• <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 ?

    基于聲門特征參數(shù)的語音情感識別算法研究

    2013-09-08 10:18:34劉肖珩
    計算機工程與設計 2013年6期
    關鍵詞:基音聲道聲門

    何 凌,黃 華,劉肖珩

    (1.四川大學 電氣信息學院,四川 成都610065;2.四川大學 基礎醫(yī)學與法醫(yī)學院,四川 成都610041)

    0 引 言

    隨著人機交互技術的迅速發(fā)展,人們期盼實現(xiàn)更為自然的人機交流,使計算機不僅能實現(xiàn)更為準確的言語交流,也能理解人們的情感信息。語音信號作為人們最常用最便捷的信息傳輸媒體,不僅包含了大量的言語信息,還包含著非言語信息,如說話人的情感狀態(tài)。語音情感識別技術就是通過提取代表情感信息的語音特征參數(shù),并進行模式識別,以此判斷說話人的情感狀態(tài)。語音情感識別在計算機科學的基礎上,還涉及到心理學、生理學、語言學、信號處理、模式識別等多學科的知識。這項技術可應用于刑偵、駕駛、教育、醫(yī)學、安檢、服務、娛樂等眾多方面,是當今多媒體時代非常活躍的一個研究方向[1-4]。

    1990年,美國MIT多媒體實驗室的 “情感編輯器”實現(xiàn)了對人類語音情感信號進行采樣和識別的功能[5]。至此,語音情感識別技術作為一個新的研究領域迅速發(fā)展。隨著信息技術與數(shù)字語音技術的融合,涌現(xiàn)了多種語音情感特征參數(shù)算法[6-8]。大多數(shù)的特征參數(shù)采用基音頻率、共振峰參數(shù)、語速、Mel倒譜系數(shù)等參數(shù)。該類參數(shù)通過對語音信號的直接計算而得到。由人類的發(fā)音機理可知,由聲門產生的激勵信號通過聲道響應及嘴唇輻射,得到語音信號。近年來研究表明,聲門信號作為語音激勵信號,同樣包含了豐富的說話人情感信息。Moore等人[9]應用聲門開閉時間及聲門閃動信號 (glottal timing and glottal shimmer),實現(xiàn)說話人情感狀態(tài)的識別。實驗結果表明,采用聲門信號特征參數(shù),其判別結果優(yōu)于傳統(tǒng)的基音頻率及共振峰參數(shù)。Iliev等人[10]采用聲門特征參數(shù)對高興、生氣和悲傷三類情感進行判別。對聲門信號情感特征的分析,更加完整了情感語音的研究。

    本文基于語音信號生成的激勵系統(tǒng)、聲道及嘴唇輻射模型,通過逆濾波器及線性預測分析,實現(xiàn)聲門信號估計,并提出了一種基于聲門信號特征參數(shù)和高斯混合模型的語音情感識別算法。提出的算法與傳統(tǒng)的基音頻率及共振峰參數(shù)進行比較。并討論了情感信息在聲門激勵處的產生。

    1 聲門信號特征參數(shù)計算

    1.1 聲門信號的計算

    人的發(fā)聲過程一般可分為,首先由肺部的收縮送出一段氣流,經氣管到喉頭聲門處 (即聲帶開口處),對聲帶產生一個沖擊,使聲帶振動,然后通過聲道響應及嘴唇輻射而形成語音[11]。由于發(fā)出不同聲音時聲道的形狀有所不同,所以產生不同的語音。根據(jù)語音產生機理,語音信號生成系統(tǒng)由3個部分組成:聲門激勵系統(tǒng)、聲道系統(tǒng)和嘴唇輻射系統(tǒng)。語音信號可以表述為聲門信號 (glottal signal)通過聲道濾波器 (vocal tract filter)和嘴唇輻射濾波器 (lip radiation fitler)卷積得到,如圖1所示。

    圖1 語音信號生成系統(tǒng)

    其中g(t)為聲門信號,s(t)為語音信號。通過Z變換,語音信號S(Z)可以表達為

    其中嘴唇輻射濾波器R(Z)可以數(shù)學建模為

    聲道濾波器V (Z)可以數(shù)學建模為全極點模型

    其中系數(shù)ci可由線性預測分析 (linear prediction analysis)得到[12]。

    1.2 聲門信號時域特征參數(shù)計算

    聲門信號是一段偽隨機信號,其中一段周期信號可以分為兩個階段:聲門打開階段和聲門閉合階段,如圖2所示。其中to表示聲門打開的時刻,tc為聲門閉合的時刻。聲門打開階段 (open phase)持續(xù)時間為to至tc,聲門閉合階段 (closed phase)持續(xù)時間為tc至to。T為一段聲門信號的周期

