IEEE, 2022: 3377-3386.

    [19] GUO Y D,CHEN K Y,LIANG S,et al.AD-NeRF:audio driven neural radiance fields for talking head synthesis[C]//2021 IEEE/CVF International Conference on Computer Vision (ICCV).October 10-17,2021,Montreal,QC,Canada.IEEE,2021:5764-5774.

    [20] YE Z P,XIA M F,YI R,et al.Audio-driven talking face video generation with dynamic convolution kernels[J].IEEE Transactions on Multimedia,2023,25:2033-2046.

    [21] SHEN S, ZHAO W, MENG Z, et al. DiffTalk: Crafting Diffusion Models for Generalized Talking Head Synthesis[J/OL]. arXiv preprint arXiv:2301.03786, 2023[2023-03-09]. Available at: http://arxiv.org/abs/2301.03786.

    【通聯(lián)編輯:唐一東】

    国产成人freesex在线| 日韩人妻高清精品专区| 亚洲国产精品sss在线观看| 亚洲欧洲日产国产| 插阴视频在线观看视频| 直男gayav资源| 搞女人的毛片| 精品人妻视频免费看| 色综合站精品国产| 久久精品国产亚洲网站| 亚洲欧美成人精品一区二区| 国产亚洲5aaaaa淫片| 少妇的逼好多水| 欧美成人a在线观看| 亚洲av免费高清在线观看| 精品免费久久久久久久清纯| 中文亚洲av片在线观看爽| 国语自产精品视频在线第100页| 亚洲国产高清在线一区二区三| 亚洲美女视频黄频| videossex国产| 国产久久久一区二区三区| 天天一区二区日本电影三级| 欧美日韩精品成人综合77777| 超碰av人人做人人爽久久| 免费在线观看成人毛片| 特级一级黄色大片| 久久精品国产自在天天线| 一级二级三级毛片免费看| 午夜激情福利司机影院| 国产成人一区二区在线| 夜夜看夜夜爽夜夜摸| 国产免费一级a男人的天堂| 欧美日本视频| 麻豆一二三区av精品| 亚洲国产精品合色在线| 欧美不卡视频在线免费观看| 你懂的网址亚洲精品在线观看 | 久久久亚洲精品成人影院| 天堂av国产一区二区熟女人妻| 精品无人区乱码1区二区| 非洲黑人性xxxx精品又粗又长| 久久99热6这里只有精品| 久99久视频精品免费| 亚洲人与动物交配视频| 欧美xxxx性猛交bbbb| 国产片特级美女逼逼视频| 舔av片在线| 婷婷六月久久综合丁香| 亚洲18禁久久av| 久久婷婷人人爽人人干人人爱| 在线观看av片永久免费下载| 成人毛片60女人毛片免费| 老司机影院毛片| 亚洲经典国产精华液单| 亚洲成色77777| 久久久欧美国产精品| 晚上一个人看的免费电影| 亚洲高清免费不卡视频| 午夜亚洲福利在线播放| 青青草视频在线视频观看| 午夜亚洲福利在线播放| 97热精品久久久久久| 日本一二三区视频观看| 欧美丝袜亚洲另类| 久久精品国产亚洲av天美| 国产伦精品一区二区三区四那| 国产精品国产高清国产av| av在线蜜桃| www日本黄色视频网| 亚洲av成人av| 久久精品久久精品一区二区三区| 六月丁香七月| 三级国产精品片| 最近最新中文字幕大全电影3| 亚洲精华国产精华液的使用体验| 国产精品.