日韩精品一区二区三区在线视频放-无码中文字幕V?一区二区-成年片免费观看视频-国内少妇人妻丰满av-国产精品中文字幕免费观看-亚洲成人久久一区二区三区-国内少妇偷人精品视频无缓冲-一区二区国产精品日本一区二区三区在线网

ARTICLE DETAIL

資訊詳情

深耕商務(wù)建站與企業(yè)官網(wǎng)運(yùn)營(yíng)的一線實(shí)戰(zhàn)洞察。

基于隱馬爾可夫模型的孤立字語(yǔ)音識(shí)別:從原理到嵌入式實(shí)踐

基于隱馬爾可夫模型的孤立字語(yǔ)音識(shí)別:從原理到嵌入式實(shí)踐 簡(jiǎn)介本資源是面向語(yǔ)音信號(hào)處理初學(xué)者與模式識(shí)別實(shí)踐者的MATLAB教學(xué)實(shí)驗(yàn)包聚焦隱馬爾可夫模型HMM在孤立字語(yǔ)音識(shí)別中的完整實(shí)現(xiàn)流程。資源解決從語(yǔ)音特征提取、HMM建模訓(xùn)練到最終識(shí)別判別的核心問(wèn)題適用于高校課程設(shè)計(jì)、語(yǔ)音識(shí)別入門(mén)項(xiàng)目及HMM算法原理驗(yàn)證場(chǎng)景。壓縮包共17個(gè)文件15個(gè).m腳本2個(gè).mat數(shù)據(jù)涵蓋MFCC特征提取mfcc.m、melbankm.m、端點(diǎn)檢測(cè)vad.m、HMM初始化inithmm.m、Baum-Welch參數(shù)訓(xùn)練baum_welch.m、hmm_train.m、維特比解碼識(shí)別viterbi.m、hmm_recog.m等關(guān)鍵模塊輔以訓(xùn)練/測(cè)試數(shù)據(jù)tra_data.mat、rec_data.mat總大小593KB結(jié)構(gòu)清晰、調(diào)用鏈完整。已有1657人學(xué)習(xí)下載讀者可直接運(yùn)行復(fù)現(xiàn)孤立字識(shí)別全流程深入理解狀態(tài)轉(zhuǎn)移建模、觀測(cè)概率估計(jì)與動(dòng)態(tài)時(shí)間規(guī)整思想并基于現(xiàn)有腳本快速開(kāi)展參數(shù)調(diào)優(yōu)與模型對(duì)比實(shí)驗(yàn)。1. 項(xiàng)目概述從“聽(tīng)”到“懂”的經(jīng)典路徑在人工智能的浪潮席卷全球之前語(yǔ)音識(shí)別技術(shù)早已在實(shí)驗(yàn)室和特定場(chǎng)景中默默耕耘了數(shù)十年。今天當(dāng)我們對(duì)著手機(jī)輕松說(shuō)出“嘿Siri”或“小愛(ài)同學(xué)”時(shí)背后是深度學(xué)習(xí)模型的復(fù)雜計(jì)算。但回溯到技術(shù)發(fā)展的長(zhǎng)河中有一個(gè)模型堪稱(chēng)語(yǔ)音識(shí)別領(lǐng)域的“基石”與“教父”它就是隱馬爾可夫模型。本次分享的項(xiàng)目——“基于隱馬爾可夫模型的孤立字語(yǔ)音識(shí)別”正是帶大家親手搭建并理解這套經(jīng)典框架。它不僅是理解現(xiàn)代語(yǔ)音技術(shù)原理的絕佳入口更是許多嵌入式、低功耗場(chǎng)景下比如一些老舊的工控設(shè)備、簡(jiǎn)單的玩具或特定指令的識(shí)別模塊仍在使用的可靠方案。簡(jiǎn)單來(lái)說(shuō)這個(gè)項(xiàng)目的目標(biāo)就是讓計(jì)算機(jī)能夠識(shí)別我們單獨(dú)說(shuō)出的、一個(gè)個(gè)清晰的漢字或英文單詞例如“開(kāi)”、“關(guān)”、“前進(jìn)”、“停止”。你可能會(huì)想現(xiàn)在不都是整句識(shí)別了嗎沒(méi)錯(cuò)但“孤立字識(shí)別”是語(yǔ)音識(shí)別中最基礎(chǔ)、最純粹的形式它剝離了連續(xù)語(yǔ)音中復(fù)雜的連讀、語(yǔ)調(diào)變化和上下文依賴(lài)讓我們可以聚焦于最核心的問(wèn)題如何將一段聲音波形映射到一個(gè)具體的符號(hào)上。HMM正是解決這個(gè)“映射”問(wèn)題的數(shù)學(xué)利器。它不關(guān)心你說(shuō)了什么內(nèi)容而是通過(guò)概率模型計(jì)算出當(dāng)前這段聲音最可能是哪個(gè)已知模板發(fā)出的。這個(gè)過(guò)程就像讓一個(gè)初學(xué)語(yǔ)言的孩子反復(fù)聽(tīng)你念“蘋(píng)果”和“香蕉”的錄音最終他能在你再次念出其中一個(gè)詞時(shí)準(zhǔn)確地指出來(lái)。為什么今天還要折騰HMM原因有三。第一是教育意義HMM清晰地揭示了語(yǔ)音識(shí)別“特征提取-模型訓(xùn)練-解碼識(shí)別”的三段式核心流程這是所有語(yǔ)音識(shí)別系統(tǒng)的骨架。第二是可控性與可解釋性相比于深度學(xué)習(xí)的“黑箱”HMM的每個(gè)狀態(tài)、每個(gè)概率都有明確的物理意義比如對(duì)應(yīng)音素的某個(gè)穩(wěn)定段調(diào)試和理解起來(lái)更直觀。第三是資源友好一個(gè)訓(xùn)練好的HMM識(shí)別器對(duì)計(jì)算和存儲(chǔ)資源的需求遠(yuǎn)小于大型神經(jīng)網(wǎng)絡(luò)在inmp441麥克風(fēng)接ESP32這類(lèi)資源受限的物聯(lián)網(wǎng)設(shè)備上實(shí)現(xiàn)本地化語(yǔ)音喚醒或指令識(shí)別HMM方案依然具有實(shí)用價(jià)值。接下來(lái)我將帶你從零開(kāi)始拆解這個(gè)項(xiàng)目的每一個(gè)環(huán)節(jié)分享我在實(shí)現(xiàn)過(guò)程中踩過(guò)的坑和總結(jié)的技巧。2. 核心原理HMM如何“聽(tīng)懂”一個(gè)詞要理解HMM在語(yǔ)音識(shí)別中的應(yīng)用我們得先把它從數(shù)學(xué)公式的“神壇”上請(qǐng)下來(lái)用一個(gè)生活化的場(chǎng)景來(lái)類(lèi)比。想象一下你是一個(gè)在熱帶雨林里觀察青蛙的動(dòng)物學(xué)家。你躲在不遠(yuǎn)處只能聽(tīng)到青蛙的叫聲“觀測(cè)序列”但看不到青蛙具體在做什么“隱藏狀態(tài)”。你知道青蛙的行為大概有三種狀態(tài)在葉子上休息狀態(tài)A、在溪邊捕食狀態(tài)B、求偶鳴叫狀態(tài)C。青蛙的行為會(huì)按照一定的規(guī)律轉(zhuǎn)換狀態(tài)轉(zhuǎn)移概率比如休息后很可能去捕食捕食后可能繼續(xù)休息也可能開(kāi)始求偶。同時(shí)在每種行為狀態(tài)下它發(fā)出某種叫聲的概率是不同的觀測(cè)概率例如休息時(shí)可能發(fā)出低沉的“咕”聲求偶時(shí)發(fā)出連續(xù)的“呱呱”聲。你的任務(wù)就是僅憑聽(tīng)到的一串叫聲序列去推測(cè)青蛙最可能經(jīng)歷了什么樣的行為狀態(tài)序列。HMM要解決的就是這類(lèi)問(wèn)題。在孤立字語(yǔ)音識(shí)別中隱藏狀態(tài)序列對(duì)應(yīng)語(yǔ)音信號(hào)中我們看不見(jiàn)的、隨時(shí)間變化的發(fā)音單元。通常我們會(huì)把一個(gè)詞的發(fā)音過(guò)程建模成依次經(jīng)過(guò)若干個(gè)“狀態(tài)”的過(guò)程這些狀態(tài)可以粗略地對(duì)應(yīng)音素構(gòu)成發(fā)音的最小單位的各個(gè)部分如起始、元音核心、結(jié)束。觀測(cè)序列就是我們實(shí)際能從音頻文件中計(jì)算出來(lái)的、一幀一幀的聲學(xué)特征向量比如最常用的梅爾頻率倒譜系數(shù)。每一幀特征就像是青蛙在某個(gè)時(shí)刻發(fā)出的一聲叫聲。解碼識(shí)別給定一個(gè)待識(shí)別的語(yǔ)音特征觀測(cè)序列O以及我們?yōu)樵~典里每個(gè)詞如“開(kāi)”、“關(guān)”預(yù)先訓(xùn)練好的一個(gè)HMM模型λ_開(kāi) λ_關(guān)計(jì)算這個(gè)觀測(cè)序列由每個(gè)模型生成的概率 P(O|λ)。概率最大的那個(gè)模型對(duì)應(yīng)的詞就是識(shí)別結(jié)果。這個(gè)過(guò)程就是著名的前向算法或維特比算法的核心應(yīng)用。這里有一個(gè)關(guān)鍵點(diǎn)需要理解我們并不是為整個(gè)詞訓(xùn)練一個(gè)籠統(tǒng)的模型而是采用了一種更精細(xì)的建模方式——從左到右的帶跨越的Bakis模型。這意味著狀態(tài)只能保持不變或向右跳轉(zhuǎn)可以跳過(guò)下一個(gè)狀態(tài)直接跳到下下個(gè)模擬發(fā)音速度的變化不能向左回退這符合語(yǔ)音信號(hào)在時(shí)間上的單向性。