    圖2 聲門信號

    當人類處于不同情感狀態(tài)時,其發(fā)聲過程也相應發(fā)生變化,與安靜狀態(tài)下有所不同。圖3和圖4所示為元音/a/在 “自然” (圖3)和 “生氣” (圖4)狀態(tài)下的一段聲門信號。

    由圖3和圖4可以看出,當說話人處于 “生氣”狀態(tài)時,其語音的表達通常音量增加 (激勵幅度增大),同時音調升高 (聲門振動頻率增加)且語速加快。由此可見,聲門激勵信號中包含著人類情感信息。通過對聲門信號某些特征參數(shù)的提取,結合模式識別分類器,能夠判別出不同的情感狀態(tài)。

    本文采用的聲門信號特征參數(shù)如下:

    (1)tmax:聲門信號幅值最大值時對應的時刻。

    (2)tmin:聲門信號幅值最小值時對應的時刻。

    (3)tc:聲門關閉時刻。

    (4)to:聲門打開時刻。

    (5)OQ:聲門打開時段與聲門信號偽周期的比率

    (6)CQ:聲門閉合時段與聲門信號偽周期的比率

    2 基音周期與共振峰參數(shù)的計算

    2.1 基音周期的計算

    聲帶的開啟和閉合形成振動,聲帶的開啟和閉合活動循環(huán)往復的進行,就形成了一串周期性脈沖并將其氣流送入聲道。聲帶每開啟閉合一次的時間稱為基音周期T。本文采用自相關函數(shù)法求取語音的基音周期[13]。

    由于語音信號為非平穩(wěn)隨機信號,但在一定時間內(1532毫秒)可以看做短時平穩(wěn)信號,因此,對輸入的數(shù)字語音信號s[n]進行分幀處理,得到分幀信號xm[n],每幀信號長度為N,1秒內幀個數(shù)為m。語音信號的自相關函數(shù)的定義為

    短時自相關函數(shù)具有以下性質,當時域信號為周期信號時,自相關函數(shù)也是周期性函數(shù),兩者具有同樣的周期。濁音是一個準周期信號,在一幀語音內基音周期近似恒定,因此,短時平均幅度差函數(shù)在濁音語音的基音周期上出現(xiàn)極小值。根據(jù)式 (7),計算自相關函數(shù)的周期,即可以得到語音信號的基音周期。尋找Rm(k)峰值Rm_peak,兩個峰值Rm_peak之間的距離即為基音頻率。

    2.2 共振峰的計算

    當聲門激勵通過聲道時,和聲道發(fā)生諧振和反諧振,從而使激勵的某一些頻譜的能量獲得增強,而另一些被減弱,從而得到新的語音包絡,這個包絡的的能量集中的峰處為共振峰。

    本文采用LPC線性預測法計算共振峰參數(shù)[13]。LPC分析是用全極點濾波器模擬聲道傳輸函數(shù),通過求解一組線性預測系數(shù),獲得這個全極點濾波器模型。而這個模型的共軛極點對就對應相應的共振峰,利用極點,可以得到共振峰頻率,共振峰帶寬,及共振峰幅度。

    聲道傳輸函數(shù)的全極點模型表達式為

    式中:階的線性預測器,ai——預測器系數(shù),G——線性系統(tǒng)增益。

    對式 (8)求解極點,每一個極點對應一個共振峰,極點和共振峰之間的關系有

    式中:θ——極點相位角,r——極點半徑,T——采樣周期。

    通過式 (9)和式 (10)可以求解出相應共振峰頻率F及帶寬B。

    3 高斯混合模型

    實驗采用高斯混合模型作為判別器[14],對七種不同類型的情感進行識別。

    混合高斯模型的概率密度函數(shù)由M個高斯概率密度函數(shù)加權求和得到

    其中x為一D維隨機向量,pii=1,2…M為混合加權,bii=1,2…M為子分布密度。

    實驗給定GMM模型一組訓練數(shù)據(jù),根據(jù)最大似然估計 (maximum likelihood,ML)法確定模型參數(shù),建立模型。

    4 情感語料庫

    實驗采用公開的 BES (berlin emotion speech database)情感語料庫[15]。該情感語料庫由 Technical University Berlin大學錄制而成,語言為德語,說話人包括5名男性和5名女性。受試者在自然狀態(tài)下模擬7種不同情感的表達:自然、生氣、無聊、厭惡、害怕、高興和悲傷。語料庫共包括了535句語音信號。其語音庫的結構見表1。

    表1 BES情感數(shù)據(jù)庫結構

    5 實驗結果及分析

    情感語音識別系統(tǒng)分為兩個部分:特征參數(shù)提取模塊和模式識別模塊。其中模式識別模塊包含了兩個部分:首先是應用訓練語音信號實現(xiàn)模型的建立,然后采用測試語音信號實現(xiàn)對情感類別的判別。