久久久| 1000部很黄的大片| 日本午夜av视频| 五月玫瑰六月丁香| 成人午夜高清在线视频| 春色校园在线视频观看| 干丝袜人妻中文字幕| 99热这里只有是精品50| 伊人久久精品亚洲午夜| 国产免费福利视频在线观看| 精品人妻视频免费看| 国产精品,欧美在线| 欧美性感艳星| 大香蕉97超碰在线| 女的被弄到高潮叫床怎么办| 联通29元200g的流量卡| 久久久久国产网址| 日本免费一区二区三区高清不卡| 26uuu在线亚洲综合色| 色哟哟·www| 久久精品久久精品一区二区三区| 国产精品久久久久久精品电影小说 | 国产国拍精品亚洲av在线观看| 国产高清有码在线观看视频| 中文乱码字字幕精品一区二区三区 | 一个人观看的视频www高清免费观看| 国产老妇伦熟女老妇高清| 中文字幕亚洲精品专区| 国产精品电影一区二区三区| 国产精品国产高清国产av| 男女啪啪激烈高潮av片| 免费av毛片视频| 午夜亚洲福利在线播放| 国产老妇伦熟女老妇高清| 精品99又大又爽又粗少妇毛片| 免费一级毛片在线播放高清视频| 人妻制服诱惑在线中文字幕| 亚洲精品亚洲一区二区| 美女黄网站色视频| 久久精品久久精品一区二区三区| 熟女人妻精品中文字幕| 尤物成人国产欧美一区二区三区| 国产伦在线观看视频一区| 欧美区成人在线视频| 边亲边吃奶的免费视频| 亚洲美女视频黄频| 听说在线观看完整版免费高清| 久久国内精品自在自线图片| 亚洲av电影不卡..在线观看| 国产色婷婷99| av天堂中文字幕网| 人人妻人人澡欧美一区二区| 国产成年人精品一区二区| av在线播放精品| 51国产日韩欧美| 国产 一区 欧美 日韩| 免费看光身美女| 日韩欧美 国产精品| 精品一区二区免费观看| 超碰av人人做人人爽久久| 日日干狠狠操夜夜爽| videossex国产| 亚洲va在线va天堂va国产| 国产人妻一区二区三区在| 尤物成人国产欧美一区二区三区| 国产成人freesex在线| 久久久午夜欧美精品| 日韩三级伦理在线观看| 一个人观看的视频www高清免费观看| 国产av码专区亚洲av| 少妇人妻一区二区三区视频| 床上黄色一级片| 日本一二三区视频观看| 99热这里只有精品一区| 国产成人一区二区在线| 日韩一本色道免费dvd| av又黄又爽大尺度在线免费看 | 午夜福利成人在线免费观看| 国产成人午夜福利电影在线观看| 91久久精品电影网| 最新中文字幕久久久久| 亚洲欧洲日产国产| 欧美成人一区二区免费高清观看| 好男人在线观看高清免费视频| 99热6这里只有精品| 国产大屁股一区二区在线视频| 99久久九九国产精品国产免费| av播播在线观看一区| 亚洲精品乱久久久久久| 亚洲av熟女| 99热全是精品| 中文字幕av在线有码专区| 久久精品91蜜桃| 菩萨蛮人人尽说江南好唐韦庄 | 久久精品久久久久久久性| 久久这里有精品视频免费| 亚洲中文字幕日韩| 搡女人真爽免费视频火全软件| 深爱激情五月婷婷| 精品无人区乱码1区二区| 成人欧美大片| 精品一区二区三区人妻视频| 丰满人妻一区二区三区视频av| 最后的刺客免费高清国语| 在线播放国产精品三级| 色综合色国产| 草草在线视频免费看| av女优亚洲男人天堂| 国产精品99久久久久久久久| 国产黄a三级三级三级人| 如何舔出高潮| ponron亚洲| 99国产精品一区二区蜜桃av| 麻豆一二三区av精品| 色噜噜av男人的天堂激情| 久久久色成人| 免费无遮挡裸体视频| 天堂√8在线中文| 成人鲁丝片一二三区免费| 精品不卡国产一区二区三区| 日韩强制内射视频| 精品久久久噜噜| 亚洲精品日韩av片在线观看| 狂野欧美白嫩少妇大欣赏| 99久久九九国产精品国产免费| 久久精品影院6| 如何舔出高潮| 汤姆久久久久久久影院中文字幕 | 亚洲成人久久爱视频| 黄色一级大片看看| 久久久久久久午夜电影| 男女那种视频在线观看| 色噜噜av男人的天堂激情| 成人性生交大片免费视频hd| 九草在线视频观看| 