每個(gè)詞都有自己的一個(gè)這樣的HMM模型。3. 實(shí)戰(zhàn)架構(gòu)從聲音到文字的完整流水線一個(gè)完整的孤立字識(shí)別系統(tǒng)就像一條工廠流水線分為訓(xùn)練和識(shí)別兩個(gè)階段。訓(xùn)練階段是“制作模板”識(shí)別階段是“比對(duì)匹配”。下圖清晰地展示了這個(gè)核心流程flowchart TD A[原始音頻.wav] -- B[預(yù)處理br預(yù)加重/分幀/加窗] B -- C[特征提取br計(jì)算MFCC特征向量] C -- D{階段判斷} D -- 訓(xùn)練階段 -- E[為每個(gè)詞訓(xùn)練一個(gè)HMM模型br使用Baum-Welch算法] E -- F[模型庫(kù)br存儲(chǔ)所有詞的HMM參數(shù)] D -- 識(shí)別階段 -- G[輸入待識(shí)別語(yǔ)音特征] G -- H[解碼匹配br對(duì)每個(gè)HMM模型計(jì)算觀測(cè)概率] H -- I[選擇最大概率對(duì)應(yīng)的模型] I -- J[輸出識(shí)別結(jié)果] F -- H下面我們針對(duì)流程中的每一個(gè)關(guān)鍵環(huán)節(jié)進(jìn)行深入剖析。3.1 數(shù)據(jù)準(zhǔn)備與預(yù)處理給聲音“洗臉”任何機(jī)器學(xué)習(xí)項(xiàng)目都始于數(shù)據(jù)。對(duì)于孤立字識(shí)別你需要一個(gè)語(yǔ)音數(shù)據(jù)集。理想的數(shù)據(jù)集應(yīng)該包含多個(gè)說(shuō)話者對(duì)每個(gè)待識(shí)別詞的多次發(fā)音錄音。如果沒(méi)有現(xiàn)成的你可以自己錄制但務(wù)必注意規(guī)范性。錄音要點(diǎn)環(huán)境盡可能安靜避免回聲。普通房間即可無(wú)需專(zhuān)業(yè)錄音棚。設(shè)備電腦麥克風(fēng)或手機(jī)均可。如果追求更好效果或用于嵌入式開(kāi)發(fā)如搭配inmp441麥克風(fēng)和ESP32需要注意麥克風(fēng)的靈敏度與ADC的匹配。格式保存為單聲道、16kHz采樣率、16位量化的WAV文件。這是語(yǔ)音處理的“標(biāo)準(zhǔn)照”能保證足夠的音質(zhì)同時(shí)減少數(shù)據(jù)量。命名規(guī)則建議按“詞語(yǔ)_說(shuō)話者編號(hào)_次數(shù).wav”格式命名如“kai_speaker01_01.wav”便于后續(xù)程序自動(dòng)讀取和標(biāo)注。拿到音頻后不能直接扔給模型需要先“洗臉”——預(yù)處理。預(yù)加重語(yǔ)音信號(hào)的高頻部分能量通常較低。預(yù)加重是一個(gè)一階高通濾波器其傳遞函數(shù)為H(z) 1 - α*z^{-1}一般α取0.97。它的目的是提升高頻分量使信號(hào)的頻譜變得平坦便于后續(xù)頻譜分析。你可以簡(jiǎn)單理解為讓聲音聽(tīng)起來(lái)更“清晰”了。分幀語(yǔ)音信號(hào)是短時(shí)平穩(wěn)的即在一小段時(shí)間內(nèi)如20-40ms其特性基本不變。因此我們需要將連續(xù)的音頻流切分成一幀一幀的小段。通常幀長(zhǎng)為25ms幀移為10ms即相鄰兩幀重疊15ms。這樣1秒的音頻大約會(huì)產(chǎn)生100幀。加窗對(duì)每一幀信號(hào)乘以一個(gè)窗函數(shù)如漢明窗目的是減少因分幀造成的信號(hào)兩端的突變使幀兩端平滑地趨近于零降低頻譜泄漏。漢明窗的公式是w(n) 0.54 - 0.46*cos(2πn/(N-1))其中n是幀內(nèi)采樣點(diǎn)序號(hào)N是幀長(zhǎng)。注意預(yù)處理的所有參數(shù)采樣率、幀長(zhǎng)、幀移、預(yù)加重系數(shù)在訓(xùn)練和識(shí)別階段必須完全一致否則提取的特征會(huì)失去可比性導(dǎo)致識(shí)別率驟降。這是第一個(gè)容易踩的坑。3.2 特征提取描繪聲音的“指紋”預(yù)處理后的每一幀信號(hào)我們需要從中提取出能夠代表該幀聲音本質(zhì)且對(duì)說(shuō)話人、環(huán)境變化相對(duì)魯棒的特征。MFCC因其良好的性能成為數(shù)十年來(lái)最主流的選擇。它的計(jì)算過(guò)程模擬了人耳的聽(tīng)覺(jué)特性快速傅里葉變換將每一幀時(shí)域信號(hào)轉(zhuǎn)換為頻域能量譜。梅爾濾波器組在梅爾頻率尺度上一種模擬人耳對(duì)頻率非線性感知的尺度放置一組三角形濾波器通常20-40個(gè)對(duì)能量譜進(jìn)行濾波和積分得到每個(gè)濾波器通道的能量。這一步將線性頻譜映射到更符合人耳聽(tīng)覺(jué)的梅爾頻譜。取對(duì)數(shù)計(jì)算每個(gè)濾波器通道能量的對(duì)數(shù)。人耳對(duì)聲音強(qiáng)度的感知也是近似對(duì)數(shù)的。離散余弦變換對(duì)上述對(duì)數(shù)梅爾頻譜進(jìn)行DCT得到MFCC系數(shù)。通常我們?nèi)∏?2-13個(gè)系數(shù)再加上第0個(gè)系數(shù)代表幀能量構(gòu)成一個(gè)13維的特征向量。有時(shí)還會(huì)加上它們的一階差分Delta和二階差分Delta-Delta來(lái)表征動(dòng)態(tài)特征最終形成一個(gè)39維的向量。每一幀音頻都對(duì)應(yīng)一個(gè)這樣的特征向量。最終一段語(yǔ)音就變成了一個(gè)特征向量的序列O [o1, o2, ..., oT]這就是HMM的觀測(cè)序列。你可以把它想象成用39種顏色的彩筆為聲音的每一毫秒畫(huà)了一幅簡(jiǎn)筆畫(huà)整個(gè)詞就是這些簡(jiǎn)筆畫(huà)連成的畫(huà)卷。3.3 HMM模型訓(xùn)練用數(shù)據(jù)“雕刻”模板現(xiàn)在我們有了很多個(gè)“開(kāi)”這個(gè)詞的語(yǔ)音特征序列。我們的目標(biāo)是為“開(kāi)”這個(gè)詞訓(xùn)練出一個(gè)HMM模型λ_開(kāi) (A, B, π)。其中π初始狀態(tài)概率分布表示發(fā)音開(kāi)始時(shí)處于各個(gè)狀態(tài)的概率。A狀態(tài)轉(zhuǎn)移概率矩陣a_{ij}表示從狀態(tài)i轉(zhuǎn)移到狀態(tài)j的概率。B觀測(cè)概率分布在每一個(gè)狀態(tài)j下生成某個(gè)觀測(cè)向量o_t的概率。由于觀測(cè)是連續(xù)向量我們通常用高斯混合模型來(lái)建模即b_j(o_t) Σ_{m1}^{M} c_{jm} N(o_t; μ_{jm}, Σ_{jm})其中M是混合分量個(gè)數(shù)c是混合權(quán)重μ和Σ是高斯分布的均值和協(xié)方差矩陣。訓(xùn)練這個(gè)模型使用的是Baum-Welch算法它是期望最大化算法在HMM上的具體實(shí)現(xiàn)。其核心思想是初始化隨機(jī)或啟發(fā)式地給A, B, π賦初值。E步前向-后向算法基于當(dāng)前模型參數(shù)計(jì)算所有訓(xùn)練數(shù)據(jù)中在時(shí)刻t處于狀態(tài)i的概率γ_t(i)以及在時(shí)刻t處于狀態(tài)i且時(shí)刻t1處于狀態(tài)j的概率ξ_t(i, j)。這些是“充分統(tǒng)計(jì)量”的期望。M步重估利用E步計(jì)算出的期望值重新估計(jì)模型參數(shù)A, B, π使得訓(xùn)練數(shù)據(jù)由新模型生成的概率似然度得到提升。迭代重復(fù)E步和M步直到模型參數(shù)收斂似然度變化小于某個(gè)閾值或達(dá)到最大迭代次數(shù)。實(shí)際操作中我們使用像hmmlearnPython庫(kù)這樣的工具。關(guān)鍵步驟是準(zhǔn)備訓(xùn)練數(shù)據(jù)列表和對(duì)應(yīng)的標(biāo)簽然后設(shè)置模型參數(shù)狀態(tài)數(shù)N、GMM混合分量數(shù)M。狀態(tài)數(shù)N的選擇至關(guān)重要太少模型無(wú)法刻畫(huà)發(fā)音的動(dòng)態(tài)細(xì)節(jié)太多容易過(guò)擬合且訓(xùn)練需要更多數(shù)據(jù)。一個(gè)經(jīng)驗(yàn)法則是為每個(gè)音素分配3個(gè)狀態(tài)起始、穩(wěn)定、結(jié)束。對(duì)于單音節(jié)漢字N取5-7個(gè)狀態(tài)是常見(jiàn)的起點(diǎn)。3.4 解碼識(shí)別在概率森林中尋找最佳路徑訓(xùn)練完成后我們得到了一個(gè)HMM模型庫(kù)。