    實驗從情感語料庫中隨機選取80%語音信號作為訓練數(shù)據(jù),對輸入的語音信號提取特征參數(shù) (基音頻率、共振峰參數(shù)、聲門信號時域特征參數(shù)),將提取后的特征參數(shù)組作為識別器的輸入信號,實現(xiàn)對高斯混合模型的參數(shù)估計。將剩下的20%語音信號作為測試數(shù)據(jù),提取相同的特征參數(shù)作為識別器的輸入,最后通過識別器得到判別結果。實驗流程如圖5所示。該實驗流程重復10次后,得到平均識別率為實驗結果。

    圖5 語音情感識別系統(tǒng)流程

    實驗首先對語音信號進行去噪預處理,預處理后的語音信號進行分幀處理,幀長為32ms,對每幀信號計算其基音周期和共振峰參數(shù)。其流程如圖6所示。

    圖6 基音頻率及共振峰參數(shù)計算

    表2所示為應用基音頻率及共振峰參數(shù)所得7種不同情感的識別正確率。

    表2 情感識別正確率 (基頻和共振峰參數(shù))

    圖7所示為提出的聲門信號時域特征參數(shù)的計算流程圖。實驗首先對語音信號進行去噪預處理,去噪后的語音信號應用逆濾波器和LP分析估計其聲門信號。對聲門信號進行分幀處理,幀長為32ms,對每幀信號計算其時域特征參數(shù)組。

    圖7 聲門參數(shù)計算

    表3所示為應用聲門信號時域特征參數(shù)所得7種不同情感的識別正確率。

    表3 情感識別正確率 (聲門信號特征參數(shù))

    由表2和表3可以看出,基于提出的特征提取算法的自動情感識別率高于傳統(tǒng)的基音頻率和共振峰特征參數(shù)。

    表4所示為應用聲門信號時域特征參數(shù)組得到的對BES語料庫中七種不同情感類別的正確識別率。

    表4 7種情感的正確識別率 (%)

    由表4可以看出,自動識別系統(tǒng)對于情感類別 “生氣”的識別正確率最高,這是因為人類在表達這類情感時,其情感因素表達強度最為強烈,其特征參數(shù)的表征度較大。同時可以看出,系統(tǒng)對于 “厭惡”這類情感的識別率較低,這是因為該類情感的表達較其他情感較弱,其特征參數(shù)的表征不明顯。系統(tǒng)對于情感 “高興”易判別為類別 “生氣”,這是因為情感類別 “高興”與 “生氣”相比,其人類的表達有一定的相似度,如音量變大,語速變快等,使得其特征參數(shù)的表征相似度較大。

    6 結束語

    實驗結果表明,本文提出的基于聲門信號時域特征參數(shù)的情感語音識別系統(tǒng),對7種不同類型的情感識別率較高,其識別正確率到達了61.9%,優(yōu)于采用傳統(tǒng)的基音頻率及共振峰的特征提取算法 (其識別正確率分別為50.6%和54.4%)。

    同時,實驗結果表明,與語音信號相似,聲門信號作為語音的激勵信號,同樣包含著豐富的人類情感特征。通過對聲門信號特征參數(shù)的分析,可以得到有效的語音情感識別系統(tǒng)。

    Technical University Berlin大學在對BES情感語料庫進行錄制的同時,組織了受試者對該語料庫的7種不同類型的情感進行了人工判別,其人類判別的正確率為73.5%??梢姡谔岢龅奶卣鲄?shù)提取算法的自動語音情感識別系統(tǒng)獲得了較高的情感類別識別率,其正確率接近于人類的識別正確率。

    [1]Becker Asano C,Kanda T,Ishi C.How about laughter perceived naturalness of two laughing humanoid robots [C]//ACII,Amsterdam,2009.

    [2]Truong K P,David A,F(xiàn)ranciska M G.Speech-based recognition of self-reported and observed emotion in a dimensional space[J].Speech Communication,2012,54 (9):1049-1063.

    [3]Susie M D,Marianne J U,Chris F,et al.Emotion recognition in huntingtons disease:A systematic review [J].Neuroscience&Biobehavioral Reviews,2012,36 (1):237-253.

    [4]Voran S.Listener detection of talker stress in low-rate coded speech[C]//Proceedings of International Conference on A-coustics,Speech,and Signal Processing,2008:4813-4816.

    [5]Picard R W.Affective computing [M].London,England:MIT Press,1997.

    [6]Ayadi M,Kamel M,Karray F.Survey on speech emotion recognition:Features,classification schemes and databases[J].Pattern Recognition,2011,44 (3):572-587.

    [7]Korba M C A,Messadeg D,Djemili R,et al.Robust speech recognition using perceptual wavelet denoising and mel-frequency product spectrum cepstral coefficient features[J].Informatica(Ljubljana),,2008,32 (3):283-288.

    [8]Dimitrios V,Constantine K.Emotional speech recognition:Resources,features and methods [J].Speech Communication,2006,48 (9):1162-1181.

