• <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 ?

    基于稀疏表示權(quán)重張量的音頻特征提取算法

    2016-05-14 10:37:23林靜楊繼臣張雪源李新超
    計(jì)算機(jī)應(yīng)用 2016年5期
    關(guān)鍵詞:稀疏表示

    林靜 楊繼臣 張雪源 李新超

    摘要:為了更好地描述非平穩(wěn)音頻信號(hào)的特征,提出了一種基于Gabor字典和稀疏表示權(quán)重張量的時(shí)頻音頻特征提取方法。該方法基于Gabor字典將音頻信號(hào)編碼為稀疏的權(quán)重向量,并進(jìn)一步將權(quán)重向量中的元素重新排列為張量形式,該張量各階分別刻畫了信號(hào)的時(shí)間、頻率以及時(shí)長(zhǎng)特性,為信號(hào)的聯(lián)合時(shí)頻長(zhǎng)表示。通過(guò)對(duì)該張量進(jìn)行因子分解,將分解后得到的頻率因子和時(shí)長(zhǎng)因子拼接為音頻特征。針對(duì)稀疏張量分解時(shí)容易產(chǎn)生過(guò)擬合的問(wèn)題,提出一種自調(diào)整懲罰參數(shù)分解算法并進(jìn)行了改進(jìn)。實(shí)驗(yàn)結(jié)果顯示,所提出的特征相對(duì)于傳統(tǒng)梅爾倒譜系數(shù)(MFCC)特征、MFCC特征及匹配追蹤算法(MP)求解的特征聯(lián)合拼接得到的MFCC+MP特征和非均勻尺度頻率圖特征對(duì)15類音效分類效果分別提升了28.0%、19.8%和6.7%。

    關(guān)鍵詞:稀疏表示;張量因子分解;音效分類;時(shí)頻特征

    中圖分類號(hào):TN912.3 文獻(xiàn)標(biāo)志碼:A

    Abstract:A joint timefrequency audio feature extraction algorithm based on Gabor dictionary and weight tensor of sparse representation was proposed to describe the characteristic of nonstationary audio signal. Conventional sparse representation uses a predefined dictionary to encode the audio signal as sparse weight vector. In this paper, the elements in the weight vector were reorganized into tensor format. Each order of the tensor respectively characterized time, frequency and duration property of signal, making it the joint timefrequencyduration representation of the signal. The frequency factors and duration factors were concatenated as audio features through tensor decomposition. To solve the overfitting problem of sparse tensor factorization, an automaticadjustpenaltycoefficient factorization algorithm was proposed. The experimental results show that the proposed feature outperforms MFCC (MelFrequency Cepstrum Coefficient) feature, MFCC+MP feature concatenated by MFCC and Matching Pursuit (MP) features, and nonuniform scalefrequency map feature by 28.0%, 19.8% and 6.7% respectively, in 15category audio classification.

    Key words:sparse representation;tensor factorization;audio effect classification;timefrequency feature

    0 引言

    傳統(tǒng)的語(yǔ)音特征通常從頻域或者倒譜域?qū)π盘?hào)進(jìn)行表示,這些特征均假定在一短時(shí)幀內(nèi)信號(hào)的統(tǒng)計(jì)特性平穩(wěn),即信號(hào)具有短時(shí)平穩(wěn)性。但是這些特征不適用于刻畫非平穩(wěn)的音頻信號(hào),例如閃電聲和槍聲。為了描述統(tǒng)計(jì)特性隨時(shí)間變化的信號(hào),基于稀疏表示(Sparse Representation)的方法受到了廣泛的關(guān)注。稀疏表示利用一個(gè)過(guò)完備的字典,將信號(hào)編碼為一個(gè)稀疏的權(quán)重向量序列,每個(gè)向量中的非零元素值表示了重建時(shí)對(duì)應(yīng)原子的權(quán)重。有許多文獻(xiàn)使用該權(quán)重向量進(jìn)行信號(hào)分類。Zubair等[1-2]直接使用該權(quán)重向量作為特征進(jìn)行音頻信號(hào)分類,并且通過(guò)使用最大投票和平均投票等方法提取更為魯棒的特征。Chu等[3]使用匹配追蹤(Matching Pursuit, MP)算法求解稀疏表示,并且利用分解后原子的頻率和時(shí)長(zhǎng)的均值和方差信息作為梅爾倒譜系數(shù)(MelFrequency Cepstrum Coefficient, MFCC)特征的補(bǔ)充特征。Sivasankaran等[4]對(duì)Chu算法進(jìn)行了改進(jìn),提出使用權(quán)重計(jì)算加權(quán)的頻率和時(shí)長(zhǎng)平均值和方差作為特征。在上述文獻(xiàn)中,均使用了原子參數(shù)的低階統(tǒng)計(jì)量表征信號(hào)的頻率和時(shí)長(zhǎng)分布特性。但是,由于稀疏表示的目的是使用具有區(qū)分性的原子表示信號(hào),而計(jì)算這些原子的均值和方差則消除了單個(gè)原子的表征能力。針對(duì)此問(wèn)題,Wang等[5]提出了非均勻尺度頻率圖(Nonuniform ScaleFrequency Map)特征提取方法,他們構(gòu)建了一個(gè)頻率時(shí)長(zhǎng)圖來(lái)保存每個(gè)原子的頻率和時(shí)長(zhǎng)參數(shù),將該圖向量化后利用主成分分析(Principal Component Analysis, PCA)算法和線性判別式分析 (Linear Discriminant Analysis, LDA)算法對(duì)其進(jìn)行降維,但該方法的主要不足是向量化丟失了二維的信息,以及沒(méi)有使用對(duì)于時(shí)變信號(hào)分類具有重要作用的時(shí)間信息。