當(dāng)一個(gè)新的待識(shí)別語(yǔ)音到來(lái)時(shí)系統(tǒng)的工作流程如下特征提取對(duì)待識(shí)別語(yǔ)音進(jìn)行與訓(xùn)練階段完全相同的預(yù)處理和MFCC特征提取得到觀測(cè)序列O。計(jì)算似然度對(duì)于詞庫(kù)中的每一個(gè)詞w對(duì)應(yīng)一個(gè)HMM模型λ_w計(jì)算觀測(cè)序列O由該模型生成的概率P(O|λ_w)。直接計(jì)算這個(gè)概率涉及所有可能狀態(tài)序列的求和計(jì)算量巨大。高效的方法是使用前向算法它通過(guò)動(dòng)態(tài)規(guī)劃遞推地計(jì)算概率。維特比解碼實(shí)際上我們不僅想知道概率還想知道“最可能的狀態(tài)路徑”是什么即這個(gè)聲音最可能是怎么發(fā)出來(lái)的。這就需要維特比算法。它也是動(dòng)態(tài)規(guī)劃目標(biāo)是找到一條最優(yōu)狀態(tài)路徑Q* (q1*, q2*, ..., qT*)使得該路徑生成觀測(cè)序列O的聯(lián)合概率最大。在計(jì)算過(guò)程中我們同時(shí)得到了這個(gè)最大概率它通常就作為P(O|λ_w)的近似因?yàn)樽顑?yōu)路徑的概率通常占主導(dǎo)地位。決策比較所有詞w對(duì)應(yīng)的P(O|λ_w)選擇概率最大的那個(gè)詞作為識(shí)別結(jié)果w* argmax_w P(O|λ_w)。實(shí)操心得在實(shí)際編程中概率值往往非常小多個(gè)小于1的概率連乘直接計(jì)算會(huì)導(dǎo)致下溢變成0。因此**必須使用概率的對(duì)數(shù)形式log-probability**進(jìn)行計(jì)算。整個(gè)解碼過(guò)程都在對(duì)數(shù)空間進(jìn)行將乘法變?yōu)榧臃ū容^對(duì)數(shù)概率的大小。這是實(shí)現(xiàn)穩(wěn)定HMM識(shí)別系統(tǒng)的關(guān)鍵技巧之一。4. 關(guān)鍵實(shí)現(xiàn)細(xì)節(jié)與參數(shù)調(diào)優(yōu)理解了流程我們來(lái)看看實(shí)現(xiàn)中的“魔鬼細(xì)節(jié)”。這些參數(shù)和選擇直接決定了你的識(shí)別系統(tǒng)是“玩具”還是“工具”。4.1 HMM拓?fù)浣Y(jié)構(gòu)設(shè)計(jì)我們采用從左到右?guī)Э缭降腂akis模型。這意味著狀態(tài)轉(zhuǎn)移概率矩陣A是一個(gè)近似上三角的矩陣對(duì)角線和非零次對(duì)角線、次次對(duì)角線允許跨越一個(gè)狀態(tài)上有值其他位置為0。例如一個(gè)5狀態(tài)的HMM其轉(zhuǎn)移可能為狀態(tài)1可保持在1或跳轉(zhuǎn)到2或跳轉(zhuǎn)到3。狀態(tài)2可保持在2或跳轉(zhuǎn)到3或跳轉(zhuǎn)到4。... 以此類(lèi)推。狀態(tài)5為吸收態(tài)只能保持在5。這種結(jié)構(gòu)強(qiáng)制時(shí)間流向并允許模型適應(yīng)不同的語(yǔ)速。在hmmlearn中可以通過(guò)設(shè)置transmat_prior轉(zhuǎn)移矩陣先驗(yàn)或初始化一個(gè)符合該結(jié)構(gòu)的A矩陣來(lái)實(shí)現(xiàn)。4.2 高斯混合模型GMM的配置觀測(cè)概率B由GMM刻畫(huà)。兩個(gè)核心參數(shù)混合分量數(shù)M每個(gè)狀態(tài)對(duì)應(yīng)的高斯分布個(gè)數(shù)。M越大模型對(duì)觀測(cè)數(shù)據(jù)的刻畫(huà)能力越強(qiáng)但也越容易過(guò)擬合且計(jì)算量增大。對(duì)于小詞匯量孤立詞識(shí)別M3到5通常是個(gè)不錯(cuò)的起點(diǎn)??梢詮?開(kāi)始嘗試觀察驗(yàn)證集識(shí)別率的變化。協(xié)方差矩陣類(lèi)型最常見(jiàn)的是對(duì)角協(xié)方差矩陣。這意味著我們假設(shè)MFCC特征的各個(gè)維度之間是相互獨(dú)立的。這雖然不完全符合事實(shí)但能極大減少參數(shù)數(shù)量從d×d矩陣減少到d個(gè)方差值防止過(guò)擬合且計(jì)算簡(jiǎn)便。全協(xié)方差矩陣在數(shù)據(jù)量非常充足時(shí)可能更精確但絕大多數(shù)語(yǔ)音識(shí)別系統(tǒng)都使用對(duì)角協(xié)方差。4.3 初始化的藝術(shù)Baum-Welch算法對(duì)初始值敏感。糟糕的初始化可能導(dǎo)致收斂到局部最優(yōu)或速度很慢。π初始化通常設(shè)第一個(gè)狀態(tài)的概率為1其余為0即強(qiáng)制從第一個(gè)狀態(tài)開(kāi)始。A初始化按照Bakis模型結(jié)構(gòu)給“保持原狀態(tài)”、“轉(zhuǎn)移到下一個(gè)狀態(tài)”、“跨越一個(gè)狀態(tài)”分配較高的初始概率如0.6, 0.3, 0.1其他轉(zhuǎn)移概率設(shè)為0或極小值。B初始化GMM參數(shù)這是關(guān)鍵。一種穩(wěn)健的方法是使用K-Means聚類(lèi)。將所有訓(xùn)練數(shù)據(jù)的所有幀的特征向量收集起來(lái)進(jìn)行K-Means聚類(lèi)K等于狀態(tài)數(shù)N × 混合分量數(shù)M。然后根據(jù)每個(gè)狀態(tài)預(yù)期“負(fù)責(zé)”的幀段可以通過(guò)均勻分割語(yǔ)音時(shí)間軸來(lái)粗略估計(jì)將聚類(lèi)中心分配給各個(gè)狀態(tài)的各個(gè)混合分量并計(jì)算對(duì)應(yīng)的方差。hmmlearn中的GaussianHMM可以通過(guò)init_params和n_iter參數(shù)控制初始化方式。4.4 訓(xùn)練技巧與停止準(zhǔn)則多序列訓(xùn)練一個(gè)詞通常有多個(gè)發(fā)音樣本由不同人或同一人多次錄制。Baum-Welch算法天然支持用多個(gè)觀測(cè)序列來(lái)訓(xùn)練同一個(gè)模型這能提升模型的魯棒性。在hmmlearn中只需將多個(gè)特征序列的列表傳入fit函數(shù)即可。停止準(zhǔn)則迭代訓(xùn)練何時(shí)停止一是設(shè)置最大迭代次數(shù)如100次二是監(jiān)控模型在驗(yàn)證集上的識(shí)別率。當(dāng)連續(xù)幾次迭代驗(yàn)證集識(shí)別率不再上升時(shí)即可停止以防止過(guò)擬合訓(xùn)練集。切記不要用測(cè)試集來(lái)指導(dǎo)訓(xùn)練停止。方差 flooring訓(xùn)練GMM時(shí)某個(gè)高斯分量的方差可能變得非常小這會(huì)導(dǎo)致在解碼時(shí)計(jì)算出的概率值異常大對(duì)數(shù)概率趨于無(wú)窮破壞數(shù)值穩(wěn)定性。因此需要設(shè)置一個(gè)最小方差閾值如1e-5所有小于該閾值的方差都被強(qiáng)制設(shè)為此值。5. 工程實(shí)現(xiàn)與代碼框架理論說(shuō)了這么多是時(shí)候看看代碼怎么寫(xiě)了。以下是一個(gè)基于Python和hmmlearn庫(kù)的簡(jiǎn)化框架它清晰地展示了訓(xùn)練和識(shí)別的骨架。import numpy as np import librosa from hmmlearn import hmm import os # 1. 特征提取函數(shù) (固定參數(shù)確保訓(xùn)練識(shí)別一致) def extract_mfcc(audio_path, sr16000, n_mfcc13, hop_length160, win_length400): 提取MFCC特征默認(rèn)13維加上一階二階差分共39維 y, sr librosa.load(audio_path, srsr) # 預(yù)加重 y librosa.effects.preemphasis(y, coef0.97) # 提取MFCC mfcc librosa.feature.mfcc(yy, srsr, n_mfccn_mfcc, hop_lengthhop_length, n_fftwin_length) # 計(jì)算一階和二階差分 mfcc_delta librosa.feature.delta(mfcc) mfcc_delta2 librosa.feature.delta(mfcc, order2) # 拼接成39維特征向量 feature_vector np.vstack([mfcc, mfcc_delta, mfcc_delta2]) # 轉(zhuǎn)置使得每一行代表一幀 return feature_vector.T # 2. 