• <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AOF-LCNN的語音回放攻擊場景下的說話人識別算法

    2020-12-18 03:21:14蔡曉東侯珍珍
    桂林電子科技大學學報 2020年1期
    關(guān)鍵詞:集上網(wǎng)絡結(jié)構(gòu)語音

    李 波,蔡曉東,侯珍珍,陳 思

    (桂林電子科技大學 信息與通信學院,廣西 桂林 541004)

    說話人識別因為語音獲取方便、成本低廉以及支持遠程識別,在安防、金融和生活上發(fā)揮了重要作用。但因為聲音容易被高保真設備錄音,會導致說話人識別系統(tǒng)的安全性受到極大威脅,這就是回放語音攻擊。語音回放攻擊不需要專業(yè)手段,只需要一個錄音設備即可,獲取錄音的成本低廉,獲取方便,因此語音回放攻擊成為說話人識別領域一個巨大的挑戰(zhàn)。為了應對這種挑戰(zhàn),一般從2個方面著手:1)改進信號層面特征;2)改進模型。

    一般信號層面的特征有如下幾種:梅爾倒譜系數(shù)(mel frequency cepstrum coefficient,簡稱MFCC)[1],constant Q transform,簡稱CQT[2],constant Q cepstral coefficients,簡稱CQCC[3],fast fourier transformation,簡稱FFT。梅爾倒譜系數(shù)被廣泛使用于各種語音場景,如語音識別、說話人識別、語言識別等。而CQT特征則被用來檢測各種語音攻擊場景,起到了非常好的效果。CQCC特征在語音攻擊場景下也是使用廣泛的一種特征,它最先被使用于基于語音合成和聲音變換的語音攻擊場景,后被使用于語音回放攻擊場景。FFT特征是對一段語音進行時頻變換得到的語譜圖,其特征信息較為全面,適合作為神經(jīng)網(wǎng)絡訓練的輸入特征。本研究采用的信號層面特征為FFT特征。

    在模型層面上,傳統(tǒng)模型如高斯混合模型(gaussian mixture model,簡稱GMM)[4],采用2個高斯混合模型分別對真實語音和回放語音進行建模,再利用支持向量機(support vector machine,簡稱SVM)作為分類器,可取得不錯的效果。隨著深度學習技術(shù)的興起,深度神經(jīng)網(wǎng)絡(deep neural networks,簡稱DNN)[5]被用來作為特征提取器對語音樣本進行特征提取,通過訓練可以對真實語音及回放語音進行分類。更進一步,隨著卷積神經(jīng)網(wǎng)絡(convolutional neural networks,簡稱CNN)[6]在圖像識別領域出色的表現(xiàn),CNN被引入說話人識別領域,并針對語音回放攻擊場景下的說話人識別取得了很好的效果。在ASVspoof 2017挑戰(zhàn)賽中,基于最大特征圖(max-feature-map,簡稱MFM)[7]結(jié)構(gòu)的 (light convolutional neural networks,簡稱LCNN)[8]網(wǎng)絡的性能取得了不錯的效果。

    但LCNN網(wǎng)絡結(jié)構(gòu)中存在一個問題,容易導致過擬合。針對該問題,提出一種基于 (anti overfitting-light convolutional neural networks,簡稱AOF-LCNN)的端到端神經(jīng)網(wǎng)絡。首先,設計了一個新的DNN結(jié)構(gòu)分類器作為后端分類網(wǎng)絡,將該DNN結(jié)構(gòu)級聯(lián)在LCNN網(wǎng)絡之后,形成一套新的端到端網(wǎng)絡結(jié)構(gòu);其次,因為LCNN結(jié)構(gòu)中的MFM結(jié)構(gòu)可能是造成過擬合的原因,因此在DNN后端結(jié)構(gòu)中采用LeakyReLU作為激活函數(shù),以抵消MFM的過擬合影響。

    提出的網(wǎng)絡結(jié)構(gòu)主要思路如下:

    1)提出的在LCNN網(wǎng)絡結(jié)構(gòu)后級聯(lián)本設計的新的DNN架構(gòu),可形成一個新的端到端網(wǎng)絡結(jié)構(gòu),從而可以聯(lián)合優(yōu)化,不用分別優(yōu)化局部模塊,因此達到全局最優(yōu);

    2)設計新的DNN網(wǎng)絡后端分類模塊,可作為一個良好的分類器將LCNN提取的特征進行分類,可以得到更好的分類結(jié)果;