    本文提出稀疏表示的張量(Tensor)形式,稱為權(quán)重張量。根據(jù)Gabor字典的3個(gè)參數(shù),即時(shí)間、頻率和時(shí)長(zhǎng),將權(quán)重排列到3階張量中,權(quán)重張量中每一個(gè)元素都表示了信號(hào)中某個(gè)瞬時(shí)成分的中心頻率、中心時(shí)間位置以及持續(xù)時(shí)長(zhǎng),其中頻率、時(shí)間以及時(shí)長(zhǎng)信息通過(guò)元素在張量中的索引表示,該瞬時(shí)成分的強(qiáng)度通過(guò)元素的值表示, 因此該張量是信號(hào)的聯(lián)合時(shí)頻長(zhǎng)表示。該張量表示相比于直接獲取特征向量的方法具有可以聯(lián)合分析信號(hào)成分的優(yōu)勢(shì),具體地,張量中加入了信號(hào)的時(shí)間信息,該時(shí)間信息可以描述信號(hào)的時(shí)變特性,即瞬時(shí)成分出現(xiàn)的不同時(shí)間位置,該位置對(duì)于瞬時(shí)信號(hào)分類具有重要作用。但是由于其高維和稀疏特性,該張量不適合直接用作特征,因此通過(guò)張量因子分解算法將其分解為若干因子向量,并提出了一種自調(diào)整懲罰參數(shù)的分解算法以避免因子分解的過(guò)擬合。本文提出的張量特征通過(guò)時(shí)頻長(zhǎng)聯(lián)合分析保證了張量分析過(guò)程中保留了瞬時(shí)成分的主要特性,從而得到表征能力更強(qiáng)的頻率因子和時(shí)長(zhǎng)因子。

    權(quán)重向量和權(quán)重張量均包含了所有原子的權(quán)重信息,只是兩者的排列方式不同。張量元素的索引和Gabor參數(shù)的索引相一致,每個(gè)張量元素需要3個(gè)索引值來(lái)標(biāo)示其位置,即時(shí)間、頻率和時(shí)長(zhǎng)索引值,因此張量元素的索引表達(dá)了Gabor原子參數(shù)之間的聯(lián)合關(guān)系。該張量利用其高階特性來(lái)聯(lián)合地表達(dá)了權(quán)重與其對(duì)應(yīng)原子的時(shí)間、頻率和時(shí)長(zhǎng)參數(shù)。此外,由于權(quán)重表示了原子的幅度,因此張量是信號(hào)的聯(lián)合時(shí)頻長(zhǎng)表示。例如,張量元素ti, j,k表示信號(hào)中在時(shí)間μi,一個(gè)頻率為fj的分量,其時(shí)長(zhǎng)為σk,強(qiáng)度為|ti, j,k|。

    1.3 張量因子分解

    張量元素的絕對(duì)值表示了信號(hào)中瞬變成分的強(qiáng)度。對(duì)張量T中每個(gè)元素取絕對(duì)值得到非負(fù)張量|T|。此外,權(quán)重張量與權(quán)重向量一樣均滿足稀疏條件,因此|T|為非負(fù)稀疏張量。本節(jié)中,對(duì)該非負(fù)稀疏張量進(jìn)行分解。傳統(tǒng)的張量分解算法包括CP(Canonical decomposition Parallel factor analysis)算法和Tucker3算法,這些算法針對(duì)的是非稀疏的矩陣,對(duì)稀疏矩陣分解時(shí)會(huì)產(chǎn)生過(guò)擬合問(wèn)題[6]。通常算法會(huì)使用l1范數(shù)懲罰,通過(guò)最小化輸出因子的元素的和來(lái)避免過(guò)擬合[7],但是該方法沒(méi)有指明輸出因子中的哪些元素應(yīng)當(dāng)最小化,因此需要通過(guò)多次隨機(jī)初始化和更新過(guò)程尋找最優(yōu)解。

    在本文中,張量中各部分的稀疏度被用作懲罰參數(shù),懲罰它們對(duì)應(yīng)的輸出因子元素,因此對(duì)于不同的輸出因子的元素有不同的懲罰參數(shù)。具體地,從張量中稀疏部分分解出的因子元素的懲罰參數(shù)大于從張量緊致部分分解出的因子元素,從而使用更多的非零因子元素近似緊致部分,使用少量的非零因子元素近似張量中的稀疏部分,使得在保證分解準(zhǔn)確性的前提下避免過(guò)擬合。同時(shí),與l1范數(shù)的方法相比,由于指定了每個(gè)輸出因子元素的懲罰值,即指明了哪些因子元素應(yīng)當(dāng)最小化,因此可以在更少的循環(huán)迭代中收斂。

    其中當(dāng)代價(jià)函數(shù)值在相鄰兩次迭代中的相對(duì)變化小于一個(gè)門限ε時(shí)停止迭代。

    因子w刻畫了數(shù)據(jù)中顯著的頻率值,s表示它們的持續(xù)時(shí)長(zhǎng),u指出其出現(xiàn)的位置,即以幀起始位置為時(shí)間原點(diǎn)頻率成分出現(xiàn)在幀內(nèi)的時(shí)間位置,但是受到分幀的影響,不同幀之間的u因子不具有共同時(shí)間原點(diǎn),因此在完成聯(lián)合時(shí)頻長(zhǎng)分解后丟棄該因子,不作為特征。將w和s拼接起來(lái),通過(guò)LDA降維后作為特征。