數(shù)據(jù)準(zhǔn)備 def load_data(data_dir): data_dir結(jié)構(gòu) /train /kai/*.wav /guan/*.wav /test /kai/*.wav /guan/*.wav train_data {} test_data {} for split in [train, test]: split_path os.path.join(data_dir, split) for word in os.listdir(split_path): word_path os.path.join(split_path, word) if not os.path.isdir(word_path): continue features_list [] for fname in os.listdir(word_path): if fname.endswith(.wav): audio_path os.path.join(word_path, fname) features extract_mfcc(audio_path) features_list.append(features) if split train: train_data[word] features_list else: test_data[word] features_list return train_data, test_data # 3. 模型訓(xùn)練 def train_models(train_data, n_components5, n_mix3): 為每個(gè)詞訓(xùn)練一個(gè)GMM-HMM模型 models {} for word, features_list in train_data.items(): # 計(jì)算所有訓(xùn)練樣本的總幀數(shù)用于確定n_features # hmmlearn要求傳入一個(gè)樣本所以需要將多個(gè)樣本的長(zhǎng)度記錄下來(lái) lengths [f.shape[0] for f in features_list] # 將所有特征幀拼接成一個(gè)長(zhǎng)數(shù)組 X np.vstack(features_list) # 創(chuàng)建并配置GMM-HMM模型 model hmm.GMMHMM(n_componentsn_components, # HMM狀態(tài)數(shù) n_mixn_mix, # 每個(gè)狀態(tài)的GMM混合分量數(shù) covariance_typediag, # 對(duì)角協(xié)方差 n_iter100, # 最大迭代次數(shù) tol0.01, # 收斂閾值 init_paramsstmc, # 初始化參數(shù)s起始概率t轉(zhuǎn)移概率m均值c協(xié)方差 paramsstmc) # 訓(xùn)練過(guò)程中更新的參數(shù) # 使用K-means初始化均值其他參數(shù)隨機(jī) model.means_prior ... # 可以設(shè)置先驗(yàn)這里省略 # 開(kāi)始訓(xùn)練 model.fit(X, lengthslengths) models[word] model print(f模型 {word} 訓(xùn)練完成最終對(duì)數(shù)似然度: {model.monitor_.history[-1]}) return models # 4. 識(shí)別函數(shù) def recognize(models, test_feature): 識(shí)別一段語(yǔ)音特征 best_score -float(inf) best_word None for word, model in models.items(): # 計(jì)算該模型生成觀測(cè)序列的對(duì)數(shù)概率 score model.score(test_feature) if score best_score: best_score score best_word word return best_word, best_score # 5. 主程序 if __name__ __main__: data_dir ./isolated_digits train_set, test_set load_data(data_dir) # 訓(xùn)練階段 print(開(kāi)始訓(xùn)練HMM模型...) hmm_models train_models(train_set, n_components7, n_mix3) # 測(cè)試階段 print(\n開(kāi)始測(cè)試...) correct 0 total 0 for true_word, features_list in test_set.items(): for test_feature in features_list: pred_word, score recognize(hmm_models, test_feature) if pred_word true_word: correct 1 total 1 print(f真實(shí): {true_word}, 預(yù)測(cè): {pred_word}, 得分: {score:.2f}) accuracy correct / total * 100 print(f\n識(shí)別準(zhǔn)確率: {accuracy:.2f}%)這個(gè)框架提供了從特征提取到訓(xùn)練識(shí)別的完整流程。在實(shí)際項(xiàng)目中你還需要加入更多的工程化處理比如特征歸一化倒譜均值方差歸一化、模型持久化用pickle保存訓(xùn)練好的模型、實(shí)時(shí)錄音識(shí)別接口等。6. 性能優(yōu)化與常見(jiàn)問(wèn)題排查即使按照上述流程實(shí)現(xiàn)了系統(tǒng)識(shí)別率可能依然不盡如人意。下面是一些常見(jiàn)的“坑”和優(yōu)化方向。6.1 識(shí)別率低的可能原因及對(duì)策問(wèn)題現(xiàn)象可能原因排查與解決思路整體識(shí)別率很低50%1. 特征提取參數(shù)不一致2. 音頻質(zhì)量差噪聲大3. HMM狀態(tài)數(shù)設(shè)置嚴(yán)重不合理4. 訓(xùn)練數(shù)據(jù)嚴(yán)重不足1.檢查一致性確保訓(xùn)練和測(cè)試時(shí)extract_mfcc函數(shù)的每一個(gè)參數(shù)sr,n_mfcc,hop_length,win_length都完全相同。2.檢查音頻用Audacity等工具播放和查看波形確保錄音清晰沒(méi)有破音或巨大噪聲??紤]加入簡(jiǎn)單的端點(diǎn)檢測(cè)自動(dòng)切除首尾靜音段。3.調(diào)整狀態(tài)數(shù)嘗試增加或減少n_components如從3到10。對(duì)于單音節(jié)詞5-7是個(gè)安全范圍。4.增加數(shù)據(jù)每個(gè)詞至少準(zhǔn)備10-20個(gè)發(fā)音樣本且最好由不同人錄制。某些詞總是混淆如“七”和“一”1. 聲學(xué)特征相似2. 模型訓(xùn)練不充分或過(guò)擬合1.分析混淆對(duì)提取這兩個(gè)詞的特征觀察其MFCC軌跡的均值或分布是否有明顯區(qū)別。如果沒(méi)有可能需要更精細(xì)的特征如PLP或引入更高階的差分特征。2.檢查訓(xùn)練數(shù)據(jù)是否為這兩個(gè)詞提供的訓(xùn)練樣本數(shù)量和質(zhì)量與其他詞一致嘗試單獨(dú)為混淆詞增加訓(xùn)練數(shù)據(jù)。3.調(diào)整模型復(fù)雜度如果過(guò)擬合訓(xùn)練集接近100%測(cè)試集低嘗試減少GMM混合分量n_mix如果欠擬合則適當(dāng)增加。同一說(shuō)話人效果好換人效果差模型對(duì)說(shuō)話人依賴(lài)性強(qiáng)1.數(shù)據(jù)層面確保訓(xùn)練數(shù)據(jù)包含多個(gè)說(shuō)話人男女、不同年齡提高模型泛化能力。2.特征層面應(yīng)用倒譜均值歸一化。對(duì)每一段語(yǔ)音的所有MFCC特征幀分別計(jì)算每個(gè)維度的均值然后每個(gè)幀的特征都減去這個(gè)均值。這可以有效消除不同說(shuō)話人聲道差異帶來(lái)的影響。3.模型層面考慮使用說(shuō)話人自適應(yīng)技術(shù)但這在孤立詞識(shí)別中較少用。識(shí)別速度慢1. 特征維度過(guò)高2. 詞典規(guī)模大時(shí)逐個(gè)計(jì)算概率效率低1.降維嘗試只用靜態(tài)MFCC13維或使用線性判別分析等降維方法。2.優(yōu)化解碼對(duì)于大詞典標(biāo)準(zhǔn)的維特比解碼已是高效方法。