    3)在DNN中采用LeakyReLU作為激活函數(shù),可抵消可能由MFM結(jié)構(gòu)帶來的過擬合影響。

    1 LCNN端到端系統(tǒng)

    LCNN系統(tǒng)[8]是一種使用了最大特征圖[7]激活函數(shù)的CNN網(wǎng)絡結(jié)構(gòu)。最大特征圖激活函數(shù)定義為:

    ?i=1~H,j=1~W,k=1~N/2。

    (1)

    其中:x是尺寸為H×W×N的輸入;y是尺寸為H×W×N/2的輸出;i、j為時間域和頻率域指數(shù);k為信道指數(shù)。相對于ReLU激活函數(shù),最大特征圖激活函數(shù)使用了一個閾值來抑制神經(jīng)元,從而形成神經(jīng)元之間的競爭關(guān)系,因此最大特征圖是一個特征選擇器。

    LCNN[8]結(jié)構(gòu)包含了5個卷積層,4個NIN(network in network)層[9],10個最大特征圖層,4個最大池化層和2個全連接層。

    在LCNN系統(tǒng)中,最大特征圖激活函數(shù)用來計算卷積層后每2個信道元素級別的最大值。在整個網(wǎng)絡中,使用最大池化層在時間和頻率維度進行降維。最大池化層的卷積核尺寸為2×2,步長為2。全連接層FC6的作用是將信號轉(zhuǎn)化為一個低維高級別特征表示。全連接層FC7是一個softmax分類層,用來區(qū)分真實語音和回放語音。

    2 AOF-LCNN網(wǎng)絡結(jié)構(gòu)

    在LCNN網(wǎng)絡結(jié)構(gòu)中存在過擬合的問題,提出一種基于AOF-LCNN的網(wǎng)絡結(jié)構(gòu)以解決該問題。因為LCNN結(jié)構(gòu)中的最大特征圖結(jié)構(gòu)可能是導致過擬合的主要原因,在保留最大特征圖結(jié)構(gòu)的情況下,使用LeakyReLU對系統(tǒng)進行補償,從而減輕過擬合的影響。因此,AOF-LCNN系統(tǒng)中,首先,設計了一個新的DNN結(jié)構(gòu)分類器作為后端分類網(wǎng)絡,將該DNN結(jié)構(gòu)級聯(lián)在LCNN網(wǎng)絡之后,形成一套新的端到端網(wǎng)絡結(jié)構(gòu);其次,因為LCNN結(jié)構(gòu)中的最大特征圖結(jié)構(gòu)可能是造成過擬合的原因,因此在DNN后端結(jié)構(gòu)中采用LeakyReLU作為激活函數(shù),以抵消MFM的過擬合影響。

    AOF-LCNN網(wǎng)絡結(jié)構(gòu)如圖1所示。圖1中:Conv為卷積層;MFM為最大特征圖激活層;Maxpool為最大池化層;FC為全連接層。在AOF-LCNN網(wǎng)絡結(jié)構(gòu)的前端部分,與LCNN網(wǎng)絡結(jié)構(gòu)基本保持一致,區(qū)別在于其少了一個全連接層FC7,其結(jié)構(gòu)為第一個卷積層后連接了4個卷積塊,其中每個卷積塊之間通過最大池化層連接,最后連接了一個全連接層,以生成語音的特征表示。在每個卷積層和卷積塊中,均以最大特征圖作為激活函數(shù),稱為MFM層,其使用在每個卷積層后。其中,在第一個卷積層中,采用卷積核尺寸為5×5,步長為1×1,第一個MFM層的通道數(shù)為16。在其后的每個卷積塊中,含有2個卷積層和2個MFM層,其卷積層a的卷積核尺寸均為1×1,步長均為1×1,卷積層b的卷積核尺寸均為3×3,步長均為1×1。在每個卷積塊中,第一個卷積層后的MFM層,其通道數(shù)跟前一個卷積層后的MFM層通道數(shù)保持一致,第二個卷積層后的MFM層的通道數(shù)分別為24,32,16,16。其中每個最大池化層的卷積核尺寸為2×2,步長為2×2。

    圖1 AOF-LCNN網(wǎng)絡結(jié)構(gòu)

    DNN后端結(jié)構(gòu)由5個全連接層構(gòu)成,每個全連接層的節(jié)點數(shù)為1 024。輸入尺寸為256,輸出尺寸為2,分別表示真實語音和回放語音。采用LeakyReLU作為激活函數(shù),并對每層采用批歸一化操作和Dropout(隨機丟棄),隨機丟棄率為0.5。