一边亲一边摸免费视频| 蜜桃久久精品国产亚洲av| 国产高潮美女av| 色播亚洲综合网| 国产精品野战在线观看| 久久久久久久久大av| 免费在线观看成人毛片| 大话2 男鬼变身卡| 日本免费a在线| 国产 一区 欧美 日韩| 国产午夜精品久久久久久一区二区三区| 一区二区三区乱码不卡18| 久久久久久久久中文| 久久久成人免费电影| 少妇熟女欧美另类| 亚洲中文字幕日韩| av卡一久久| 久久久欧美国产精品| 久久久久久伊人网av| 成年免费大片在线观看| 永久免费av网站大全| 成人午夜高清在线视频| 欧美日韩国产亚洲二区| 长腿黑丝高跟| 国产高清三级在线| 久久99热这里只有精品18| 免费在线观看成人毛片| 一区二区三区高清视频在线| 国产在视频线精品| 白带黄色成豆腐渣| 综合色丁香网| 成人一区二区视频在线观看| 九九久久精品国产亚洲av麻豆| 久久精品夜色国产| 国产高潮美女av| 美女内射精品一级片tv| 黄色一级大片看看| 视频中文字幕在线观看| 91精品一卡2卡3卡4卡| 爱豆传媒免费全集在线观看| 极品教师在线视频| 亚洲欧美精品专区久久| 久久精品夜色国产| 中文天堂在线官网| 日韩欧美精品免费久久| 日韩成人伦理影院| 欧美日韩精品成人综合77777| 18禁在线播放成人免费| 青青草视频在线视频观看| 一级毛片我不卡| 内地一区二区视频在线| 夫妻性生交免费视频一级片| 国产精品国产三级国产av玫瑰| av女优亚洲男人天堂| 国产亚洲精品av在线| 精华霜和精华液先用哪个| 色播亚洲综合网| 国产成人精品一,二区| 身体一侧抽搐| 成人漫画全彩无遮挡| 亚洲av电影不卡..在线观看| 美女脱内裤让男人舔精品视频| 高清av免费在线| 麻豆乱淫一区二区| 久久久久国产网址| 美女国产视频在线观看| 亚洲av免费高清在线观看| 国产成人午夜福利电影在线观看| 亚洲自拍偷在线| 国产成人a∨麻豆精品| 久久久久久久亚洲中文字幕| 日韩制服骚丝袜av| 午夜福利成人在线免费观看| 国产 一区精品| 午夜激情欧美在线| 人妻制服诱惑在线中文字幕| 高清日韩中文字幕在线| 99久久九九国产精品国产免费| 成人无遮挡网站| 欧美高清成人免费视频www| 欧美日韩精品成人综合77777| 我要看日韩黄色一级片| 免费黄色在线免费观看| 久久精品夜夜夜夜夜久久蜜豆| 国产免费视频播放在线视频 | 国产精品一二三区在线看| 精品酒店卫生间| 成人国产麻豆网| 3wmmmm亚洲av在线观看| 日韩av不卡免费在线播放| 长腿黑丝高跟| 在线免费观看不下载黄p国产| 亚洲成av人片在线播放无| 2021天堂中文幕一二区在线观| 最近最新中文字幕免费大全7| 免费观看的影片在线观看| 精品人妻一区二区三区麻豆| 久久久久国产网址| 99热网站在线观看| 美女cb高潮喷水在线观看| 国产在线男女| 日本色播在线视频| 亚洲综合精品二区| 人人妻人人看人人澡| 国产不卡一卡二| 国产精品熟女久久久久浪| 小蜜桃在线观看免费完整版高清| 亚洲精品日韩av片在线观看| 亚洲va在线va天堂va国产| 精品久久久久久久人妻蜜臀av| 五月伊人婷婷丁香| 国产精品嫩草影院av在线观看| 国产亚洲精品av在线| www.色视频.com| 麻豆乱淫一区二区| 一级黄色大片毛片| 亚洲国产欧美人成| 中文字幕亚洲精品专区| 人妻夜夜爽99麻豆av| 免费看美女性在线毛片视频| 国产伦在线观看视频一区| 久久久精品欧美日韩精品| 日韩一区二区视频免费看| 长腿黑丝高跟| 秋霞伦理黄片| 日韩强制内射视频| av在线亚洲专区| 舔av片在线| 免费av观看视频| 国产一区二区亚洲精品在线观看| 免费观看精品视频网站| 色哟哟·www| 成人欧美大片| 日韩强制内射视频| 麻豆成人av视频| 狂野欧美激情性xxxx在线观看| 久久精品熟女亚洲av麻豆精品 | 97超视频在线观看视频| 男女那种视频在线观看| 