    2 實(shí)驗(yàn)和結(jié)果

    2.1 權(quán)重張量

    本文采用正交匹配追蹤算法(Orthogonal Matching Pursuit, OMP) [9]進(jìn)行信號(hào)的稀疏表示分解。字典原子參數(shù)集設(shè)置如下μ∈{1+32m:0≤m≤15,m∈Z}, f∈{0.5×(m/25)2.6:1≤m≤25, m∈Z}, σ∈{2m:3≤m≤11,m∈Z}, 因此權(quán)重張量的維數(shù)是16×25×9,經(jīng)過(guò)LDA降維后的特征向量維數(shù)為13。

    一短時(shí)幀的女性語(yǔ)音和河流流水聲分別如圖4(a)和(b)所示,其權(quán)重張量分別如圖4(c)和4(d)所示,其中稀疏表示原子數(shù)目選擇為32。圖中尺寸較大的點(diǎn)表示權(quán)重較大的值,反之,尺寸較小的點(diǎn)表示較小的權(quán)重值,權(quán)重為0的元素沒(méi)有顯示。如圖4(c)中可見(jiàn)一個(gè)尺寸較大的點(diǎn),該點(diǎn)的索引為(9,12,6),根據(jù)原子參數(shù)取值該點(diǎn)的中心位置為257個(gè)采樣點(diǎn),頻率為0.074(即1186Hz),時(shí)長(zhǎng)為256個(gè)采樣點(diǎn),因此該點(diǎn)表示了在該語(yǔ)音幀中的一個(gè)能量集中的頻率分量。與之相比,圖4(d)中的點(diǎn)能量均相似,且能量普遍較小,與河流流水無(wú)顯著頻率成分的事實(shí)相一致。對(duì)比圖4(e)、(g)與圖4(f)、(h)可以看出,語(yǔ)音的中心頻率集中在一個(gè)因子元素上,而河流流水聲相對(duì)較為分散;此外,兩者時(shí)長(zhǎng)因子的分布模式也有較大不同。

    2.2 音效分類實(shí)驗(yàn)結(jié)果

    本文使用15類音效分類任務(wù)評(píng)估所提出的特征,音效包括男性語(yǔ)音、女性語(yǔ)音、嬰兒語(yǔ)音、掌聲、腳步聲、鳥(niǎo)叫聲、貓叫聲、河流流水聲、雷聲、引擎聲、槍聲、警報(bào)聲、鋼琴聲、小提琴聲和鼓聲。所有音效都是從Digital Juice音效庫(kù)Ⅰ和Ⅱ[10]以及BBC(British Broadcasting Corporation)音效庫(kù)[11]中收集的,所有音效樣本時(shí)長(zhǎng)介于3~8s,單聲道,16kHz采樣,使用32ms幀和8ms幀移。

    高斯混合模型(Gaussian Mixture Model,GMM)對(duì)于該多分類問(wèn)題有最好并且最穩(wěn)定的分類結(jié)果[3],因此本文統(tǒng)一采用該分類器對(duì)各組特征進(jìn)行分類實(shí)驗(yàn)比較。GMM的混合度為8,懲罰參數(shù)α、 β和γ通過(guò)最優(yōu)化男性和女性語(yǔ)音的二分任務(wù)設(shè)定為0.132、0.109和0.097。門限ε根據(jù)經(jīng)驗(yàn)設(shè)定為0.01。在Matlab 7.14.10仿真平臺(tái)下將本文所提出的13維張量特征(Tensor)與13維MFCC特征、MFCC特征和匹配追蹤算法稀疏分解的MP特征拼接得到的17維聯(lián)合 MFCC+MP特征[3]、16維非均勻尺度頻率圖特征(Map)[5]比較分類效果。此外,為了驗(yàn)證所提出的自調(diào)整懲罰參數(shù)分解算法的有效性,Tensor特征還與CP分解算法(CP)和l1范數(shù)懲罰的CP算法(l1CP)進(jìn)行比較。

    每種特征對(duì)所有音效類的平均分類效果如圖5所示,每一類的識(shí)別率定義為正確識(shí)別為該類的樣本數(shù)與該類總樣本數(shù)的比值,所有類的平均識(shí)別率通過(guò)10折交叉驗(yàn)證得到。由于稀疏表示中稀疏度的不同會(huì)導(dǎo)致識(shí)別率不同,因此選擇以2為底的對(duì)數(shù)尺度的原子數(shù)目進(jìn)行稀疏表示,分別測(cè)定不同原子數(shù)目下的識(shí)別效果。Tensor特征、非均勻尺度頻率圖特征和MFCC+MP特征對(duì)每一音效類的識(shí)別率如圖6所示。注意,圖6中每種特征對(duì)應(yīng)的原子數(shù)是根據(jù)圖5中該種特征達(dá)到最高識(shí)別率時(shí)的原子數(shù)決定的。