    3 實驗結(jié)果及分析

    3.1 數(shù)據(jù)集和實驗配置

    3.1.1 數(shù)據(jù)集

    本實驗采用的數(shù)據(jù)集來自于ASVspoof 2017挑戰(zhàn)賽,該數(shù)據(jù)集中包含3個部分:Train、Dev和Eval。其中Train部分是為了訓練模型,Dev數(shù)據(jù)集是為了驗證性能和調(diào)參,而Eval部分不同于Train和Dev部分,其包含了新的說話人、環(huán)境、回放錄音設備以及新的攻擊形式。因此,系統(tǒng)的性能主要體現(xiàn)在Eval部分的測試結(jié)果,其反映了系統(tǒng)的泛化性能。

    3.1.2 實驗配置

    本實驗采用的數(shù)據(jù)集的語音按照每幀25 ms,10 ms幀移進行分幀,每個語音文件生成一個FFT語譜圖,其中語譜圖橫軸為時間幀數(shù),縱軸為頻率,其尺寸為864×400,其中語音文件長短不一,若幀數(shù)小于400幀,則通過補零方式處理,若大于400幀,則通過截斷方式處理。在AOF-LCNN網(wǎng)絡中,隨機丟棄率為0.5,優(yōu)化器為Adam,其中學習率設置為0.007 5,損失函數(shù)采用交叉熵損失。

    3.2 基線系統(tǒng)

    ASVspoof 2017挑戰(zhàn)賽官方給出的基線系統(tǒng)是高斯混合模型(gaussian mixture model,簡稱GMM)[8],其使用了29維的CQCC特征及其一階微分及二階微分作為輸入特征,后端模型部分采用了2個GMM模型,這2個模型使用EM(expectation maximization)算法和隨機初始化方法分別針對真實語音和回放語音進行訓練。

    3.3 實驗結(jié)果

    將LCNN網(wǎng)絡與AOF-LCNN網(wǎng)絡結(jié)構(gòu)分別在ASVspoof 2017數(shù)據(jù)集上開展實驗,得到的實驗結(jié)果及基線系統(tǒng)GMM的結(jié)果對比如表1所示,其DET(detection error tradeoff)曲線如圖2及圖3所示。

    表1 本方法與基線方法實驗結(jié)果對比 %

    圖2 Dev數(shù)據(jù)集上DET曲線對比圖

    圖3 Eval數(shù)據(jù)集上DET曲線對比圖

    從表1可知,AOF-LCNN方法在Dev數(shù)據(jù)集上得到的等錯誤率為3.59%,比ASVspoof 2017挑戰(zhàn)賽官方提供的基線系統(tǒng)方法GMM降低了6.76%,比對標系統(tǒng)LCNN方法降低了2.12%。在Eval數(shù)據(jù)集上,本方法得到的等錯誤率為13.79%,比GMM方法降低了16.81%,比LCNN方法降低了3.51%。由圖2和圖3的DET曲線可知,在Dev和Eval數(shù)據(jù)集上,本方法得到的DET曲線均處于LCNN系統(tǒng)的下方。

    3.4 實驗結(jié)果分析

    從實驗結(jié)果可知,本方法在Dev數(shù)據(jù)集上相對于LCNN系統(tǒng)和GMM系統(tǒng)有了較大提高,同樣,在Eval數(shù)據(jù)集上也表現(xiàn)了出色的性能,有了較大提高。而Dev數(shù)據(jù)集中的說話人和Train數(shù)據(jù)集中保持一致,且場景相似,在此數(shù)據(jù)集上本方法的等錯誤率相對于比賽官方提供的基線系統(tǒng)降低了6.76%,相對于LCNN方法對基線系統(tǒng)降低的等錯誤率,有了非常大的提高。而在添加了大量無關(guān)說話人和變換場景的Eval數(shù)據(jù)集上,LCNN系統(tǒng)表現(xiàn)較差,表現(xiàn)出了強烈的過擬合,而本方法在Eval數(shù)據(jù)集上的表現(xiàn)較為出色,相對于LCNN系統(tǒng)在等錯誤率上降低了3.51%,改善了過擬合,也表現(xiàn)了較好的魯棒性。

    4 結(jié)束語

    提出一種基于AOF-LCNN網(wǎng)絡結(jié)構(gòu)的語音回放攻擊場景下的說話人識別方法,以區(qū)分真實語音和回放語音。在ASVspoof 2017挑戰(zhàn)賽數(shù)據(jù)集上的結(jié)果顯示,提出的基于AOF-LCNN網(wǎng)絡結(jié)構(gòu)的方法在Dev數(shù)據(jù)集上的性能要顯著優(yōu)于LCNN系統(tǒng),同時在與訓練數(shù)據(jù)有非常大差異的Eval數(shù)據(jù)集上也表現(xiàn)出很好的性能,從而說明本方法不僅在等錯誤率上提高了系統(tǒng)的性能,而且表現(xiàn)出了較好的魯棒性。在本研究中,只針對神經(jīng)網(wǎng)絡中存在的問題進行了探究,下一步可在信號層面特征上做更深入的研究。