又粗又硬又长又爽又黄的视频| 最近最新中文字幕大全电影3| 精品久久久久久电影网 | 国产黄a三级三级三级人| 夜夜爽夜夜爽视频| 男女边吃奶边做爰视频| 久久久欧美国产精品| 亚洲精品国产成人久久av| 午夜视频国产福利| 国产视频首页在线观看| 中国美白少妇内射xxxbb| 青春草亚洲视频在线观看| 午夜免费男女啪啪视频观看| 中国国产av一级| 91精品一卡2卡3卡4卡| 乱人视频在线观看| 欧美+日韩+精品| 偷拍熟女少妇极品色| 国产伦在线观看视频一区| 亚洲av一区综合| 内射极品少妇av片p| 日本av手机在线免费观看| 两性午夜刺激爽爽歪歪视频在线观看| 丝袜美腿在线中文| 国产精品1区2区在线观看.| 嫩草影院入口| 精品熟女少妇av免费看| 能在线免费观看的黄片| 国产极品天堂在线| 免费看av在线观看网站| 男女下面进入的视频免费午夜| 国产精品久久电影中文字幕| 99热网站在线观看| 欧美一级a爱片免费观看看| 国产成人精品婷婷| 日韩欧美在线乱码| 搡老妇女老女人老熟妇| 国产白丝娇喘喷水9色精品| 国产成人a∨麻豆精品| 人人妻人人澡人人爽人人夜夜 | 水蜜桃什么品种好| 欧美又色又爽又黄视频| 久久久国产成人精品二区| 哪个播放器可以免费观看大片| 特大巨黑吊av在线直播| 99久久精品热视频| 国产免费又黄又爽又色| 97在线视频观看| 久久久欧美国产精品| 最近视频中文字幕2019在线8| 亚洲性久久影院| 最近中文字幕高清免费大全6| 日韩,欧美,国产一区二区三区 | 中文天堂在线官网| 国产视频内射| 免费播放大片免费观看视频在线观看 | 欧美激情国产日韩精品一区| 免费搜索国产男女视频| 国产av码专区亚洲av| 亚洲最大成人手机在线| 日韩av在线免费看完整版不卡| 青春草国产在线视频| 亚洲国产精品sss在线观看| 久久久久性生活片| 欧美精品一区二区大全| 99九九线精品视频在线观看视频| 日日撸夜夜添| 免费在线观看成人毛片| 色网站视频免费| 日本免费a在线| 免费人成在线观看视频色| 日韩制服骚丝袜av| 蜜桃亚洲精品一区二区三区| 中文字幕av成人在线电影| 久久国内精品自在自线图片| 久久久久久久久久久免费av| 少妇裸体淫交视频免费看高清| 国产淫语在线视频| 免费电影在线观看免费观看| 晚上一个人看的免费电影| 日本五十路高清| 简卡轻食公司| 日本黄色视频三级网站网址| 久久午夜福利片| 少妇高潮的动态图| 青青草视频在线视频观看| 小蜜桃在线观看免费完整版高清| 国产亚洲91精品色在线| 中文在线观看免费www的网站| 3wmmmm亚洲av在线观看| 亚洲四区av| 波多野结衣巨乳人妻| av又黄又爽大尺度在线免费看 | 久久久国产成人精品二区| 久久精品人妻少妇| 极品教师在线视频| 丰满人妻一区二区三区视频av| 精品国内亚洲2022精品成人| 免费大片18禁| 欧美日韩综合久久久久久| 国产精品久久电影中文字幕| 男人舔女人下体高潮全视频| 亚洲在线自拍视频| 91久久精品国产一区二区三区| 两性午夜刺激爽爽歪歪视频在线观看| 97热精品久久久久久| 国产女主播在线喷水免费视频网站 | 人妻少妇偷人精品九色| 91aial.com中文字幕在线观看| 亚洲av不卡在线观看| 99久久中文字幕三级久久日本| 美女被艹到高潮喷水动态| 免费大片18禁| 夫妻性生交免费视频一级片| 午夜爱爱视频在线播放| 亚洲国产精品sss在线观看| 国产在线一区二区三区精 | videos熟女内射| 久久人人爽人人爽人人片va| 亚洲国产日韩欧美精品在线观看| 亚洲精品影视一区二区三区av| 人妻夜夜爽99麻豆av| 国产精品嫩草影院av在线观看| 少妇熟女aⅴ在线视频| 国产精品一区二区三区四区免费观看| a级毛片免费高清观看在线播放| 一卡2卡三卡四卡精品乱码亚洲| 中文字幕av成人在线电影| 一本久久精品| 两性午夜刺激爽爽歪歪视频在线观看| 