    [9]Moore E,Clements M A,Peifer J W,et al.Critical analysis of the impact of glottal features in the classification of clinical depression in speech[J].Biomedical Engineering,IEEE Transactions on,2008.55 (1):96-107.

    [10]Iliev A I,Scordilis M S.Emotion recognition in speech using inter-sentence glottal statistics[C]//Proceedings of 15th International Conference on in Systems,Signals and Image Processing,2008:465-468.

    [11]ZHANG Xueying.Digital speech signal processing and MATLAB simulation[M].Beijing:Publishing House of Electronics Industry,2011:10-22 (in Chinese). [張雪英.數(shù)字語音處理及MATLAB仿真 [M].北京:電子工業(yè)出版社,2011:10-22.]

    [12]Drugman T,Bozkurt B,Dutoit T,Causal-anticausal decomposition of speech using complex cepstrum for glottal source estimation[C]//Speech Communication,2011:855-866.

    [13]ZHAO Li.Speech signal processing[M].Beijing:China Machine Press,2009 (in Chinese).[趙力.語音信號處理 [M].北京:機械工業(yè)出版社,2009.]

    [14]YUN S,Yoo Chang D.Loss-scaled large-margin gaussian mixture models for speech emotion classification[J].IEEE Transactions on Audio Speech and Language Processing,2012,20 (2):585-598.

    [15]WU S,F(xiàn)alk T,CHAN W.Automatic speech emotion recognition using modulation spectral features[J].Speech Communication,2011,53 (5):768-785.