    猜你喜歡
    集上網(wǎng)絡結(jié)構(gòu)語音
    Cookie-Cutter集上的Gibbs測度
    鏈完備偏序集上廣義向量均衡問題解映射的保序性
    魔力語音
    基于MATLAB的語音信號處理
    電子制作(2019年14期)2019-08-20 05:43:38
    基于MQ3與MP3的價廉物美的酒駕語音提醒器
    電子制作(2019年9期)2019-05-30 09:42:10
    對方正在輸入……
    小說界(2018年5期)2018-11-26 12:43:42
    復扇形指標集上的分布混沌
    基于互信息的貝葉斯網(wǎng)絡結(jié)構(gòu)學習
    知識網(wǎng)絡結(jié)構(gòu)維對于創(chuàng)新績效的作用機制——遠程創(chuàng)新搜尋的中介作用
    滬港通下A+ H股票網(wǎng)絡結(jié)構(gòu)演化的實證分析
    亚洲18禁久久av| 日日夜夜操网爽| 欧美中文综合在线视频| 国产aⅴ精品一区二区三区波| 欧美大码av| 白带黄色成豆腐渣| 黄色成人免费大全| 999久久久精品免费观看国产| 波多野结衣高清无吗| АⅤ资源中文在线天堂| 国产一区二区三区在线臀色熟女| 一本久久中文字幕| 丰满人妻熟妇乱又伦精品不卡| 日本熟妇午夜| 国产精品影院久久| 九色成人免费人妻av| 免费大片18禁| 精品无人区乱码1区二区| 一级毛片女人18水好多| 一区二区三区激情视频| 男人舔女人下体高潮全视频| 亚洲精品国产精品久久久不卡| 九色成人免费人妻av| 九色成人免费人妻av| 国产精品三级大全| 国产精品免费一区二区三区在线| 神马国产精品三级电影在线观看| 国产乱人伦免费视频| 日韩国内少妇激情av| 免费无遮挡裸体视频| 精品一区二区三区视频在线观看免费| 精品人妻偷拍中文字幕| 女同久久另类99精品国产91| 精品一区二区三区视频在线观看免费| 日韩精品青青久久久久久| 两个人的视频大全免费| 免费av毛片视频| 亚洲av熟女| 久久草成人影院| 一本综合久久免费| 亚洲精品在线观看二区| 国产精品日韩av在线免费观看| 精品一区二区三区视频在线 | 亚洲国产欧洲综合997久久,| 一本久久中文字幕| 国产在视频线在精品| av福利片在线观看| 搡女人真爽免费视频火全软件 | 精品久久久久久久人妻蜜臀av| 精品一区二区三区人妻视频| 欧美黑人欧美精品刺激| 青草久久国产| 国产精品一区二区免费欧美| 在线天堂最新版资源| 18禁国产床啪视频网站| 午夜福利在线观看吧| 国产成人啪精品午夜网站| 99久久九九国产精品国产免费| 美女免费视频网站| 少妇裸体淫交视频免费看高清| 成人鲁丝片一二三区免费| 特级一级黄色大片| 91av网一区二区| 午夜亚洲福利在线播放| 国产97色在线日韩免费| 搡老熟女国产l中国老女人| 婷婷精品国产亚洲av在线| 国产一区二区三区在线臀色熟女| 在线看三级毛片| 91在线观看av| 免费看a级黄色片| 亚洲av电影不卡..在线观看| 日日摸夜夜添夜夜添小说| 日韩免费av在线播放| 最新中文字幕久久久久| 欧美日韩中文字幕国产精品一区二区三区| 99久久无色码亚洲精品果冻| 午夜福利成人在线免费观看| 一个人看视频在线观看www免费 | 中文字幕人妻熟人妻熟丝袜美 | 久久久久性生活片| 小蜜桃在线观看免费完整版高清| 此物有八面人人有两片| or卡值多少钱| 免费在线观看成人毛片| 香蕉久久夜色| 亚洲自拍偷在线| 在线观看美女被高潮喷水网站 | 制服人妻中文乱码| 亚洲国产高清在线一区二区三| 日韩欧美三级三区| 久久九九热精品免费| 免费在线观看日本一区| 老熟妇仑乱视频hdxx| 国产一区二区在线av高清观看| 国产成人aa在线观看| 在线国产一区二区在线| 男女午夜视频在线观看| 亚洲欧美一区二区三区黑人| 亚洲av不卡在线观看| 一个人看的www免费观看视频| 国产高清激情床上av| 超碰av人人做人人爽久久 | 国内久久婷婷六月综合欲色啪| 又黄又爽又免费观看的视频| 久久精品国产亚洲av香蕉五月| 性色avwww在线观看| 亚洲欧美日韩高清在线视频| 久久久久久九九精品二区国产| 久久久久久久午夜电影| 国产日本99.