瓶頸可能在特征提取。確保使用Librosa的優(yōu)化版本或考慮用更輕量的特征如FBank。6.2 端點(diǎn)檢測(cè)提升魯棒性的利器在實(shí)際環(huán)境中錄音的開(kāi)頭和結(jié)尾往往有長(zhǎng)時(shí)間的靜音或噪聲。將這些部分帶入識(shí)別會(huì)引入大量無(wú)關(guān)特征干擾模型。因此在特征提取前進(jìn)行端點(diǎn)檢測(cè)非常必要。一個(gè)簡(jiǎn)單有效的方法是基于短時(shí)能量和過(guò)零率def vad(wave_data, frame_len400, hop160, energy_thresh0.03, zcr_thresh0.1): 簡(jiǎn)單的雙門(mén)限端點(diǎn)檢測(cè) wave_data: 預(yù)加重后的音頻數(shù)據(jù) return: 有效語(yǔ)音段的起始和結(jié)束索引列表 # 計(jì)算短時(shí)能量 energy [] for i in range(0, len(wave_data)-frame_len, hop): frame wave_data[i:iframe_len] energy.append(np.sum(frame**2)) energy np.array(energy) # 計(jì)算過(guò)零率 zcr [] for i in range(0, len(wave_data)-frame_len, hop): frame wave_data[i:iframe_len] zcr.append(np.sum(np.abs(np.diff(np.sign(frame)))) / (2*frame_len)) zcr np.array(zcr) # 歸一化 energy (energy - np.min(energy)) / (np.max(energy) - np.min(energy) 1e-8) zcr (zcr - np.min(zcr)) / (np.max(zcr) - np.min(zcr) 1e-8) # 雙門(mén)限判斷 speech_flag (energy energy_thresh) | (zcr zcr_thresh) # 找出連續(xù)語(yǔ)音段 indices np.where(speech_flag)[0] if len(indices) 0: return [] gaps np.where(np.diff(indices) 2)[0] segments [] start indices[0] for gap in gaps: end indices[gap] if end - start 3: # 至少持續(xù)幾幀 segments.append((start*hop, end*hopframe_len)) start indices[gap1] end indices[-1] if end - start 3: segments.append((start*hop, end*hopframe_len)) return segments在extract_mfcc函數(shù)中可以先調(diào)用vad函數(shù)獲取有效語(yǔ)音段然后只對(duì)這個(gè)區(qū)間的音頻進(jìn)行MFCC計(jì)算。6.3 向嵌入式平臺(tái)遷移的考量如果你希望將這個(gè)系統(tǒng)部署到ESP32這類(lèi)資源受限的設(shè)備上需要做大量精簡(jiǎn)特征提取在MCU上計(jì)算完整的39維MFCC開(kāi)銷(xiāo)很大??梢钥紤]使用更簡(jiǎn)單的特征如對(duì)數(shù)梅爾濾波器組能量FBank省去DCT步驟。降低特征維度如只用20個(gè)FBank能量。使用定點(diǎn)數(shù)運(yùn)算替代浮點(diǎn)數(shù)。尋找或編寫(xiě)輕量級(jí)的MFCC/FBank庫(kù)。模型存儲(chǔ)HMM的參數(shù)A, B, π和GMM的參數(shù)權(quán)重、均值、方差需要存儲(chǔ)在Flash中。使用對(duì)角協(xié)方差可以大幅減少參數(shù)量。可以考慮量化存儲(chǔ)如將浮點(diǎn)數(shù)轉(zhuǎn)換為int16。解碼計(jì)算識(shí)別時(shí)的前向/維特比算法涉及大量乘法和指數(shù)運(yùn)算對(duì)數(shù)域則為加法。需要優(yōu)化計(jì)算循環(huán)避免動(dòng)態(tài)內(nèi)存分配。由于詞匯量小孤立詞實(shí)時(shí)性通??梢詽M足。工具鏈通常需要在PC上訓(xùn)練好模型然后將模型參數(shù)導(dǎo)出為C語(yǔ)言的頭文件或數(shù)組固化到嵌入式程序中。7. 超越孤立詞HMM的遺產(chǎn)與局限通過(guò)這個(gè)項(xiàng)目我們親手實(shí)現(xiàn)了一個(gè)完整的、基于GMM-HMM的孤立字語(yǔ)音識(shí)別系統(tǒng)。你應(yīng)當(dāng)已經(jīng)深刻體會(huì)到語(yǔ)音識(shí)別本質(zhì)上是一個(gè)模式識(shí)別和序列建模問(wèn)題。HMM的強(qiáng)大之處在于它巧妙地用概率圖模型描述了語(yǔ)音信號(hào)在時(shí)間上的動(dòng)態(tài)變化和內(nèi)在的隱藏結(jié)構(gòu)。然而也必須看到經(jīng)典GMM-HMM的局限對(duì)數(shù)據(jù)的假設(shè)過(guò)強(qiáng)GMM假設(shè)特征向量各維度獨(dú)立且每個(gè)狀態(tài)下的觀測(cè)分布是多個(gè)高斯分布的線性疊加。這在一定程度上限制了模型對(duì)復(fù)雜聲學(xué)模式的刻畫(huà)能力。需要對(duì)齊信息訓(xùn)練HMM需要知道觀測(cè)序列和隱藏狀態(tài)序列的對(duì)應(yīng)關(guān)系對(duì)齊。在孤立詞中我們可以用均勻分割或強(qiáng)制對(duì)齊來(lái)近似但在大詞匯量連續(xù)語(yǔ)音識(shí)別中這本身就是一個(gè)難題通常用更復(fù)雜的模型迭代解決。正是這些局限推動(dòng)了深度學(xué)習(xí)在語(yǔ)音識(shí)別中的應(yīng)用。深度神經(jīng)網(wǎng)絡(luò)DNN以及后來(lái)的CNN、RNN、Transformer被用來(lái)替代GMM作為觀測(cè)概率b_j(o_t)的建模工具形成了DNN-HMM混合系統(tǒng)。DNN能夠?qū)W習(xí)更復(fù)雜、更高層的聲學(xué)特征表示大幅提升了識(shí)別率。而端到端的模型如CTC、RNN-T、Transformer則試圖直接建模P(文字序列 | 聲學(xué)特征序列)進(jìn)一步簡(jiǎn)化了系統(tǒng)流程。因此今天學(xué)習(xí)并實(shí)現(xiàn)GMM-HMM其價(jià)值不在于用它去構(gòu)建一個(gè)最前沿的識(shí)別引擎而在于透徹理解語(yǔ)音識(shí)別的基本范式、核心問(wèn)題和經(jīng)典解決方案。它是你通向更現(xiàn)代、更復(fù)雜語(yǔ)音技術(shù)的一座堅(jiān)實(shí)橋梁。當(dāng)你未來(lái)面對(duì)基于深度學(xué)習(xí)的語(yǔ)音模型時(shí)你會(huì)清楚地知道它是在解決什么樣的問(wèn)題以及它相比HMM到底進(jìn)步在哪里。本文還有配套的精品資源點(diǎn)擊獲取
返回列表
PREV
查看更多資訊
NEXT
返回資訊列表
国产噜噜噜噜噜久久久久久久久| 羞涩视频| 日本高清免费一本视频在线观看| 国产成人+综合亚洲+天堂| 男插女青青影院| 天天天操天天天爱| 精品少妇人妻av久久免费| 男人天堂婷婷五月天校园春色| 九九九九九九九九九九精品视频| 人妻精品视频一区二区三区| 五月天黄色av| 国产v亚洲v日韩v欧美v片另类| 国产成人www免费人成看片| 大香蕉天天看妹子| 男女啪啪网站免费视频| 久久男人网| 人人操人人摸超碰| 欧美|91色综合| 好湿好紧视频| 六月丁香网| 限制级中的三级片中的黑粗大屌屌日人妻熟女| 国产剧情AV不卡在线观看| 韩国国产欧美情侣视频在线| 成全在线观看免费观看| 久久一二三四五六七八九区区| 91天天看| 91在线视频免费中出| 日本不卡一二区| 青青网三级视频| 久一区久久蜜桃| 9l视频自拍9l九色成人| 欧综合网| 欧美午夜精品久久久久久超碰| 蜜臀一区二区三区亚洲最新章节在线观看 - 高清蜜臀一区二区三区亚洲全集播放 | 日日日日日| 国产又长又大又粗的视频| 久久国产乱子伦精品免费女人| 久久久久七视频| 亚洲无码超碰免费| 人妻酒店出差被中出免费在线播放| 久久婷婷电影网| 日本免费一区二| 色综合一本| 特级大荫道BBwBBwBBW| 亚洲日韩视频二区| 黄色一区三区| 国产欧美美女免费观看视频| 深夜视频| 欧美日韩电影一区二区| 精品久久久久av影院| 超碰到97情色| 久jiu久神马影院| 欧美大波激情xxxx| 97精品视频在线| 香蕉久久国产AV一区二区| 欧美黑人极品高潮喷吹熟女黑人性暴力日韩在线欧美极品一区 | 久久久久久九九九| 欧美天天谢综合网| 欧美极度丰满熟妇hd| 丝袜色综合| 久久香蕉网| 91精品丝袜久久久久久| 日韩欧美天堂| 色91综合网| 日韩激情啪啪啪| 少好三P| 天无日色综合| 92人人操人人| 操逼大黄片| 啊啊啊啊嗯嗯在线久久久| 国内精品久久国产,www香蕉久久五月丁香,亚洲欧美日韩精品永久在线,日本精品一 | 99av| www.