    猜你喜歡
    基音聲道聲門
    9.7.8聲道、造價250余萬 James極品影院賞析
    為發(fā)燒需求打造的11聲道后級 Orisun(傲力聲)OA-S11
    支撐喉鏡聲門區(qū)暴露困難影響因素的logistics分析
    基于基音跟蹤的語音增強研究
    尷尬的打嗝
    實現(xiàn)從7.2到11.2聲道的飛躍 Onkyo(安橋)TX-RZ830
    基于“聲門適度感”的聲樂演唱與教學研究
    樂理小知識
    小演奏家(2014年11期)2014-12-17 01:18:52
    考慮覆蓋率下時差式超聲流量計的平面聲道模型*
    一種改進的基音周期提取算法
    免费无遮挡裸体视频| 日韩精品中文字幕看吧| 国产一级毛片七仙女欲春2 | 最好的美女福利视频网| 嫩草影视91久久| 国产激情欧美一区二区| 免费不卡黄色视频| x7x7x7水蜜桃| 欧美人与性动交α欧美精品济南到| 精品国产乱码久久久久久男人| 51午夜福利影视在线观看| 欧美日韩乱码在线| 99精品久久久久人妻精品| 久久精品91无色码中文字幕| 久久中文字幕人妻熟女| 亚洲国产看品久久| 一区二区三区激情视频| 亚洲午夜精品一区,二区,三区| 亚洲一区二区三区不卡视频| 欧美中文综合在线视频| 久久精品亚洲熟妇少妇任你| 男女下面进入的视频免费午夜 | 色综合站精品国产| av超薄肉色丝袜交足视频| 高清毛片免费观看视频网站| av有码第一页| 天堂√8在线中文| 亚洲中文av在线| 亚洲性夜色夜夜综合| 99热只有精品国产| 在线观看一区二区三区| 久久天堂一区二区三区四区| 在线观看免费日韩欧美大片| 亚洲在线自拍视频| 夜夜看夜夜爽夜夜摸| 99国产极品粉嫩在线观看| 欧美激情久久久久久爽电影 | 亚洲美女黄片视频| 国产欧美日韩一区二区三区在线| 欧美不卡视频在线免费观看 | 老汉色av国产亚洲站长工具| 中文字幕另类日韩欧美亚洲嫩草| 久久精品人人爽人人爽视色| 久久人人精品亚洲av| 久久人人97超碰香蕉20202| 国产亚洲精品久久久久久毛片| 精品高清国产在线一区| 亚洲中文日韩欧美视频| 色播在线永久视频| 午夜两性在线视频| 亚洲成人国产一区在线观看| 国产亚洲欧美在线一区二区| 变态另类丝袜制服| 国产xxxxx性猛交| 国产成人系列免费观看| 色在线成人网| av在线天堂中文字幕| 日韩一卡2卡3卡4卡2021年| 色综合婷婷激情| 久久香蕉精品热| 亚洲专区中文字幕在线| 亚洲成人免费电影在线观看| 亚洲欧美激情在线| 国产乱人伦免费视频| 色播在线永久视频| 亚洲最大成人中文| 欧美日本视频| 波多野结衣高清无吗| 99精品欧美一区二区三区四区| АⅤ资源中文在线天堂| 国产私拍福利视频在线观看| 国产精品久久久久久精品电影 | 一级毛片女人18水好多| 亚洲第一欧美日韩一区二区三区| 麻豆av在线久日| 国产乱人伦免费视频| 91在线观看av| 搡老岳熟女国产| 老汉色av国产亚洲站长工具| 成在线人永久免费视频| 亚洲精品一区av在线观看| 女人被躁到高潮嗷嗷叫费观| 午夜福利高清视频| 少妇粗大呻吟视频| 女人被躁到高潮嗷嗷叫费观| 亚洲全国av大片| 美女高潮喷水抽搐中文字幕| 免费搜索国产男女视频| 夜夜躁狠狠躁天天躁| 国产午夜福利久久久久久| 97人妻精品一区二区三区麻豆 | 99精品久久久久人妻精品| 国内精品久久久久久久电影| e午夜精品久久久久久久| 亚洲av电影不卡..在线观看| 天堂影院成人在线观看| 国产免费男女视频| 日本黄色视频三级网站网址| 视频区欧美日本亚洲| av视频在线观看入口| 热99re8久久精品国产| 人妻丰满熟妇av一区二区三区| 老司机深夜福利视频在线观看| 黄片播放在线免费| 久久青草综合色| 亚洲午夜理论影院| 国产伦一二天堂av在线观看| 老熟妇乱子伦视频在线观看| 12—13女人毛片做爰片一| 天堂动漫精品| 久久久久久亚洲精品国产蜜桃av| 国产亚洲av高清不卡| 91精品三级在线观看| 国产极品粉嫩免费观看在线| 老司机深夜福利视频在线观看| 黑人巨大精品欧美一区二区蜜桃| 在线视频色国产色| 男人舔女人下体高潮全视频| 两个人免费观看高清视频| 精品国产美女av久久久久小说| 国产精品久久久人人做人人爽| 日韩欧美三级三区| 两个人视频免费观看高清| 日韩欧美在线二视频| 亚洲国产高清在线一区二区三 | 久久香蕉国产精品| 久久久久九九精品影院| 两人在一起打扑克的视频| 欧美乱妇无乱码| 国产成人一区二区三区免费视频网站| 婷婷丁香在线五月| 亚洲欧美激情综合另类| 桃色一区二区三区在线观看| 色尼玛亚洲综合影院| 亚洲欧美激情在线| 