免费观看| 国产免费男女视频| 最新中文字幕久久久久| 性色avwww在线观看| 久久久精品大字幕| 久久精品人妻少妇| 深爱激情五月婷婷| 免费看日本二区| 手机成人av网站| 国产精品久久久人人做人人爽| 美女cb高潮喷水在线观看| 脱女人内裤的视频| 国产三级中文精品| 一夜夜www| 国产久久久一区二区三区| 午夜两性在线视频| 亚洲熟妇熟女久久| aaaaa片日本免费| 亚洲va日本ⅴa欧美va伊人久久| 男女下面进入的视频免费午夜| a在线观看视频网站| 国产探花在线观看一区二区| 国产高清视频在线播放一区| 亚洲性夜色夜夜综合| 欧美成人免费av一区二区三区| 白带黄色成豆腐渣| 日韩欧美三级三区| 非洲黑人性xxxx精品又粗又长| 国产成+人综合+亚洲专区| 午夜a级毛片| 久久性视频一级片| 小蜜桃在线观看免费完整版高清| 少妇人妻一区二区三区视频| 母亲3免费完整高清在线观看| 国产又黄又爽又无遮挡在线| 久久久久久人人人人人| 观看美女的网站| 日本在线视频免费播放| 我的老师免费观看完整版| 噜噜噜噜噜久久久久久91| 成熟少妇高潮喷水视频| 久久精品91蜜桃| 久久精品综合一区二区三区| 久久草成人影院| 国产老妇女一区| 天堂√8在线中文| 国产亚洲欧美98| 国产乱人伦免费视频| 波多野结衣高清作品| 免费在线观看成人毛片| 亚洲色图av天堂| 五月玫瑰六月丁香| x7x7x7水蜜桃| 国产精品一区二区三区四区免费观看 | 桃红色精品国产亚洲av| 成人精品一区二区免费| 亚洲国产精品999在线| 久久精品91无色码中文字幕| 欧美一级a爱片免费观看看| 国产三级中文精品| 日韩av在线大香蕉| 日韩大尺度精品在线看网址| 国产午夜精品久久久久久一区二区三区 | 国产精品久久久久久久久免 | 嫩草影视91久久| 国产高清有码在线观看视频| 久久人妻av系列| 成人国产一区最新在线观看| 色播亚洲综合网| 一级毛片女人18水好多| 亚洲精品日韩av片在线观看 | 欧美日韩瑟瑟在线播放| 97超视频在线观看视频| 亚洲人与动物交配视频| 国产精品国产高清国产av| 99精品欧美一区二区三区四区| 免费在线观看亚洲国产| 精品福利观看| 亚洲内射少妇av| 久久精品国产99精品国产亚洲性色| 国产老妇女一区| 淫秽高清视频在线观看| 亚洲人成网站在线播| 日本黄大片高清| 国产亚洲欧美在线一区二区| 99久久综合精品五月天人人| 国产午夜福利久久久久久| 国产精品女同一区二区软件 | 欧美日韩亚洲国产一区二区在线观看| 欧美日韩黄片免| 在线观看美女被高潮喷水网站 | 在线观看舔阴道视频| 国产精品久久久人人做人人爽| 国产单亲对白刺激| 亚洲精品在线美女| 欧美日韩乱码在线| 国产成人a区在线观看| 国产野战对白在线观看| 免费搜索国产男女视频| 国产精品久久久久久久久免 | 亚洲无线观看免费| 国产私拍福利视频在线观看| x7x7x7水蜜桃| 国产精品亚洲一级av第二区| 久久久久久大精品| www.