高清无码诱惑一区.com | 九九九草| 亚 欧 美 综合| 欧美激情性久久久久久| 久久六六| 96精品久久| 人妻出轨一区二区三区| 欧美组图日韩亚洲中文字幕| 人人爱夜夜爱| 淫荡少妇免费| 激情黄色片在线观看| 国产性爱欧美性爱在线| 五月丁香激情综合网| 免费av高清无码| 中文字幕乱妇免费视频| …中文字幕亚洲乱,97人妻无码费视…| 91人人爽人人爽人人人,gav福利视频导航,日韩欧美亚洲国产字幕四区 | 三级色影综合网| 国产农村妇女精品一二区| 亚洲国产婷婷在线播放| 91 欧美| 欧美亚州综合网图片| 美女诱惑在线一区| 亚洲男人天堂网久久| 搡老熟女老女人老熟妇免费视频| 国产强奸乱伦xd| 日日骚网站| 国产日韩人人| 免费成人在线熟妇网| 亚洲另类电影| 五月丁香影院| 2018天天日天天日| 欧洲在线性爱视频| 天堂日本亚洲欧美| 亚洲超碰在线| 日本午夜福利影院| 国产精品一区二区三区,亚洲综合 性开放中文AV高清无码免费看 | 一区在线观看中文字幕| 国产性爱在线视频一区二区| 亚洲全色网| 欧美色综合网| 国产AV无码AV| 黄色免费网| 亚洲天天自拍| 国产精品一区二区麻豆| 99福利社| 在线情色电影 91大| 天天弄欧美| 九九热九九热| 亚洲色吧网| 91狠狠综合久久久| 夜夜嗨一区二区| 99热这里| 床上啊啊啊一区二区三区| 成人av动漫在线观看| 秋霞无码av鲁丝片一区| aaaa黄片| 天天做日日爱夜夜爽| 国产Av超碰| 国产亚洲99久久精品熟| 中国AAAAAA黄色片| 亚洲免费在线探花| 国产网红精品| 黄色交缠性感爆操91国产精品免费一区二区三区 | 青青草华人在线欧美在线| 成人一区二区三区四区| ai欧美亚洲小说| 1204av韩国| 日少妇亚洲版| 国产熟妇一区二区| 超碰久久草| 超碰538| 国模不卡一本二本三电影| 日本少妇va7777| 青青草吊丝| 97资源欧美| 免费网站观看www在线观| 国产精品午夜成人福利| A啊啊在线观看| 狠狠夜色午夜久久综合在线| 日韩国产十八禁| 搞中出视频在线观看| 欧美在线l亚洲| 久久精品视频一区三区小泽玛利亚| 久久受www免费人成| 欧美亚洲色图另类国产| 97人人干人人操| 国产丝袜视频| 欧洲精品在线播放| 人人九九精| 蜜臀va69| 超碰97欧美| 九九热久久99精品re| 男女性感激情网站| 亚洲色图日韩精品| www.狠狠干.coom | 97伦综合| 精品视频在线观看精品| 亚洲无无码αⅴ每日更新| 青青操综合网| 九九AV| 老熟女91av| 亚洲淫色网中文| 国产三级多多影院2022国产AA一级毛片无码 | 欧美黑人与女人91~| 性爱欧美五月| 久久久久久9| 天天色,天天干,天天干| 婷婷五月天_亚洲小说欧美激情另类_精品久久国产字幕 | 色哟哟AV| 中文一区二区三区影院| 嗯啊抽插大香蕉网页| 五月婷婷基地| 国产一区麻豆免费观看| 国产超碰欧美| 亚洲春色欧美激情自拍| 一起草av| 欧美熟女丝袜| 91免费看一区二区三区| 强奸乱伦动态污图免费| 97一区二区蜜臀| 一级A片女人高潮叫床| 91国产精品熟女| 午夜福利在线合集| 日本孕妇一区二区视频操逼免费看| 岛国黄| julia高潮后不停追击中出| 欧美 日韩 另类 亚洲| 亚欧美色图| 性爱网站一区二区| av天堂影视中文在字幕在线中文| 日韩精品大香蕉伊人在线| 大奶的诱惑| 欧美强奸乱| 神马午夜久久久| 综合色91| 综合色色网| 97人人爱人人做人人乐| 欧美双插| 自拍偷拍2025在线观看| 天美传媒Av在线| 蜜臀一区二区三区亚洲最新章节在线观看 - 高清蜜臀一区二区三区亚洲全集播放 | 加勒比海成人视频网 | 五月天婷婷基地| 91欧美性| 中文字幕一区二区三区四区在线视频| 亚洲天堂 视频你懂的| 亚洲欧美日韩激情不卡| 婷婷探花久久精品一区| 精品一区二区在线针对华人免费观看这里只有精品免费观看 | 欧美亚洲特P| 日韩激情中文字幕有码| 性生活无遮挡纯毛片在线看| 国产精品成人久久一区二区三区| 99久久这里只有精品| 色亚洲欧美| av日韩在线观看电影| 色香在线| 啪啪AV导航| 最新中文字幕av| 亚洲精品一二牛牛| 熟妇人妻一区二区| www.av家庭乱伦| 国产一区二区三区中文字幕| 98超碰欧美| 熟妇操花| 97ai亚洲| 婷婷伊人綜合中文字幕| 国产又粗又长又大的视频| 第一高清av中文字幕| 尤物视频偷拍免费| 国产亚洲精品第一最新| 欧美精品亚洲精品日韩传电影| 无码操逼视频一下| 四虎视频在线观看| 91久久久老司机| 日韩精品资源专区二区| 欧美日韩一干二干| 先锋色眉乱伦资源| 欧洲精品欧洲精品| 亚洲成A∨人影院在线欢看| 亚洲视频二区| 黄片免费看黄片免费看| 欧美精品不卡一二三四在线91| 秋霞免费AV| 久久久久久九九九九九九| 久久久久久久亚洲Av无码| a片亚洲一本通视频| 搡老女人老妇女AAA一VU麻豆 | 免费草草草草草视频| 婷婷影院入口| 91操碰| 亚洲日精品| 久久香蕉网| 欧美极品| 啊啊啊好大好湿| 午夜电影在线观看无码专区| 97国产综合欧美| 女人高潮抽搐喷水视频网站| 2017天天插| 日韩女优中文字幕| AV不卡在线| 欧美在线综合| 五月丁香六月婷| 尤物av网站免费在线播放| 美女97超碰| 熟女精品va中文字幕| 亚洲欧美国产精品久久久久久久| 91 手机在线播放 绯色| 国产操伦| 久都青青视频| 中日韩久久久| 人妻一区二区三区熟女| 人人超碰在线观看黄| 人人摸人人叼| 麻豆久久精品亚洲精品88| 骚熟女吞| 色婷婷丁香五月| 91性高朝久久久久久久久| 青青草好吊| 爽爽歪在线视频| 操操操日本的逼| 亚洲情色视频| AV色五月天| 97久久精品亚洲| 操迟操逼在巾线Fre看| 97chaopengongkai| 中文无线日韩一区| 色欲天天婬色婬香WWW夜色| 亚洲熟女乱综合一区二区三区| 中文字幕一区日韩精| 国语对白露脸XXXXXX| 后入福利| 香港日本韩国人妇99www.wccm20| 色999亚洲人成色| 国模私拍一区二区三区神乳| 国产精品另类| 蜜臀aV午夜一区二区三区| julia在线观看久久| 日韩不卡毛片Av免费高清| 91久久久亚洲| 久午视频| 亚洲一区二区中文字幕| 久久日本熟女精品一区| 久久9 9 9精品| 熟女乱伦二区| 亚洲日本韩国在线| 国产熟女免费观看久久| 大学生口爆吞精| 久操免费电影| 亚洲AV色图一区| 中文字幕乱码人妻二区三区| 加勒比综合| 一卡二卡三卡| 91M一社| 久久精品99久久久久久| 综合网亚| 国产精品。| 色综合中文字幕不卡| 97av在线视频| 日本123区操B视频| 最近2019中文字幕国语免费版| 日本熟女不卡视频| 女性91网站| 超碰诱惑| 香蕉99秘 一区精品蜜桃臀| 激情四射婷婷六月天| 操亚州| 天天日天天射天天干| 欧美大香蕉卡久久| 美女黄页| 永久免费观看的毛片的网站| 亚洲熟女人妻中文字幕一区二区| 亚精品无码毛片一区二区三区| 国精品一区二区三| 日日天天久久啊啊aaa| 天堂九九九九九九九九九| 性爱1区| 人妻乱仑一区二区三区| 丝袜美腿制服人妻二区中文字幕| 欧亚 另类 久| 草草草视频在线免费看| 精品视频一二三中文| 国产精品午夜AV完会免费| 亚洲午夜精品久久久中文影院| 久久噜| 九九国产| 亚洲Av无码成人精品国产| 91成人久久| 夜间福利片1000无码| 99精品视频在线观看免费| 精品一区二区成人| 亚洲国产日韩欧美熟妇在线| 国产成人+综合亚洲+天堂| 六月激情婷婷| 欧美九九爱| 色一射色一射| 天天综合有色网| 亚洲熟妇无码一区二区三区| 欧美熟女妇同| 韩国毛片一区二区三区| 欧美亚洲天天| 襙一襙| 亚洲一区中文精品| 草草网站影院白丝内射| 久久伊人东京热| 日日97| 日韩精品人妻一区二区| 尤物网站91| 久久久亚洲高清不打码| 日本网色| 国产精品对白内射| 欧美大片一区二区三区| 九久久九九久视频| 成人小说另类在线| 日本操BAV| 五月丁香综合网| 91色碰| 精品人妻一区二区三区视频| 另类图片五月天| 久久 精品| 亚洲国产成人精品久久久国产成人一区二区 | 人摸人人操人| 野狼激情网| silk lablo在线观看一区二区| 男女香蕉一区二区| 色婷婷国产精品一区在线观看| 无码精品久久| 午夜男人一级A片7777| 色999人与兽| 国产传媒操逼视频| 五月开心网| 欧美91在线+|+欧美| 国内精品久9| 国产操逼网站亚洲一级黄色| 日韩人妻 中文字幕| 