    最好的平均識(shí)別率時(shí)由Tensor特征在原子數(shù)為128時(shí)得到的84.8%,非均勻尺度頻率圖Map特征的平均識(shí)別率在原子數(shù)為64時(shí)取得最高,為77.6%。此外,Tensor特征在原子數(shù)目為16~256時(shí)識(shí)別率均高于83%,因此該特征對(duì)原子數(shù)目具有魯棒性。在各原子數(shù)目下,Tensor特征分類效果均優(yōu)于非均勻尺度頻率圖特征,原因在于Tensor特征相比于非均勻尺度頻率圖特征多使用了時(shí)間信息進(jìn)行聯(lián)合分析,而時(shí)間信息對(duì)于瞬變信號(hào)分類具有重要作用。該結(jié)論也可以從圖6中看出,其中,與非均勻尺度頻率圖特征相比,Tensor特征顯著提升了河流流水聲,雷聲,引擎聲和槍聲的分類效果,此外,對(duì)人類語(yǔ)音、掌聲和腳步聲也均有一定提升。MFCC+MP特征最高的識(shí)別率時(shí)8個(gè)原子數(shù)對(duì)應(yīng)的64.6%。Tensor特征較非均勻尺度頻率圖特征、MFCC特征和MFCC+MP特征識(shí)別率分別高出6.7%、28.0%和19.8%。

    3 結(jié)語(yǔ)

    本文以音效分類為應(yīng)用背景,提出了一種基于稀疏表示權(quán)重張量的特征提取方法,刻畫了音頻信號(hào)中瞬變成分的特性。Gabor原子的時(shí)間、頻率以及時(shí)長(zhǎng)特性用來(lái)建立一個(gè)張量,描述了信號(hào)的聯(lián)合時(shí)頻長(zhǎng)分布特點(diǎn)。該張量刻畫了信號(hào)更多具有區(qū)分力的特性,并且利用張量分解得到描述信號(hào)短時(shí)幀內(nèi)頻率分布的頻率因子和時(shí)長(zhǎng)分布的時(shí)長(zhǎng)因子。該張量結(jié)構(gòu)和因子分解過(guò)程相比于直接進(jìn)行向量特征提取的方法描述了更多信號(hào)的區(qū)分特性。此外針對(duì)稀疏張量分解還提出了一種自調(diào)整懲罰參數(shù)分解算法,利用張量的稀疏度動(dòng)態(tài)作為懲罰參數(shù),有效避免了過(guò)擬合。實(shí)驗(yàn)結(jié)果顯示,所提出的張量特征對(duì)15類音效的分類效果顯著優(yōu)于其他特征。

    參考文獻(xiàn):

    [1]ZUBAIR S,WANG W. Audio classification based on sparse coefficients[C]// Sensor Signal Processing for Defence (SSPD 2011). London, UK: The Institution of Engineering and Technology Press, 2011:1-5.

    [2] ZUBAIR S, YAN F, WANG W. Dictionary learning based sparse coefficients for audio classification with max and average pooling[J]. Digital Signal Processing, 2013, 23(3):960-970.

    [3] CHU S, NARAYANAN S,KUO C C J. Environmental sound recognition with timefrequency audio features[J]. IEEE Transactions on Audio, Speech, and Language Processing, 2009, 17(6):1142-1158.

    [4] SIVASANKARAN S, PRABHU K M M. Robust features for environmental sound classification[C]// Proceedings of the 2013 IEEE International Conference on Electronics, Computing and Communication Technologies. Piscataway, NJ: IEEE, 2013:1-6.

    [5] WANG J C, LIN C H,CHEN B W, et al. Gaborbased nonuniform scalefrequency map for environmental sound classification in home automation[J]. IEEE Transactions on Automation Science and Engineering, 2014,11(2):607-613.

    [6]TAKEUCHI K, ISHIGURO K, KIMURA A, et al. Nonnegative multiple matrix factorization[C]// Proceedings of the 23rd International Joint Conference on Artificial Intelligence. Beijing: AAAI, 2013: 1713-1720.

    [7]LIU J, LIU J, WONKA P, et al. Sparse nonnegative tensor factorization using columnwise coordinate descent[J]. Pattern Recognition, 2012, 45(1) :649-656.

    [8]CICHOCKI A, ZDUNEK R,PHAN A H, et al. Nonnegative Matrix and Tensor Factorizations: Applications to Exploratory Multiway Data Analysis and Blind Source Separation[M]. New York: John Wiley & Sons, 2009:35-37.

    [9]CHANG L H, WU J Y. An improved RIPbased performance guarantee for sparse signal recovery via orthogonal matching pursuit[J].IEEE Transactions on Information Theory, 2014, 60(9):5702-5715.

    [10]Digital Juice, Incorporated. The digital juice sound FX library[DB/OL].[2015-05-20]. http://www.digitaljuice.com.

    [11]British Broadcasting Corporation (BBC).BBC sound effects library[DB/OL]. [2015-05-20]http://www.soundideas.com/bbc.html.