熟女人妻精品国产| 亚洲 国产 在线| 色播亚洲综合网| 麻豆一二三区av精品| 最新中文字幕久久久久| 女警被强在线播放| 波野结衣二区三区在线 | 最近最新中文字幕大全电影3| 亚洲精品在线观看二区| 18禁裸乳无遮挡免费网站照片| 波多野结衣巨乳人妻| 国产高清激情床上av| 少妇人妻精品综合一区二区 | 精品人妻偷拍中文字幕| 欧美成人a在线观看| 中文字幕av在线有码专区| 他把我摸到了高潮在线观看| 少妇人妻精品综合一区二区 | 久久精品人妻少妇| 在线观看午夜福利视频| 国产精品亚洲美女久久久| 99热只有精品国产| 又爽又黄无遮挡网站| 我的老师免费观看完整版| 久久6这里有精品| 可以在线观看毛片的网站| 久久这里只有精品中国| av女优亚洲男人天堂| 窝窝影院91人妻| 神马国产精品三级电影在线观看| 亚洲精品美女久久久久99蜜臀| 天天躁日日操中文字幕| 色尼玛亚洲综合影院| 黄色成人免费大全| 男女做爰动态图高潮gif福利片| 欧美成人性av电影在线观看| 国产精品亚洲av一区麻豆| 两性午夜刺激爽爽歪歪视频在线观看| 国产av在哪里看| 少妇裸体淫交视频免费看高清| 国产精品久久久久久久久免 | 757午夜福利合集在线观看| 亚洲精品粉嫩美女一区| 久久伊人香网站| 精品人妻1区二区| 国产亚洲av嫩草精品影院| 国产精品乱码一区二三区的特点| 少妇的逼好多水| 国产久久久一区二区三区| 欧美一区二区精品小视频在线| 叶爱在线成人免费视频播放| 国产中年淑女户外野战色| 成人永久免费在线观看视频| avwww免费| 日韩高清综合在线| 中文字幕久久专区| 国产精品综合久久久久久久免费| 久久久久久国产a免费观看| 午夜激情欧美在线| 国产亚洲精品一区二区www| 一a级毛片在线观看| 日本 欧美在线| 欧美大码av| 国产高潮美女av| 俄罗斯特黄特色一大片| 99久久综合精品五月天人人| 黄色日韩在线| 波多野结衣高清作品| 老司机午夜十八禁免费视频| 天天一区二区日本电影三级| 国产91精品成人一区二区三区| 99在线视频只有这里精品首页| 成人精品一区二区免费| 亚洲自拍偷在线| 久久亚洲真实| 欧洲精品卡2卡3卡4卡5卡区| 欧美激情久久久久久爽电影| www.色视频.com| 午夜福利视频1000在线观看| 真人做人爱边吃奶动态| 午夜福利18| 一个人观看的视频www高清免费观看| 亚洲天堂国产精品一区在线| 亚洲 欧美 日韩 在线 免费| 琪琪午夜伦伦电影理论片6080| 欧美3d第一页| 黄色成人免费大全| 天堂√8在线中文| 久久久国产成人精品二区| 在线观看66精品国产| 99国产综合亚洲精品| 午夜视频国产福利| 少妇的逼好多水| 男女那种视频在线观看| 国产蜜桃级精品一区二区三区| 99久久综合精品五月天人人| 村上凉子中文字幕在线| 非洲黑人性xxxx精品又粗又长| 三级国产精品欧美在线观看| 桃红色精品国产亚洲av| 在线观看66精品国产| 69av精品久久久久久| 内射极品少妇av片p| 噜噜噜噜噜久久久久久91| 国产欧美日韩精品一区二区| 欧美黑人欧美精品刺激| 最新美女视频免费是黄的| 久久精品国产亚洲av香蕉五月| 婷婷丁香在线五月| 国产午夜精品久久久久久一区二区三区 | 国产 一区 欧美 日韩| 久久这里只有精品中国| 欧美另类亚洲清纯唯美| 五月伊人婷婷丁香| 欧美中文日本在线观看视频| 国产精品久久久久久亚洲av鲁大| 精品熟女少妇八av免费久了| 日本黄大片高清| 黄片大片在线免费观看| 国产老妇女一区| 天天躁日日操中文字幕| 免费无遮挡裸体视频| 成人午夜高清在线视频| 国产亚洲精品一区二区www| a级毛片a级免费在线| 美女被艹到高潮喷水动态| 天堂动漫精品| 亚洲在线自拍视频| 18禁国产床啪视频网站| 午夜久久久久精精品| 久久久成人免费电影| 亚洲不卡免费看| 国产精品香港三级国产av潘金莲| 91麻豆av在线| 亚洲成人中文字幕在线播放| 国产欧美日韩一区二区精品| 亚洲中文字幕一区二区三区有码在线看| 日韩欧美精品免费久久 | 久久这里只有精品中国| 精品久久久久久成人av| 五月伊人婷婷丁香| 