天天添天天干电影| 一二三四区操操Av| 国内精品久久人妻性色av| 国产超碰人人操| 久操视频免费在线观看| 日韩丨制服丨中文|在线| 东京热,男人的天堂| 久久久久久亚洲Av无码精| 欧美另类精品xxxx| 色香在线| 国产激情在线| 淫荡熟女乱伦网| 九九aV| 亚洲在高跟鞋自慰久久在色线| 淫纸中9区| 麻豆天美传媒毛片| 欧美日韩操逼嗦吊| 亚洲欧洲色情高清| 亚洲国产成人综合碰碰三级经典| 国产人妻天天干精品| 第45页一区二区| 99久久99九九99九九九| 欧美78| 老女人综合网| 婷婷五月色| 中文字幕精品专区搜索结果91| 人妻铁牛TV| 日本一本道A级黄色毛片试看60分钟| 久久久久久久少妇| 欧美牲| 日韩国产中文字幕| 蜜臀无码一区二区| 国产免费操逼| 色999偷自拍拍| 高清无码人妻久久久一区二区三区aⅴ| av网页一区二区三区| 超碰在线974| 亚洲黄色电影| 天天肏夜夜肏| 精品少妇一区二区| WWW黄片COM| 亚洲九九爱| 91真人天天在线| 亚洲 欧美 日韩 国产一区二区 | 欧美日韩资源| 无码精品一区二区三区潘金莲| 欧美一区二区传媒| 国产乱伦亚洲色图高清无码| 日韩久久超碰色| 精品国产一区探花在线观看| 大香蕉中文aV在线| 欧美日韩*字幕一区| 人妻日日夜夜精品| 色综合加勒比| 精品国产91久久久久久一区黄无| juliaann丝袜| 97人妻色| 青春草莓视频在线观看网址| 大香蕉十区| 久草精品国产99| 18禁看网站一区| 国产亚洲 中文欧美久久| 94色色电影网| 91大神电影天堂| 搡老熟女免费视频| 人人色人人射人人妻| 69国产对白刺激| 精品久久久久黄少妇| 成人怡红院| 亚洲有码 视频一区| 懂色Av| 亚洲有薄码区日本系列中文字幕| 欧美亚洲天堂| 亚洲中文字幕日产无码久久| 国产剧情AV不卡在线观看| 国产97综合| 亚洲精品99| 麻豆久久精品亚洲精品88| 艾草av| 亚洲一区二区久久久久| 日本高清视频在线观看黄已三辽| 九九激情网| 日韩肏逼视频| 久污| 日韩一区二区精品视频| 少妇被c 黄 免费观看| 久久久不卡区一区二区三区久久久| 久久精品日韩| 怡春院久久| 射丝袜高跟鞋99| 色狠狠 - 百度| 中文字幕乱妇免费视频| 97这里都是精品| 乱伦AVxx| 久久AV无码AV| 欧美极品色| 天美精品av| 收看日本人日bb| 性欧美| 第二页中文字幕| 日本高清_区二区三区| 伊香蕉综合久久久久久久噜噜噜 | 久久国产对白激情浪潮| 这里都是精品在线观看| 人人操人人爽人人操人人| 制服诱惑亚洲一区二区三区在线观看| 天美麻花大全视频| 久久透逼视频| 中文字幕一区二区三区人妻不卡| 欧美熟妇操操视频| 另类天堂| 91社操逼| 精品视频一区二区| 97少妇人妻中文字幕久久 | 日韩欧美偷拍美女视频| 天堂精品在线| 3D污黄视频在线观看| 97免费在线视频| 欧美综合传媒| 久久夜夜夜夜| 综合色图亚洲欧美| 91精品国产高清久久久久久,亚洲成人| 色在线视频导航| 内射卯月麻衣| 亚洲麻豆精品二区三区| 国产欧美日韩精品中文| 桃花色综合影院| 国产白丝AV| 97超碰色中文字幕| 97爱b| 欧亚乱色熟一区二区三四区| 欧美一级色| 18禁网站在线播放| 欧美区亚洲区偷拍区| 成人小电影网站tex| 蜜桃视频啊啊啊啊| 欧美熟女妇同| 蜜桃视频精品一区二区三区| AV中文在线可看| 伊人色综合网电影| 国产精品婬乱一级毛片彝族| 免费久久一级毛片大黄| 欧美日韩在线视频网站| 91老熟女视频| 九九九九九九九九九国产精品| 本道在线| 成人精品水蜜桃久久久久久久| 老熟女熟妇| 国产伦精品免编号公布| 97人妻色| 97人妻色| 国产少妇与亚洲av| 五月色综合| 久久久久9| 日韩一级片| 日本网色| 亚洲成人在线播放| 久久久久久久国产a∨| 青椒国产97在线熟女| 国产一区二区三三视频| 免费少妇一区二区| 久久黄色视频一区二区三区 | 国内精品久久久久影院亚洲| 色香色欲天天综合网天天来吧| 久久综合国产精品国产| 日日插夜夜| 最新日日夜夜天天干干| 51久久夜色精品国产麻豆| 国产无码久久高清| 美女操逼A A| 欧美日韩黄片精品在线| 三级特黄60分钟播放| 日韩av免费一级电影| 影音先锋每日最新资源在线观看 | 亚洲交换| 欧美大的香蕉有线电视视频 | 精品无av| 一本久道久久综合狠狠爱一密臀精| 久操视频这里只有精品| 国产农村妇女精品| 国产精品黑人一区二区三区| 国产Av超碰| 亚洲黄色视频在线观看视频| 另类小说综合网| 岛国黄| 人人看人人插| 久久久性| 九九性视频| 国产精品情侣啪啪| 97精品一二区| 久久一二三四不卡 | 九月丁香婷婷色| 国产AAAAAABBBBB| 搡老熟女免费视频 | 五月婷婷激情| 蜜桃传媒一区二区亚洲| 中国小夫妻勾搭露脸淫荡对白| 亚洲综合 欧美| 99久草| 亚洲天堂精品日韩电影| 日韩无码a片| 国产尹人在线视频免费| 殴美性色a级欧美| 欧美日韩国产电影| 精品成人久久久人人亚洲| 精品九九| 黄色小视频日本txt| 99热这里都是精品| 麻豆一区在线| 久久精品国产亚洲粉嫩| 欧美97爱| 在线国产福利网址导航| 日韩人成网站在线播放| 欧美久久婷| 欧美性爱一内片一区二区三区| 夜夜嗨AV蜜臀av| 国产后入清纯| 中文字幕一二三| 国产高清26uuu| 欧美亚洲日韩人妻在线观看| 久久国99999| 欧美日韩色| 黄色电影在线播放综合网站| 依人大香蕉| 传媒免费一区二区三区| 好吊色青靑草| 一本一道vs波多野结衣| 亚洲s在线观看| 久久中久文96| 内射老妇BBWX0C0CK| 天天躁日日躁AAAXX| 亚洲情色图片区| 农村妇女精品一二区| AV不卡在线| 日本不卡高清免v欧美日韩在线观看| 97欧美久久久久久久| 性色AV蜜色av色欲av| 亚洲日韩精品在线播放| 裸体女人草逼视频播放一区,二区,三区,四区,五区 | 国产精品久久久视频| 久久久久96| 亚洲 欧美 制服 另类 自拍| 日本天天吊| 亚洲性综合11| 中文字幕一区电影在线观看| 欧洲乱码一区二区| 女人天堂网| 国产精品无码久久久久2025| 中文字幕在线观看第二页| 久久精品导航| www.人人cao| 91久久久久久久| gogogo免费高清看中国国语| 国产夫妻一区二区| 欧成人精品H无码| 91精品丝袜在线观看| 青青草亚洲一区| 国产精品国产精品国产| 九九人人操| 死我十八禁| 97人人操人人摸| 亚洲97p| 国产亚洲深夜激情| 超硑97精品| 日韩欧美亚洲自拍偷拍| www.五月天| 午夜美女诱惑电源网| 自慰白浆在线观看| 安微少妇操BBB| 狠狠色噜噜狠狠狠狠狠色综合久久| 天美欧美国产| 久操com| 级品肉射| 黄色AAAAA欧美| 欧洲与亚洲欧美精品中文字幕| 强被迫伦姧在线观看无码网站| 99国内精品| 日韩亚洲欧美中文字幕| 九九精品美女高溯喷水| 男人的天堂 在线一区| 99这里有精品| 久久久久久久强迫| 91网18| 国产精品国产自产高清AV| 老汉网| 中文精品一区二去| 人妻五十路在线| 日本色色色视频| 国产熟女自拍| 欧美丰满熟妇XXXX性ppX人交| 伊人久大| 久久高清欧美国产| 成人一二三区| 精品少妇后入一区二区三区四区人妻巨乳| 久久春色| 激情图片伦理国产一区二区日韩| 中文字幕精品一区二| 亚洲情色一区二区三区| 老司机射| 日韩一级二级三级| 久久久久中出| 国产一级特黄大片处女| 狠狠操狠狠燥| 992这里有精品| 欧成人精品H无码| 青青草视频久久久久| 中文字幕丝袜国产第一页不卡| 操死我了啊啊啊| 天天做天天爱| 国产无马在线| 青久久| 中文字幕亚洲在线一区| 在线综合网| 亚码人妻| 天天色播亚洲综合网站| 国产精品熟女一区二区三区| 日韩精品人妻中文字幕久久久| 亚洲黄色网址视频| 欧美精品欧美精品系列| 爱爱动态120秒| 久久久久免费看少妇A片特黄| 国产久9| 97干日韩| 乱伦3P视频| 屁股久久久久久| 国产亚洲色婷婷99精品91| 爽 好舒服 无码刺激久久| 操一操摸一摸| 伊人午夜福利视频| 第四色色综合91| 91九色网| 九九久久一区二区伦理| 视频一区二区免费在线| 亚洲另类色综合网站| 偷拍欧美激情| 日韩午夜啪啪视频| 尹人免费观看视频在线| 中文字幕黑人大片| 欧美色涩| 国产久久一区二区| 殴美牲| 亚洲 国产 精品一区| 在线97视频| 久久久不卡区一区二区三区久久久| 色婷网| 三级特黄60分钟播放| 91人妻人人澡人人爽人人精品| 日韩人妻一区二区| 97亚洲国产| 嗯……啊…嗯嗯…啊…好舒服| 一区二区三区激情在线观看| 人人干黄色| 人妻一区二区三区熟女| 岛国不卡超碰护士AV在线播放| 精品国产嫩穴视频| 91成人久久| 国产精品嫩草影院午夜两性| 高清孕妇孕交 交| 蜜臀久久精品久久久久视频| 爱欲AV| 久久精品一区二区三区不卡| 搡老熟女老女人老熟妇免费视频| 亚洲蜜桃V妇女| 欧色综合| 激情五月天网站| 十八禁的黄污污免费网站| 最新亚洲黄色免费电影| 日韩啪啪啪啪啪| 日韩99神马视频播放| 亚洲精品久久久久久久蜜桃臀| 韩国手机不卡无码三级视频| 久久人| 青青草在线视频美女| 91neishe| 熟女人妻久久中文字幕一二区| 免费久久精品麻豆一区二区av| 亚洲乱码尤物193YW| 青娱乐国产精品| 国产A v无码专区| 欧美性爱第一区| 一级黄色视频网| 蜜乳AV一区| 免费作爱一级视频| 国产精品爽爽va在线观看98| 天天干夜夜一操| 国产亚洲禁久一区二区| 亚洲天堂 视频你懂的| 中文字幕av亚洲在线| 激情接吻视频久久久久久| 九月丁香综合网| 欧美精品自慰系列寂寞少妇| 色五月激情综合网| 婷婷久久综合| 伊人久久青青草| 不卡九肏| 亚洲91网站| 欧洲亚洲综合| 玖玖爱视频网站| 成人怡红院| 日韩激情无码影院| 午夜激情成人在线观看| 久久亚洲AV成人精品无码| 777奇米影视777四色| www.