    猜你喜歡
    稀疏表示
    耦合了聚類中心約束項(xiàng)的稀疏表示圖像去噪
    CSRimpute算法填補(bǔ)效果的正則化參數(shù)靈敏度分析
    Grouplet變換原理及技術(shù)綜述
    基于稀疏表示的圖像去噪和超分辨率重建
    基于字典學(xué)習(xí)和結(jié)構(gòu)聚類的圖像去噪算法研究
    分塊子空間追蹤算法
    基于稀疏表示的人臉識(shí)別方法研究
    基于稀疏表示的人臉表情識(shí)別系統(tǒng)研究
    基于壓縮感知的圖像融合方法
    電子技術(shù)與軟件工程(2015年6期)2015-04-20 16:58:03
    在线播放国产精品三级| 看片在线看免费视频| 国产精品国产高清国产av| 日韩欧美 国产精品| 精品一区二区免费观看| 国产精品久久久久久av不卡| 99久久成人亚洲精品观看| 国产亚洲精品av在线| 国产精品一区二区性色av| www.色视频.com| 女人十人毛片免费观看3o分钟| 麻豆成人午夜福利视频| 可以在线观看毛片的网站| 免费观看在线日韩| av又黄又爽大尺度在线免费看 | 又粗又硬又长又爽又黄的视频 | 久久久久久久久中文| 精品一区二区三区人妻视频| 长腿黑丝高跟| 精品人妻熟女av久视频| 麻豆一二三区av精品| 亚洲中文字幕一区二区三区有码在线看| 日韩制服骚丝袜av| 六月丁香七月| 高清毛片免费看| 久久鲁丝午夜福利片| 亚洲自拍偷在线| 国产一区二区三区在线臀色熟女| 狂野欧美白嫩少妇大欣赏| 联通29元200g的流量卡| 99久久久亚洲精品蜜臀av| 亚洲av免费在线观看| 97热精品久久久久久| 内地一区二区视频在线| 看十八女毛片水多多多| 国产蜜桃级精品一区二区三区| 欧美激情在线99| 蜜桃亚洲精品一区二区三区| 成人高潮视频无遮挡免费网站| 亚洲自拍偷在线| 青青草视频在线视频观看| 99热6这里只有精品| 国产欧美日韩精品一区二区| 日产精品乱码卡一卡2卡三| 久久久久久国产a免费观看| 精品一区二区三区视频在线| 国产伦精品一区二区三区四那| 99久久久亚洲精品蜜臀av| 又粗又硬又长又爽又黄的视频 | av福利片在线观看| 亚洲av免费在线观看| 免费观看的影片在线观看| 老师上课跳d突然被开到最大视频| 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 | 欧美3d第一页| 亚洲性久久影院| 自拍偷自拍亚洲精品老妇| 最近视频中文字幕2019在线8| 精品人妻熟女av久视频| 欧美+日韩+精品| 91aial.com中文字幕在线观看| 一级二级三级毛片免费看| 少妇人妻精品综合一区二区 | 国产高清视频在线观看网站| 国产麻豆成人av免费视频| a级一级毛片免费在线观看| 国产女主播在线喷水免费视频网站 | 中文资源天堂在线| av天堂在线播放| 舔av片在线| 女人被狂操c到高潮| 伦精品一区二区三区| 久久人人精品亚洲av| 欧美一区二区亚洲| 国产久久久一区二区三区| 成年版毛片免费区| 亚州av有码| 99久久精品国产国产毛片| 午夜精品一区二区三区免费看| 国产成人精品久久久久久| 日韩三级伦理在线观看| 亚洲人与动物交配视频| 尾随美女入室| 亚洲欧洲国产日韩| 亚洲欧美清纯卡通| 赤兔流量卡办理| 久久欧美精品欧美久久欧美| а√天堂www在线а√下载| 99久国产av精品| 看十八女毛片水多多多| 国产精品一及| 国产人妻一区二区三区在| 国产激情偷乱视频一区二区| 大型黄色视频在线免费观看| 天美传媒精品一区二区| av黄色大香蕉| 国产女主播在线喷水免费视频网站 | 亚洲一区二区三区色噜噜| 国产男人的电影天堂91| 日本撒尿小便嘘嘘汇集6| 欧美日韩国产亚洲二区| 99久久精品热视频| 插阴视频在线观看视频| 一卡2卡三卡四卡精品乱码亚洲| 亚洲成av人片在线播放无| 欧美不卡视频在线免费观看| 久久精品国产亚洲av天美| 日韩大尺度精品在线看网址| 亚洲av中文字字幕乱码综合| 亚洲av成人av| 久久国产乱子免费精品| 欧美一级a爱片免费观看看| 久久人人爽人人片av| 亚洲国产精品国产精品| 天天一区二区日本电影三级| 自拍偷自拍亚洲精品老妇| 国产成人福利小说| 日本av手机在线免费观看| 亚洲四区av| 久久久久性生活片| 99久久人妻综合| 小蜜桃在线观看免费完整版高清| 悠悠久久av| 精品久久久久久久久av| 精品欧美国产一区二区三| 女人被狂操c到高潮| 九九爱精品视频在线观看| 晚上一个人看的免费电影| 国内精品久久久久精免费| 亚洲人成网站高清观看| 亚洲av中文字字幕乱码综合| 国产亚洲精品av在线| 不卡一级毛片| 麻豆成人午夜福利视频| 国产探花在线观看一区二区| 男人舔奶头视频| 欧洲精品卡2卡3卡4卡5卡区| 亚洲av免费在线观看| 成人永久免费在线观看视频| 可以在线观看的亚洲视频| 久久精品综合一区二区三区| 此物有八面人人有两片| 国产午夜精品论理片| 桃色一区二区三区在线观看| 亚洲精品久久国产高清桃花| 欧美精品国产亚洲| 国产高清三级在线| 婷婷色av中文字幕| 一级毛片久久久久久久久女| 欧美一区二区精品小视频在线| 免费观看人在逋| 成人永久免费在线观看视频| 亚洲av电影不卡..