久久久精品欧美日韩精品| 国产麻豆69| 欧美一级a爱片免费观看看 | 国产一级毛片七仙女欲春2 | 超碰成人久久| 色老头精品视频在线观看| 欧美成人午夜精品| 国产精品香港三级国产av潘金莲| 国产精华一区二区三区| 国产av一区在线观看免费| 中文字幕精品免费在线观看视频| 午夜日韩欧美国产| 亚洲天堂国产精品一区在线| 91精品国产国语对白视频| 又黄又粗又硬又大视频| 超碰成人久久| 精品不卡国产一区二区三区| 午夜免费成人在线视频| 亚洲精品久久国产高清桃花| 日本在线视频免费播放| 精品久久久久久久人妻蜜臀av | 一级毛片女人18水好多| 丁香六月欧美| 99精品在免费线老司机午夜| 757午夜福利合集在线观看| 欧美日韩黄片免| 在线观看一区二区三区| 午夜福利视频1000在线观看 | 日本五十路高清| 成人国产一区最新在线观看| 欧美在线黄色| 人人妻人人爽人人添夜夜欢视频| 久久精品影院6| 亚洲av第一区精品v没综合| 日韩有码中文字幕| 久久久久久亚洲精品国产蜜桃av| 高清在线国产一区| xxx96com| 日韩国内少妇激情av| 伊人久久大香线蕉亚洲五| 丁香欧美五月| 97碰自拍视频| 一级a爱片免费观看的视频| 十八禁网站免费在线| 久久精品影院6| 中文字幕色久视频| 国产av一区在线观看免费| 又黄又粗又硬又大视频| 国产一级毛片七仙女欲春2 | 久久 成人 亚洲| 国产精品电影一区二区三区| 免费看a级黄色片| 国产成人精品久久二区二区91| 正在播放国产对白刺激| 老熟妇乱子伦视频在线观看| 精品一品国产午夜福利视频| 国产精品自产拍在线观看55亚洲| 久久久久久久久久久久大奶| 无人区码免费观看不卡| 欧美大码av| 国产精品九九99| 色精品久久人妻99蜜桃| 午夜福利成人在线免费观看| 亚洲va日本ⅴa欧美va伊人久久| av在线播放免费不卡| 久久精品91无色码中文字幕| 9191精品国产免费久久| 中文字幕人妻丝袜一区二区| svipshipincom国产片| 亚洲一区二区三区色噜噜| 在线天堂中文资源库| a在线观看视频网站| 国产亚洲欧美98| 亚洲欧洲精品一区二区精品久久久| 国产亚洲精品av在线| 777久久人妻少妇嫩草av网站| 悠悠久久av| 婷婷六月久久综合丁香| 俄罗斯特黄特色一大片| 国产av一区在线观看免费| 久久人人97超碰香蕉20202| 香蕉丝袜av| 精品欧美一区二区三区在线| 国产精品野战在线观看| 天天一区二区日本电影三级 | 国产精品自产拍在线观看55亚洲| 亚洲熟妇熟女久久| 久久精品人人爽人人爽视色| 亚洲五月婷婷丁香| 国产激情欧美一区二区| 黄片小视频在线播放| 日本一区二区免费在线视频| 一区二区三区国产精品乱码| 欧美成人午夜精品| 日本免费一区二区三区高清不卡 | 欧美日韩一级在线毛片| 久久这里只有精品19| 日日爽夜夜爽网站| 精品国产亚洲在线| 国产91精品成人一区二区三区| 国产极品粉嫩免费观看在线| 在线观看www视频免费| 国产精品日韩av在线免费观看 | 久热爱精品视频在线9| 老司机靠b影院| 久久久国产欧美日韩av| av在线天堂中文字幕| 给我免费播放毛片高清在线观看| 国产成人啪精品午夜网站| 中文字幕精品免费在线观看视频| 99国产极品粉嫩在线观看| 亚洲一码二码三码区别大吗| 黄色a级毛片大全视频| 一区二区三区高清视频在线| 亚洲成人国产一区在线观看| 国产精品爽爽va在线观看网站 | 18禁观看日本| 日韩欧美一区视频在线观看| 香蕉丝袜av| 中文字幕色久视频| 色老头精品视频在线观看| 欧美黄色片欧美黄色片| 欧美色视频一区免费| svipshipincom国产片| 欧美乱色亚洲激情| 亚洲人成网站在线播放欧美日韩| 国产又爽黄色视频| 色播亚洲综合网| 人人妻人人澡人人看| 色av中文字幕| 国产伦一二天堂av在线观看| 日韩免费av在线播放| a级毛片在线看网站| 看黄色毛片网站| 巨乳人妻的诱惑在线观看| 夜夜爽天天搞| 精品一区二区三区四区五区乱码| 人人澡人人妻人| 黄色成人免费大全| 久久狼人影院| 一夜夜www| 久久久久国产一级毛片高清牌| av电影中文网址| 色在线成人网| www.www免费av| 看片在线看免费视频| 国产三级在线视频| 美女高潮喷水抽搐中文字幕| 在线永久观看黄色视频| 亚洲九九香蕉| a级毛片在线看网站| 久久国产精品人妻蜜桃| 国产精品久久久久久亚洲av鲁大| 亚洲一卡2卡3卡4卡5卡精品中文| 久久精品91蜜桃| 夜夜爽天天搞| 女人爽到高潮嗷嗷叫在线视频| 国产又色又爽无遮挡免费看| 欧美成人一区二区免费高清观看 | 亚洲五月婷婷丁香| 丰满人妻熟妇乱又伦精品不卡| 国产精品国产高清国产av| 