国产精品久久久久久久久免 | 国产精品免费一区二区三区在线| 中文在线观看免费www的网站| 黄色女人牲交| 精品日产1卡2卡| 精华霜和精华液先用哪个| 国产单亲对白刺激| 97人妻精品一区二区三区麻豆| 国产亚洲欧美98| 国产三级在线视频| 欧美3d第一页| 美女大奶头视频| 亚洲精品456在线播放app | 日本免费一区二区三区高清不卡| 麻豆成人午夜福利视频| 一进一出抽搐gif免费好疼| 99在线视频只有这里精品首页| av在线蜜桃| 嫁个100分男人电影在线观看| 熟女电影av网| 毛片女人毛片| 麻豆久久精品国产亚洲av| 欧美色视频一区免费| 日本黄大片高清| 一边摸一边抽搐一进一小说| 精品不卡国产一区二区三区| 高清毛片免费观看视频网站| 日本黄色视频三级网站网址| 给我免费播放毛片高清在线观看| 亚洲一区二区三区色噜噜| 亚洲最大成人手机在线| 每晚都被弄得嗷嗷叫到高潮| 国产成人aa在线观看| 成人国产一区最新在线观看| 日本撒尿小便嘘嘘汇集6| 日本与韩国留学比较| 又爽又黄无遮挡网站| 美女免费视频网站| 精品久久久久久成人av| www.色视频.com| 制服人妻中文乱码| 国产高清视频在线观看网站| 国产精品电影一区二区三区| 丰满乱子伦码专区| 亚洲无线观看免费| а√天堂www在线а√下载| 亚洲最大成人中文| 一个人观看的视频www高清免费观看| 亚洲av二区三区四区| 免费看十八禁软件| 亚洲中文字幕日韩| 午夜精品在线福利| 日韩人妻高清精品专区| 桃色一区二区三区在线观看| 国产成人系列免费观看| 亚洲av不卡在线观看| 国产高清激情床上av| 中文字幕人妻熟人妻熟丝袜美 | 亚洲无线观看免费| 日本a在线网址| 欧美激情久久久久久爽电影| 欧美成人一区二区免费高清观看| 国产99白浆流出| 午夜精品久久久久久毛片777| 欧美一区二区精品小视频在线| 99热6这里只有精品| 国产午夜精品久久久久久一区二区三区 | 无限看片的www在线观看| 两个人视频免费观看高清| 亚洲av二区三区四区| 桃红色精品国产亚洲av| 国内少妇人妻偷人精品xxx网站| 99热6这里只有精品| 亚洲欧美日韩无卡精品| 亚洲男人的天堂狠狠| av欧美777| 国产又黄又爽又无遮挡在线| 床上黄色一级片| 在线国产一区二区在线| 日本a在线网址| 免费av不卡在线播放| 毛片女人毛片| 男人舔奶头视频| 免费看日本二区| 久久婷婷人人爽人人干人人爱| 国产高清三级在线| 欧美日韩中文字幕国产精品一区二区三区| 欧美日韩国产亚洲二区| 丝袜美腿在线中文| 久久精品91蜜桃| 国产美女午夜福利| 亚洲国产精品sss在线观看| 欧洲精品卡2卡3卡4卡5卡区| 性色av乱码一区二区三区2| 内射极品少妇av片p| 国产精品 国内视频| 一区二区三区激情视频| 精品无人区乱码1区二区| 一级a爱片免费观看的视频| www.熟女人妻精品国产| 19禁男女啪啪无遮挡网站| 99久久99久久久精品蜜桃| 日日干狠狠操夜夜爽| 一级黄色大片毛片| 日韩有码中文字幕| 国产午夜精品久久久久久一区二区三区 | 久久久久九九精品影院| 熟女电影av网| 在线免费观看不下载黄p国产 | 亚洲 国产 在线| www国产在线视频色| www.色视频.com| 日日夜夜操网爽| 超碰av人人做人人爽久久 | 我要搜黄色片| 九九在线视频观看精品| 午夜激情福利司机影院| 国产不卡一卡二| 亚洲av成人精品一区久久| 90打野战视频偷拍视频| 亚洲av五月六月丁香网| 久久久国产成人免费| 久久人人精品亚洲av| 亚洲精品乱码久久久v下载方式 | 久久精品亚洲精品国产色婷小说| 成人无遮挡网站| 悠悠久久av| 色视频www国产| 国产蜜桃级精品一区二区三区| 免费观看精品视频网站| 一夜夜www| 久久香蕉精品热| 