婷婷| 精品久久在线区一区| 国产精品网站www| 东北女人操比视频| 夜夜无码| 国产色产精品在线观看| 成 人片 黄色大片| 精品性爱无码在线播放| 碰碰在线视频| 久久超碰免费的| 久久偷偷色综合蜜桃| 天天摸天天操视频| 久久永久无码人妻视频| 北约熟女超碰| 狠狠操综合| 99国产精品在线观看| 另类视频在线| 东北女人高潮视频| 久久久久久99AV无码免费网站| 伊人久久大香线蕉无码| 久99热| 91偷拍欧美亚洲| 久久原创中文| 亚洲天天操| 欧美日韩国产黄色片| 久草五月| 人人超碰在线观看黄| 一本大道久| 日韩三级伦理中文字幕| 91天堂色男人的天堂| 男人的天堂亚洲| 亚州 综合 色图| 亚洲色婷婷综合久久久久中文| A 天堂| 日本欧美亚洲高清在线看| 中亚av| 亚洲男人的天堂网| 亚洲一二三四区| 美国aaaaa一级黄片| 欧美日韩丝袜| 91美女視頻| 日本韩高清无砖码22o| 日逼国产| 欧美黄色图片| 国语精品av| 曰韩操B| 国模限制级电影| 日韩色图 一区二区| 日韩成人性日韩成人性爱视频在线免费观看| 日韩欧美中文| 色呦呦、国产精品| 国产在线激情| 国产免a费看黄片在线| 欧美日韩m| 亚洲情色 无码专区| 18禁无码永久免费无限制| 91操碰| 久久久久久久久国产| yaouchengrenav| 婷婷五月天av| 97天天插| 国产 日韩 欧美高清| 宅男91视频在线播放| 精品美女少妇一区二区| 精品中文字幕一区二区l - 百度| 日韩影片中文字幕一区二区三区| 日本布卡一区二三区| 国语国产操逼伊人AV网| 99九九久久| 久久精品一区二区三区四区五区| 熟女乱伦二区| 好爽要喷了| 国产51色综合久久免费| 91偷拍欧美亚洲| 日韩综合色图| 97人人射| 91美女视频直播| 留下AⅤ黄色片| 久久亚洲色图中文字幕| 国模私拍一区二区三区神乳| 啊啊啊啊啊啊在线看| 国产熟女无套内射| 亚洲天堂99| 亚洲素人综合| 中文字幕亚韩| 91成人久久| 日本欧美一区二区三区免费| 久久久性爱视频| 人妻偷拍一区二区三区| 亚洲日本男人天堂网| 中文字幕99999| 亚洲国产精品久久久久久久久久| 91综合天天| 丁香五月天激情| 欧美瑟综合| 亚洲成av人片色午夜乱码| 国产熟女自拍| 亚洲欧洲国产综合av| 天天综合站| a级理论午夜日本| 91色射| 五月天丁香网| 超碰97国产欧美| 丁香激情五月| 三久久久四久久久久| 久久久蜜桃一区二区三区| 香蕉99秘 一区精品蜜桃臀| 99亚洲精品| 久久9久| 夜夜爽妓女| 男女日B国产| 殴洲老熟女| 岛国AB视频| 997色在线| 97操操| 国产AV中文| 98久久| 丁香五月天婷婷姐| 亚洲欧美色图小说| 夜草欧美| www.av在线观看| 91久久婷婷| 久久久久久性爱片| 家庭乱伦国产精品| 中文字幕在线2| 亚洲国产欧美中日韩成人综合视频| 国内精品99999| 欧美黑人猛交春色影视大全| 91视频精品| 国产精品亚洲日韩骚欢乐谷最新地址发布页huanieguty性屋娱乐妖精视频 | 亚洲自拍青操视频| 久久久久久人妻| 97在线观看| 另类 综合 日韩 欧美 亚洲| 在线无码操| 人人妻人人澡人人爽人人精品浪潮 | 麻豆国产原创AV色哟哟| 婷婷丁香九月| 亚洲中文字幕久久无码精品| 欧美性特| 6080YYY午夜理论片在线观看| 污电影在线观看| 亚洲欧美大香蕉| 黄片免费视频2019| 97久久国产亚洲精品超碰热| 色婷婷影院| 欧美大香蕉久| AV天黑人| 日韩偷拍色图| 青青伊人这里只有精品| 日韩精品一二三| 夜夜狠狠躁日日躁色视频| 久久AV无码网址| 大象AV在线| 欧美性视频二区三区| 超碰97起碰| 91人妻做a观看视频| 日韩九九九| 午夜毛片高清免费不卡| 丁香六月啪啪| 不卡av在线中文字幕| 性感美女91影视| 日日橹狠狠爱欧美超碰| 激情四射五月天| 国产精品日韩在线一区| 色欧美在线| a人欧美综合天堂麻豆| 9久久精品| 18禁精品网站在线看| 综合第一页| 亚州欧美总和| 91老司机在线视频免费观看| 人妻在线视频| 欧美亚洲国产91在线| 麻豆天天躁天天揉揉AV| A啊啊在线观看| 日韩一级二级| 国产三级中文有码在线视频| 熟女探花啪啪| 青青草综合在线| 亚洲老司机123专区| 欧美专区第一页| 桃花色涩综合影院| 国产精品女生av| 久久一二三四| 新91视频.cmp| #NAME?| 欧美一区二区日韩传媒搭讪精品| 人妻免费观看| 99999亚洲| 激情综合网一盗摄| 午夜福利久久久噜久噜久久综合| 亚洲精品美女久久久久久久久| 人人干黄色| 久久久久久久97| 欧美瑟综合| 96久久久精品| 超碰在线人妻| 无码国产精品96久久久久孕妇| 亚洲自拍青操视频| 91熟女综合| 国产精品青青草| 丁香久久| 婷婷久月| 看日韩操逼| 日韩欧美tv一区二区在线观看| 亚洲综合九九| 欧美日韩亚洲少妇寂寞影院正在播放| 另类图片亚洲加勒比另类图片亚洲加勒比另类图片亚洲加勒比 | 久久久无码av精| 中国一级αV| 四虎av在线| 久久久久无码一妻区| 久久鲁夜| 欧美一二三区四五区| 台湾佬中文娱乐网久久久久久久久久com| 超碰国产情侣自拍网| 丰满人妻一区二区三区免费,| 91Chinese在线| 国产激情片在线观看| 首页中文字幕中文字幕免费| 国产日韩欧美亚洲精品95| 免费一级性爱久久| 久久透逼视频| 操人人| 最近2018中文字幕在线高清第一页| 狠狠爱综合网| 天天综合网91| 久久中出| 国产视频人人网| 操逼网站网站| 尤物av网站免费在线播放| 男女一进一出视频久久| 白丝一区| AV乱伦国产| 手机午夜电影神马久久| 98人妻精品一区二区色欲| 日韩熟女无码| 国产亚洲欧美每日在线| 亚洲 欧美 制服 另类 自拍| 精品无码久久久久久国产浪潮| 眼镜人妻101.com| 国产精品久久久久久照片| 在线国产福利网址导航| 日本欧美亚洲高清在线看| 插欧洲美女欧美精品| 久操热线| 精品妇女一区二区三区| 精品免费一区二区三区在线亚洲人成| 欧美日韩国产中文精品字幕自在自线,| 久草精品热视| 久久国产对白激情浪潮| 性交一区二区在线播放| 色偷偷综合91久久噜噜| 日本精品一区二区不卡| 亚洲综合欧美| 性饥渴少妇av无码毛片| 久草免费福利在线播放| 欧美顶级黄片AAAAA在线免费看| 婷婷激情五月| 超碰激情808| 97精品国产手机| 干b网| 亚洲加勒比久久日本道| 免费啪啪av| 丁香五月激情综合国产| 狼天天狼天天大香蕉| 久久久久久久久久久久黄色| 另类专区加勒比| 四虎精品一区二区| 牛牛操视频逼| 精品国产www久久| 好吊妞转入那个网| 天天看特黄的免费网站| 91情色| 久久无码一区二区二三区性色| 无码逼| 五月婷婷综合在线| 亚洲美欧999| 日韩丨制服丨中文|在线| 亚洲精品91| a一区二区三区乱码在线| 四虎影院成年人片| 大香蕉伊人久久| 久久色一区| 欧美色图片欧美色图| 亚洲国产综合图区中文字幕| 亚洲无码太久| 高清在线不卡一区二区 视频| 亚洲中文日韩欧美大香蕉视频| 国产超碰在线| 91挑色欧美| 色爱天堂| 少妇人妻好深太紧了vr91| 色婷婷视频| 大香蕉男人的天堂| 9Ⅰ超碰| 自拍视频一区在线观看| 中文字幕在线24| 韩国毛片一区二区三区| 国产成人在线观看网址| 超碰人人超在线观看| 校园春色亚洲欧洲| 黑人性欧美| 国产不卡免费在线视频| 国产天美欧美| 99热线麻豆| 久久精品欧美一区二区三区不卡| 激情开心五月天| 日韩 女同 综合| 亚洲啪啪视频免费| 色五月大香蕉| 91n免费处女| 中国AV美女| 国产11页| 啊啊啊啊,啊啊好多水| 色黄污美女啪啪啪免费网站| 丁香五月AV| 欧美特黄视频网站| 北约熟女超碰| 图色综合网| 夜夜爽夜夜操| 91狼人| 欧美论理片| 日韩黄片影院| 极品五月天噜噜| 91欧| 日本国产欧美高清在线| 伊人网在线观看| 精品综合久久久久久五月天| 97人人干| 国产黑白丝在线| 欧美人妻久久精品二区三区| 色噜噜国产在线| 夜夜欢天天干| 国产激情综合| 四虎免费视频| 性在久久久久久| 97精品97| 一级二级三级黑人无码| 国产精品久久9| 香蕉视频精品亚洲一区二区三区在线播| 日韩欧美字幕亚洲一区二区| 青草视频人妻在线观看| 人妻啪| 上床不卡网站| 最近2018中文字幕在线高清第一页| 超AV色女| 91在线视频国产网站|