在线观看| 淫秽高清视频在线观看| 成人毛片60女人毛片免费| 特大巨黑吊av在线直播| 亚洲五月天丁香| 听说在线观看完整版免费高清| 亚洲一区二区三区色噜噜| 免费一级毛片在线播放高清视频| 精品人妻熟女av久视频| 毛片一级片免费看久久久久| 国产高清有码在线观看视频| 成人特级av手机在线观看| 国产成年人精品一区二区| 高清日韩中文字幕在线| 美女大奶头视频| 男人舔奶头视频| 伊人久久精品亚洲午夜| 免费av观看视频| 国产成人精品一,二区 | 免费看a级黄色片| 亚洲中文字幕一区二区三区有码在线看| 黄色一级大片看看| 熟妇人妻久久中文字幕3abv| 国产 一区 欧美 日韩| 极品教师在线视频| 简卡轻食公司| 午夜福利视频1000在线观看| 日本免费a在线| 成年女人永久免费观看视频| 国产蜜桃级精品一区二区三区| 91午夜精品亚洲一区二区三区| 国产亚洲精品久久久久久毛片| 内射极品少妇av片p| 中文资源天堂在线| 亚洲人成网站在线观看播放| 久久这里有精品视频免费| 久久久久久久亚洲中文字幕| 乱码一卡2卡4卡精品| 亚洲国产精品国产精品| 嘟嘟电影网在线观看| 麻豆成人午夜福利视频| 亚洲七黄色美女视频| 99九九线精品视频在线观看视频| 长腿黑丝高跟| 99热只有精品国产| 国产私拍福利视频在线观看| 菩萨蛮人人尽说江南好唐韦庄 | 午夜激情福利司机影院| 欧美在线一区亚洲| 一区二区三区四区激情视频 | 天堂av国产一区二区熟女人妻| 99热精品在线国产| 天堂av国产一区二区熟女人妻| 99热精品在线国产| 看黄色毛片网站| 国产高清三级在线| 国产大屁股一区二区在线视频| 一卡2卡三卡四卡精品乱码亚洲| 人妻久久中文字幕网| 麻豆精品久久久久久蜜桃| 简卡轻食公司| 禁无遮挡网站| 亚洲婷婷狠狠爱综合网| 91在线精品国自产拍蜜月| 床上黄色一级片| 国产精品久久久久久精品电影| 国产蜜桃级精品一区二区三区| 哪个播放器可以免费观看大片| 又粗又爽又猛毛片免费看| 欧美+亚洲+日韩+国产| 亚洲欧美日韩东京热| 青春草视频在线免费观看| 99热这里只有精品一区| 特大巨黑吊av在线直播| 如何舔出高潮| 麻豆乱淫一区二区| 最近的中文字幕免费完整| 在现免费观看毛片| 中国美女看黄片| 亚洲精品影视一区二区三区av| 色播亚洲综合网| 狂野欧美激情性xxxx在线观看| 亚洲精品国产成人久久av| 欧美性猛交╳xxx乱大交人| 久久久精品欧美日韩精品| 国产一区二区在线av高清观看| 美女cb高潮喷水在线观看| av在线播放精品| 免费看美女性在线毛片视频| 偷拍熟女少妇极品色| 长腿黑丝高跟| 在线观看美女被高潮喷水网站| 久久久久久久午夜电影| 国产精品免费一区二区三区在线| 亚洲精品色激情综合| 国产亚洲91精品色在线| 久久精品国产亚洲av香蕉五月| 九色成人免费人妻av| 卡戴珊不雅视频在线播放| 日韩 亚洲 欧美在线| 日本在线视频免费播放| 欧美日本视频| 日韩人妻高清精品专区| 亚洲av免费在线观看| 成人无遮挡网站| 中文字幕精品亚洲无线码一区| 99热这里只有是精品50| 国产成人一区二区在线| 国产精品一区二区性色av| 91av网一区二区| 美女国产视频在线观看| 黄色视频,在线免费观看| 天天躁日日操中文字幕| 日本黄色片子视频| 中文字幕av在线有码专区| 欧美区成人在线视频| 天天躁夜夜躁狠狠久久av| 少妇人妻一区二区三区视频| 精品久久国产蜜桃| 欧美xxxx黑人xx丫x性爽| 日本撒尿小便嘘嘘汇集6| 色尼玛亚洲综合影院| 亚洲国产日韩欧美精品在线观看| 寂寞人妻少妇视频99o| 色综合亚洲欧美另类图片| 亚洲欧美日韩卡通动漫| 国产成人aa在线观看| av专区在线播放| 白带黄色成豆腐渣| av.在线天堂| 91午夜精品亚洲一区二区三区| 亚洲av男天堂| 美女xxoo啪啪120秒动态图| 久久久国产成人免费| av在线老鸭窝| 人妻制服诱惑在线中文字幕| av.