国产又色又爽无遮挡免费看| 欧美日韩乱码在线| 老司机福利观看| 超碰成人久久| 久久国产乱子伦精品免费另类| av网站免费在线观看视频| 美国免费a级毛片| 女性生殖器流出的白浆| 老司机午夜福利在线观看视频| 又紧又爽又黄一区二区| 男人舔女人下体高潮全视频| 久久人妻熟女aⅴ| 亚洲国产中文字幕在线视频| 久热爱精品视频在线9| 午夜福利欧美成人| 日本a在线网址| 国产单亲对白刺激| 亚洲自偷自拍图片 自拍| 99re在线观看精品视频| 女警被强在线播放| 一进一出抽搐gif免费好疼| 制服丝袜大香蕉在线| 日本在线视频免费播放| 精品不卡国产一区二区三区| 欧美在线黄色| 中国美女看黄片| 中文字幕久久专区| 在线观看www视频免费| 天堂√8在线中文| x7x7x7水蜜桃| 久久久久国产精品人妻aⅴ院| 一级a爱片免费观看的视频| 如日韩欧美国产精品一区二区三区| 一本综合久久免费| 国产精品,欧美在线| 精品熟女少妇八av免费久了| 淫妇啪啪啪对白视频| 少妇 在线观看| 亚洲,欧美精品.| 男人操女人黄网站| 中文字幕高清在线视频| 久久精品人人爽人人爽视色| 日韩欧美在线二视频| 伊人久久大香线蕉亚洲五| 国产三级黄色录像| 黄色片一级片一级黄色片| 亚洲av片天天在线观看| 巨乳人妻的诱惑在线观看| av网站免费在线观看视频| 亚洲第一欧美日韩一区二区三区| 9热在线视频观看99| 岛国视频午夜一区免费看| 如日韩欧美国产精品一区二区三区| 不卡av一区二区三区| 欧美激情高清一区二区三区| 99国产精品一区二区三区| 91av网站免费观看| 少妇熟女aⅴ在线视频| 黄频高清免费视频| 精品久久久久久久人妻蜜臀av | 国产精品久久久av美女十八| 国内毛片毛片毛片毛片毛片| tocl精华| 在线观看舔阴道视频| 97人妻精品一区二区三区麻豆 | 麻豆成人av在线观看| 久久久国产精品麻豆| 亚洲色图综合在线观看| 90打野战视频偷拍视频| 黑人欧美特级aaaaaa片| 午夜福利18| 午夜免费激情av| 亚洲在线自拍视频| 国产午夜福利久久久久久| 亚洲精品国产精品久久久不卡| x7x7x7水蜜桃| 国产亚洲精品一区二区www| 婷婷六月久久综合丁香| 99精品久久久久人妻精品| 两性午夜刺激爽爽歪歪视频在线观看 | 亚洲少妇的诱惑av| АⅤ资源中文在线天堂| 欧美人与性动交α欧美精品济南到| 久久精品亚洲精品国产色婷小说| 国产精品久久久人人做人人爽| 男人操女人黄网站| 女性被躁到高潮视频| 亚洲久久久国产精品| 亚洲av电影不卡..在线观看| 一区二区三区高清视频在线| 极品教师在线免费播放| 在线av久久热| 久久国产精品影院| 免费女性裸体啪啪无遮挡网站| 中文字幕色久视频| 午夜激情av网站| 久久精品影院6| 99久久精品国产亚洲精品| 一二三四在线观看免费中文在| 欧美日韩亚洲综合一区二区三区_| 成人永久免费在线观看视频| av视频在线观看入口| 曰老女人黄片| 十八禁人妻一区二区| 亚洲 欧美 日韩 在线 免费| 久久久久国内视频| 99国产精品一区二区三区| 日韩三级视频一区二区三区| 精品无人区乱码1区二区| 一级黄色大片毛片| 天堂√8在线中文| 亚洲人成伊人成综合网2020| 久久香蕉精品热| 日韩视频一区二区在线观看| xxx96com| 国产xxxxx性猛交| 欧美日韩福利视频一区二区| 亚洲中文字幕一区二区三区有码在线看 | 日韩大码丰满熟妇| 国产激情欧美一区二区| 无遮挡黄片免费观看| 久久性视频一级片| 亚洲va日本ⅴa欧美va伊人久久| 99在线人妻在线中文字幕| 无人区码免费观看不卡| 国产精品98久久久久久宅男小说| 久久久久久国产a免费观看| 多毛熟女@视频| 亚洲成人久久性| 一边摸一边抽搐一进一小说| 女人爽到高潮嗷嗷叫在线视频| 一二三四社区在线视频社区8| 欧美另类亚洲清纯唯美| av天堂在线播放| 禁无遮挡网站| 欧美精品啪啪一区二区三区| 长腿黑丝高跟| 午夜成年电影在线免费观看| 亚洲自拍偷在线| 欧美色欧美亚洲另类二区 | 少妇裸体淫交视频免费看高清 | 亚洲精品国产区一区二| 18禁国产床啪视频网站| 成人三级做爰电影| 国产精品久久久久久亚洲av鲁大| 亚洲av日韩精品久久久久久密| 久久久国产成人精品二区| 纯流量卡能插随身wifi吗| 国产精品自产拍在线观看55亚洲| 日本在线视频免费播放| 国产男靠女视频免费网站| 亚洲精品中文字幕一二三四区| 日韩大尺度精品在线看网址 | 久久午夜亚洲精品久久| 亚洲欧美精品综合一区二区三区| 一边摸一边做爽爽视频免费| 他把我摸到了高潮在线观看| 18禁黄网站禁片午夜丰满| 97人妻天天添夜夜摸| 日本a在线网址| 国产99久久九九免费精品| 