热99re8久久精品国产| 日韩 欧美 亚洲 中文字幕| 99热这里只有是精品50| 国内毛片毛片毛片毛片毛片| 国产亚洲精品久久久久久毛片| 51国产日韩欧美| 国产不卡一卡二| 天堂网av新在线| 欧美一区二区亚洲| 熟女电影av网| e午夜精品久久久久久久| 久久久成人免费电影| 国产av麻豆久久久久久久| 一夜夜www| 日本黄色视频三级网站网址| 亚洲成a人片在线一区二区| 国产蜜桃级精品一区二区三区| 丁香六月欧美| 欧美激情在线99| 午夜福利在线观看免费完整高清在 | 亚洲第一欧美日韩一区二区三区| 亚洲,欧美精品.| 在线观看舔阴道视频| 免费看十八禁软件| 婷婷精品国产亚洲av在线| 日本在线视频免费播放| 成人特级av手机在线观看| 欧美激情久久久久久爽电影| 午夜精品久久久久久毛片777| 国产成人系列免费观看| 夜夜躁狠狠躁天天躁| 少妇裸体淫交视频免费看高清| 亚洲中文字幕日韩| 欧美黄色淫秽网站| 美女高潮喷水抽搐中文字幕| 国产精品99久久久久久久久| 国产精华一区二区三区| 亚洲成人精品中文字幕电影| 中文在线观看免费www的网站| 国产欧美日韩精品亚洲av| 国产伦精品一区二区三区四那| 久久精品综合一区二区三区| 亚洲国产日韩欧美精品在线观看 | 欧美日韩中文字幕国产精品一区二区三区| 欧美一级a爱片免费观看看| 亚洲精品粉嫩美女一区| 国产单亲对白刺激| 亚洲国产精品sss在线观看| 内地一区二区视频在线| 草草在线视频免费看| 国产午夜精品久久久久久一区二区三区 | 欧美3d第一页| 亚洲美女视频黄频| 日韩大尺度精品在线看网址| 一二三四社区在线视频社区8| 精品久久久久久久人妻蜜臀av| 亚洲精品粉嫩美女一区| 国产精品亚洲美女久久久| av视频在线观看入口| 变态另类成人亚洲欧美熟女| 黄片大片在线免费观看| 999久久久精品免费观看国产| 欧美色视频一区免费| 欧美一区二区精品小视频在线| 国产麻豆成人av免费视频| 亚洲av成人不卡在线观看播放网| 亚洲成a人片在线一区二区| 一级a爱片免费观看的视频| 国产精品久久电影中文字幕| 久久99热这里只有精品18| 观看免费一级毛片| 国产国拍精品亚洲av在线观看 | 欧美又色又爽又黄视频| 成人鲁丝片一二三区免费| 中文字幕人成人乱码亚洲影| 日本三级黄在线观看| 久久中文看片网| 99热精品在线国产| 久久精品综合一区二区三区| 国产午夜精品论理片| 欧美在线一区亚洲| 中文亚洲av片在线观看爽| tocl精华| 老熟妇仑乱视频hdxx| e午夜精品久久久久久久| 宅男免费午夜| 日本熟妇午夜| bbb黄色大片| 国产精品久久久久久精品电影| 欧美乱码精品一区二区三区| 一本一本综合久久| 少妇丰满av| 午夜视频国产福利| a在线观看视频网站| 国产真实伦视频高清在线观看 | 国产 一区 欧美 日韩| 搡老妇女老女人老熟妇| 国内少妇人妻偷人精品xxx网站| 高清在线国产一区| 18禁在线播放成人免费| 国内精品美女久久久久久| 亚洲国产中文字幕在线视频| 乱人视频在线观看| 老汉色∧v一级毛片| 法律面前人人平等表现在哪些方面| 亚洲狠狠婷婷综合久久图片| 成年女人看的毛片在线观看| 亚洲欧美精品综合久久99| 欧美性猛交黑人性爽| 亚洲人成网站在线播放欧美日韩| 少妇的丰满在线观看| 99在线人妻在线中文字幕| 黄色成人免费大全| 久久精品国产99精品国产亚洲性色| 亚洲精品国产精品久久久不卡| 国产视频一区二区在线看| 国产成人欧美在线观看| 国产亚洲欧美在线一区二区| 亚洲中文字幕日韩| 欧美日韩亚洲国产一区二区在线观看| 一个人免费在线观看的高清视频| 国产极品精品免费视频能看的| 亚洲国产中文字幕在线视频| 99国产综合亚洲精品| 国产高清视频在线播放一区| 亚洲天堂国产精品一区在线| 亚洲欧美日韩卡通动漫|