在线天堂| 久久久成人免费电影| 欧美一区二区国产精品久久精品| 天天躁日日操中文字幕| 国产淫片久久久久久久久| 午夜久久久久精精品| 色综合色国产| 亚洲av中文av极速乱| 91麻豆精品激情在线观看国产| 欧美一区二区亚洲| 国产麻豆成人av免费视频| 中文在线观看免费www的网站| 日韩在线高清观看一区二区三区| 人人妻人人澡人人爽人人夜夜 | 国产伦在线观看视频一区| 欧美一区二区精品小视频在线| 国产蜜桃级精品一区二区三区| 女人十人毛片免费观看3o分钟| 国产精品久久久久久久久免| 青春草视频在线免费观看| 变态另类成人亚洲欧美熟女| 亚洲国产精品sss在线观看| 亚洲国产欧洲综合997久久,| 亚洲五月天丁香| 夜夜夜夜夜久久久久| 天堂影院成人在线观看| 免费看光身美女| avwww免费| 国产精品女同一区二区软件| 久99久视频精品免费| 亚洲av成人精品一区久久| 日本成人三级电影网站| 深夜a级毛片| 国产精品日韩av在线免费观看| 日本一二三区视频观看| 国产又黄又爽又无遮挡在线| av.在线天堂| 淫秽高清视频在线观看| 久久精品国产99精品国产亚洲性色| 国产精品电影一区二区三区| 国产极品天堂在线| 嫩草影院新地址| 啦啦啦啦在线视频资源| 国产免费男女视频| 久久国产乱子免费精品| 久久6这里有精品| 成人二区视频| 亚洲欧美成人精品一区二区| av.在线天堂| 亚洲欧美成人综合另类久久久 | 国产精品1区2区在线观看.| 久久亚洲精品不卡| 亚洲精品国产成人久久av| 狂野欧美白嫩少妇大欣赏| 欧美最黄视频在线播放免费| 日本黄大片高清| 亚洲自偷自拍三级| 国产麻豆成人av免费视频| 国产探花极品一区二区| 日日撸夜夜添| 可以在线观看的亚洲视频| 赤兔流量卡办理| www日本黄色视频网| 春色校园在线视频观看| 免费一级毛片在线播放高清视频| 亚洲精品成人久久久久久| 亚洲婷婷狠狠爱综合网| 国产单亲对白刺激| 精品不卡国产一区二区三区| 一边亲一边摸免费视频| 久久99热6这里只有精品| 欧美日韩一区二区视频在线观看视频在线 | 可以在线观看的亚洲视频| 久久久久久久久中文| 国产一区二区三区av在线 | 亚洲在久久综合| 丰满的人妻完整版| 日本欧美国产在线视频| 国产成人午夜福利电影在线观看| 亚洲乱码一区二区免费版| 亚洲婷婷狠狠爱综合网| 天堂av国产一区二区熟女人妻| 久久精品久久久久久噜噜老黄 | av女优亚洲男人天堂| 亚洲成av人片在线播放无| 久久精品国产自在天天线| 午夜福利视频1000在线观看| 国产欧美日韩精品一区二区| 欧美日本亚洲视频在线播放| 午夜老司机福利剧场| 国产激情偷乱视频一区二区| 热99在线观看视频| 简卡轻食公司| 不卡视频在线观看欧美| 日韩制服骚丝袜av| 午夜激情欧美在线| 18+在线观看网站| 国产真实伦视频高清在线观看| 最近手机中文字幕大全| 赤兔流量卡办理| 久久99热这里只有精品18| 国内精品宾馆在线| 黄色配什么色好看| 国产成人91sexporn| 亚洲国产精品成人久久小说 | 欧美一区二区国产精品久久精品| 晚上一个人看的免费电影| 亚洲国产高清在线一区二区三| 综合色av麻豆| 国产av一区在线观看免费| 欧美精品一区二区大全| 青青草视频在线视频观看| 九九爱精品视频在线观看| 边亲边吃奶的免费视频| 女人十人毛片免费观看3o分钟| 欧美潮喷喷水| 久久精品夜夜夜夜夜久久蜜豆| 麻豆成人午夜福利视频| 亚洲最大成人中文| 亚洲av免费在线观看| 国产精品一二三区在线看| 亚洲成人av在线免费| 日韩强制内射视频| 国产91av在线免费观看| 边亲边吃奶的免费视频| 久久韩国三级中文字幕| 亚洲欧美日韩高清在线视频| 国产三级在线视频| 性色avwww在线观看| 久久精品影院6| 亚洲一区高清亚洲精品| 欧美日韩一区二区视频在线观看视频在线 | 欧美人与善性xxx| 99热只有精品国产| 午夜激情福利司机影院| 国产老妇女一区| 99九九线精品视频在线观看视频| 尤物成人国产欧美一区二区三区| 国产精品久久久久久亚洲av鲁大| 卡戴珊不雅视频在线播放| 麻豆一二三区av精品| 日韩中字成人| 在线免费观看不下载黄p国产| 黄色一级大片看看| 国产一区二区亚洲精品在线观看| 九九爱精品视频在线观看| 波多野结衣高清无吗| 午夜老司机福利剧场| 91精品一卡2卡3卡4卡| 亚洲av男天堂| 不卡一级毛片| 亚洲精品自拍成人| 一本久久中文字幕| 在线国产一区二区在线| 亚州av有码| 又爽又黄a免费视频| 黄片wwwwww| 麻豆成人午夜福利视频| 欧美激情久久久久久爽电影| 亚洲国产欧洲综合997久久,| 特大巨黑吊av在线直播| 91午夜精品亚洲一区二区三区| 国模一区二区三区四区视频| 日韩成人伦理影院| avwww免费| 精品无人区乱码1区二区| 高清午夜精品一区二区三区 | 美女被艹到高潮喷水动态| 