久热这里只有精品99| 国产精品美女特级片免费视频播放器 | 婷婷丁香在线五月| 91成人精品电影| 国产成人影院久久av| 久久国产精品人妻蜜桃| 伊人久久大香线蕉亚洲五| 狠狠狠狠99中文字幕| 国产精品久久电影中文字幕| 免费在线观看影片大全网站| 亚洲国产精品成人综合色| 国产亚洲精品综合一区在线观看 | 性欧美人与动物交配| 婷婷精品国产亚洲av在线| 国产欧美日韩综合在线一区二区| 午夜激情av网站| 女生性感内裤真人,穿戴方法视频| 免费久久久久久久精品成人欧美视频| 午夜视频精品福利| 欧美成狂野欧美在线观看| 又黄又粗又硬又大视频| 91精品三级在线观看| √禁漫天堂资源中文www| 午夜免费成人在线视频| 久久香蕉激情| 变态另类成人亚洲欧美熟女 | 精品高清国产在线一区| 一进一出好大好爽视频| 性欧美人与动物交配| 日韩精品青青久久久久久| 制服诱惑二区| 久久香蕉精品热| 国产精品 国内视频| 国产伦一二天堂av在线观看| 免费高清视频大片| 国产aⅴ精品一区二区三区波| 国产精品香港三级国产av潘金莲| 亚洲免费av在线视频| 亚洲av成人不卡在线观看播放网| 丝袜人妻中文字幕| 麻豆成人av在线观看| 亚洲五月天丁香| 中文字幕精品免费在线观看视频| 国产一区二区三区综合在线观看| 在线播放国产精品三级| 成人国产一区最新在线观看| 99香蕉大伊视频| 中文亚洲av片在线观看爽| 欧美成人性av电影在线观看| 亚洲av片天天在线观看| 日韩欧美三级三区| av天堂久久9| 巨乳人妻的诱惑在线观看| 久久久久久亚洲精品国产蜜桃av| 午夜福利高清视频| av福利片在线| 亚洲欧美精品综合一区二区三区| 亚洲精品美女久久av网站| 黑人欧美特级aaaaaa片| 国产av一区二区精品久久| 国产aⅴ精品一区二区三区波| 精品国产美女av久久久久小说| 亚洲欧美精品综合久久99| 国产av在哪里看| 国产av又大| 国产成人欧美| 一级作爱视频免费观看| 久久久久久人人人人人| 嫁个100分男人电影在线观看| 777久久人妻少妇嫩草av网站| 啦啦啦 在线观看视频| 国产麻豆69| 日韩精品青青久久久久久| 一级作爱视频免费观看| 每晚都被弄得嗷嗷叫到高潮| 男女下面插进去视频免费观看| 在线国产一区二区在线| 美女高潮到喷水免费观看| 成人18禁在线播放| 精品乱码久久久久久99久播| 久久人人爽av亚洲精品天堂| 国产成年人精品一区二区| 操美女的视频在线观看| 国产成人一区二区三区免费视频网站| 每晚都被弄得嗷嗷叫到高潮| 香蕉国产在线看| 久久久久久免费高清国产稀缺| 日韩高清综合在线| 国产亚洲av高清不卡| 日韩大码丰满熟妇| 欧美一区二区精品小视频在线| 欧美日韩亚洲国产一区二区在线观看| 亚洲精品国产精品久久久不卡| 搞女人的毛片| 丝袜人妻中文字幕| 亚洲自拍偷在线| 国产成人av激情在线播放| 嫩草影院精品99| 日韩国内少妇激情av| 国产精品 国内视频| 精品福利观看| 久久人妻熟女aⅴ| 亚洲va日本ⅴa欧美va伊人久久| 叶爱在线成人免费视频播放| 真人做人爱边吃奶动态| 琪琪午夜伦伦电影理论片6080| 亚洲国产日韩欧美精品在线观看 | 亚洲国产欧美网| 久久久久久久久久久久大奶| 99久久久亚洲精品蜜臀av| 欧美色欧美亚洲另类二区 | 日本vs欧美在线观看视频| av天堂在线播放| 日本vs欧美在线观看视频| 成人国产一区最新在线观看| 久久这里只有精品19| 欧美日本亚洲视频在线播放| 亚洲人成伊人成综合网2020| 99久久久亚洲精品蜜臀av| 欧美成狂野欧美在线观看| 亚洲中文字幕一区二区三区有码在线看 | 国产成年人精品一区二区| 精品第一国产精品| 国产91精品成人一区二区三区| 久久人人爽av亚洲精品天堂| 国产私拍福利视频在线观看| 九色国产91popny在线| 欧美黄色片欧美黄色片| 免费一级毛片在线播放高清视频 | 我的亚洲天堂| 美女高潮到喷水免费观看| 真人做人爱边吃奶动态| 亚洲无线在线观看| 成人精品一区二区免费| 久久中文字幕人妻熟女| 欧美 亚洲 国产 日韩一| 一夜夜www| 国产熟女午夜一区二区三区| 99久久久亚洲精品蜜臀av| 无人区码免费观看不卡| 国产男靠女视频免费网站| 欧美色欧美亚洲另类二区 | 18禁黄网站禁片午夜丰满| 人人妻,人人澡人人爽秒播| 精品国产一区二区久久| 男女下面进入的视频免费午夜 | 欧美日韩瑟瑟在线播放| 91国产中文字幕| 婷婷精品国产亚洲av在线| 国产精品久久电影中文字幕| 国产91精品成人一区二区三区| 亚洲天堂国产精品一区在线| 国产欧美日韩精品亚洲av| 亚洲中文日韩欧美视频| 国产伦人伦偷精品视频| 亚洲色图av天堂| 国产av又大|