九九热线精品视视频播放| 中文字幕久久专区| 国产精品人妻久久久影院| 老女人水多毛片| 我的女老师完整版在线观看| av黄色大香蕉| 免费av毛片视频| 尤物成人国产欧美一区二区三区| 国产一区二区在线观看日韩| 国产v大片淫在线免费观看| 黄片wwwwww| 午夜福利成人在线免费观看| 免费观看a级毛片全部| 少妇熟女欧美另类| 亚洲精品久久久久久婷婷小说 | 色尼玛亚洲综合影院| 亚洲美女视频黄频| 国产久久久一区二区三区| 少妇丰满av| 精品久久久久久成人av| 欧美日韩精品成人综合77777| 国产v大片淫在线免费观看| 黄片wwwwww| 国产久久久一区二区三区| 亚洲综合色惰| 久久人妻av系列| 美女黄网站色视频| 天堂网av新在线| 有码 亚洲区| 日韩一区二区视频免费看| 精品午夜福利在线看| 欧美高清成人免费视频www| 国产精品久久久久久av不卡| 22中文网久久字幕| 欧美高清性xxxxhd video| 色哟哟·www| 黄色一级大片看看| 成人av在线播放网站| eeuss影院久久| 黄色欧美视频在线观看| 日日干狠狠操夜夜爽| 日本黄大片高清| 亚洲精品456在线播放app| 丰满人妻一区二区三区视频av| 亚洲国产日韩欧美精品在线观看| 插阴视频在线观看视频| 2021天堂中文幕一二区在线观| 午夜久久久久精精品| 最近视频中文字幕2019在线8| 色网站视频免费| 99热全是精品| 久久久久久久久大av| 国产精品不卡视频一区二区| 一本久久精品| 日韩欧美精品v在线| 精品人妻一区二区三区麻豆| 欧美性猛交╳xxx乱大交人| 高清午夜精品一区二区三区| 干丝袜人妻中文字幕| 97超视频在线观看视频| 两性午夜刺激爽爽歪歪视频在线观看| 国产老妇伦熟女老妇高清| 婷婷色综合大香蕉| 成人欧美大片| 美女内射精品一级片tv| 亚洲精品久久久久久婷婷小说 | 久久精品久久久久久噜噜老黄 | 99久久无色码亚洲精品果冻| 又粗又爽又猛毛片免费看| 亚洲精品一区蜜桃| 国产视频首页在线观看| 插逼视频在线观看| 久久精品国产99精品国产亚洲性色| 亚洲一级一片aⅴ在线观看| 欧美激情国产日韩精品一区| 好男人在线观看高清免费视频| 看非洲黑人一级黄片| 99久久精品一区二区三区| av卡一久久| 汤姆久久久久久久影院中文字幕 | 尾随美女入室| 日本欧美国产在线视频| 欧美bdsm另类| 久久久久久久久中文| 插阴视频在线观看视频| 美女大奶头视频| 精品国内亚洲2022精品成人| 国产精品久久久久久av不卡| 国产精品国产三级专区第一集| 久久久a久久爽久久v久久| 精品免费久久久久久久清纯| 欧美一区二区精品小视频在线| 成年av动漫网址| 淫秽高清视频在线观看| 久久精品91蜜桃| 亚洲国产成人一精品久久久| 欧美性猛交黑人性爽| 一级黄色大片毛片| 欧美3d第一页| 九色成人免费人妻av| .国产精品久久| 国产亚洲一区二区精品| 长腿黑丝高跟| 欧美最新免费一区二区三区| 美女高潮的动态| 少妇的逼好多水| 国产高清不卡午夜福利| 又爽又黄无遮挡网站| 麻豆国产97在线/欧美| 色网站视频免费| 一级av片app| 久久久久久国产a免费观看| 色网站视频免费| 男人狂女人下面高潮的视频| 男女边吃奶边做爰视频| 插逼视频在线观看| 欧美成人免费av一区二区三区| a级毛片免费高清观看在线播放| 全区人妻精品视频| 中文字幕亚洲精品专区| 狂野欧美激情性xxxx在线观看| 午夜福利在线观看免费完整高清在| 一卡2卡三卡四卡精品乱码亚洲| 中文字幕熟女人妻在线| 亚洲第一区二区三区不卡| 欧美另类亚洲清纯唯美| av在线天堂中文字幕| 亚洲精品aⅴ在线观看| 高清在线视频一区二区三区 | 亚洲成av人片在线播放无| 日本欧美国产在线视频| 日本wwww免费看| 亚洲,欧美,日韩| 最近2019中文字幕mv第一页| 日韩三级伦理在线观看|