色噜噜av男人的天堂激情| 精品人妻熟女av久视频| 成人亚洲欧美一区二区av| 欧美性感艳星| 高清毛片免费看| 黄片无遮挡物在线观看| 国产精品一区www在线观看| 一个人看的www免费观看视频| 欧美精品国产亚洲| 中文字幕人妻熟人妻熟丝袜美| 亚洲欧美中文字幕日韩二区| 内射极品少妇av片p| 成年女人永久免费观看视频| 国产大屁股一区二区在线视频| 国产午夜精品久久久久久一区二区三区| 国产亚洲av嫩草精品影院| 大香蕉久久网| 我要看日韩黄色一级片| 免费人成在线观看视频色| 亚洲精品日韩av片在线观看| 国产精品久久久久久精品电影小说 | 亚洲综合色惰| 麻豆av噜噜一区二区三区| 永久网站在线| 欧美xxxx黑人xx丫x性爽| 久久久久久久久久成人| 99热只有精品国产| 精品无人区乱码1区二区| 国产伦一二天堂av在线观看| 2021天堂中文幕一二区在线观| 色吧在线观看| 美女内射精品一级片tv| 久久精品国产99精品国产亚洲性色| 在线播放无遮挡| 色哟哟哟哟哟哟| 亚洲欧美成人综合另类久久久 | 人妻少妇偷人精品九色| 一个人看的www免费观看视频| 91在线精品国自产拍蜜月| 国产成人一区二区在线| 亚洲无线在线观看| 免费人成在线观看视频色| 在线免费观看的www视频| 尤物成人国产欧美一区二区三区| 在线观看一区二区三区| 熟女人妻精品中文字幕| 亚洲电影在线观看av| 性插视频无遮挡在线免费观看| 天天一区二区日本电影三级| 久久综合国产亚洲精品| 国产精品野战在线观看| АⅤ资源中文在线天堂| 国产在线精品亚洲第一网站| 免费av毛片视频| 在线播放国产精品三级| 亚洲欧洲国产日韩| 色视频www国产| 亚洲精品自拍成人| 能在线免费观看的黄片| 国产一级毛片七仙女欲春2| 国产亚洲av嫩草精品影院| 欧美日韩综合久久久久久| 一区二区三区免费毛片| 九草在线视频观看| 少妇裸体淫交视频免费看高清| 中国美白少妇内射xxxbb| 亚洲国产欧美人成| 国产精品野战在线观看| 国产一区二区激情短视频| 国产欧美日韩精品一区二区| 国产精品三级大全| 午夜视频国产福利| 丰满乱子伦码专区| 国产在线男女| 嫩草影院精品99| 国产午夜精品一二区理论片| 一级毛片电影观看 | 狂野欧美白嫩少妇大欣赏| 欧美一区二区精品小视频在线| av女优亚洲男人天堂| 精品熟女少妇av免费看| 一边摸一边抽搐一进一小说| 九九在线视频观看精品| 男人的好看免费观看在线视频| 插逼视频在线观看| 亚洲va在线va天堂va国产| 日本成人三级电影网站| 日韩高清综合在线| 国产精品一区二区在线观看99 | 亚洲在线自拍视频| 亚洲欧洲国产日韩| 中文字幕制服av| 精品国产三级普通话版| 蜜桃久久精品国产亚洲av| 国产精品av视频在线免费观看| 国产av一区在线观看免费| 99久久中文字幕三级久久日本| 国产成人精品一,二区 | 国产色婷婷99| 欧美精品国产亚洲| 久久久精品大字幕| 精品久久国产蜜桃| 国产午夜精品一二区理论片| 中文字幕熟女人妻在线| 久久久久免费精品人妻一区二区| 我要看日韩黄色一级片| 亚洲,欧美,日韩| 国产高清有码在线观看视频| 国产毛片a区久久久久| 卡戴珊不雅视频在线播放| 国产精品.久久久| 嫩草影院入口| 国语自产精品视频在线第100页| 最后的刺客免费高清国语| 伦理电影大哥的女人| 一区二区三区免费毛片| 亚洲国产高清在线一区二区三| 日本欧美国产在线视频| 一进一出抽搐gif免费好疼| 美女 人体艺术 gogo| 亚洲自拍偷在线| 婷婷色av中文字幕| 午夜a级毛片| 亚洲第一电影网av| 一本—道久久a久久精品蜜桃钙片 精品乱码久久久久久99久播 | 欧美色视频一区免费| 99久久久亚洲精品蜜臀av| 国产精品一区www在线观看| 久久欧美精品欧美久久欧美| 美女高潮的动态| 久久精品久久久久久噜噜老黄 | 国内久久婷婷六月综合欲色啪| 91麻豆精品激情在线观看国产| 中文字幕久久专区| 淫秽高清视频在线观看| 熟妇人妻久久中文字幕3abv| 免费人成视频x8x8入口观看| 国产亚洲精品久久久久久毛片| 国产老妇伦熟女老妇高清| 一区二区三区高清视频在线| 亚洲国产精品成人久久小说 | 国产麻豆成人av免费视频| av天堂在线播放| 久久草成人影院| 丰满的人妻完整版| 99热精品在线国产| 最近视频中文字幕2019在线8| 精品少妇黑人巨大在线播放 | av视频在线观看入口| 婷婷精品国产亚洲av| 亚洲va在线va天堂va国产| 我的老师免费观看完整版| 欧美xxxx性猛交bbbb| 亚洲成人精品中文字幕电影| 精品99又大又爽又粗少妇毛片| 少妇丰满av| 久久久久久久亚洲中文字幕| 九色成人免费人妻av|