平码五不中公式规律
  • / 10
  • 下载费用:30 金币  

基于最小二乘法的目标方向语音检测方法.pdf

关 键 ?#21097;?/dt>
基于 最小二乘法 目标 方向 语音 检测 方法
  专利查询网所有资源均是用户自行上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作他用。
摘要
申请专利号:

CN201611202112.0

申请日:

2016.12.23

公开号:

CN106683685A

公开日:

2017.05.17

当前法律状态:

实审

?#34892;?#24615;:

审中

法?#19978;?#24773;: 专利申请权的转移IPC(主分类):G10L 21/0216登记生效日:20170929变更事项:申请人变更前权利人:上海语知义信息技术有限公司变更后权利人:云知声(上海)智能科技有限公司变更事项:地址变更前权利人:200233 上海?#34892;?#27719;区钦州北路1198号82幢2层变更后权利人:200233 上海?#34892;?#27719;区桂箐路65号1幢702室03单元|||实质审查的生效IPC(主分类):G10L 21/0216申请日:20161223|||公开
IPC分类号: G10L21/0216(2013.01)I; G10L25/21(2013.01)I; G10L25/27(2013.01)I; G10L25/60(2013.01)I 主分类号: G10L21/0216
申请人: 上海语知义信息技术有限公司
发明人: 李轶杰
地址: 200233 上海?#34892;?#27719;区钦州北路1198号82幢2层
优先权:
专利代理机构: 上海唯源专利代理有限公司 31229 代理人: 曾耀先
PDF完整版下载: PDF下载
法律状态
申请(专利)号:

CN201611202112.0

授权公告号:

||||||

法律状态公告日:

2017.10.24|||2017.06.09|||2017.05.17

法律状态类型:

专利申请权、专利权的转移|||实质审查的生效|||公开

摘要

本发明涉及一种基于最小二乘法的目标方向语音检测方法,包括如下步骤:针对目标方向设计最低旁瓣的波束形成,并记录所述最低旁瓣的波束形成的权重;利用最小二乘法求解噪声估计权重;估计目标信号和噪声信号;利用时域一阶递归平滑方法估计出当前时间目标信号和噪声信号的功率;计算出后验?#26049;?#27604;;依据所述后验?#26049;?#27604;计算得出先验?#26049;?#27604;;对所述先验?#26049;?#27604;进行最小值跟踪,以得到所述先验?#26049;?#27604;的最小值;计算频段在281.25Hz至3437.5Hz?#27573;?#20869;的先验?#26049;?#27604;之和与先验?#26049;?#27604;的最小值之和的比值;判断计算得到的比值与设定阈值的大小以确定目标方向语音是否存在。本发明权重估计准确,检测结果更加准确。

权利要求书

1.一种基于最小二乘法的目标方向语音检测方法,其特征在于,包括如下步骤:
针对目标方向设计最低旁瓣的波束形成,并记录所述最低旁瓣的波束形成的权重;
利用最小二乘法求解噪声估计权重;
利用麦克风形成的输入信号、所述最低旁瓣的波束形成的权重以及所述噪声估计权重
计算得出目标信号和噪声信号;
利用时域一阶递归平滑方法估计出当前时间目标信号和噪声信号的功率;
利用目标信号的功率和噪声信号的功率计算出后验?#26049;?#27604;;
利用判决引导方法根据所述后验?#26049;?#27604;计算得出先验?#26049;?#27604;;
对所述先验?#26049;?#27604;进行最小值跟踪,以得到所述先验?#26049;?#27604;的最小值;
计算频段在281.25Hz至3437.5Hz?#27573;?#20869;的先验?#26049;?#27604;之和与先验?#26049;?#27604;的最小值之
和的比值;
判断计算得到的比值与设定阈值的大小以确定目标方向语音是否存在。
2.如权利要求1所述的基于最小二乘法的目标方向语音检测方法,其特征在于,针对目
标方向设计最低旁瓣的波束形成,包括:
利用二阶锥规划计算所述最低旁瓣的波束形成的权重:
构造自相关矩阵:
R(i,j)=sinc(2fd/c) (式一)
式一中,f为频率,c为空气中的声音的传播速度,d为第i个麦克风和第j个麦克风之间
的距离;
对式一中的R做Cholesky分解:
R=VHV (式二)
利用二阶锥规划求解所述最低旁瓣的波束形成的权重:

<mrow> <mi>m</mi> <mi>a</mi> <mi>x</mi> <mrow> <mo>(</mo> <mo>|</mo> <mo>|</mo> <msup> <mi>w</mi> <mi>H</mi> </msup> <mi>&alpha;</mi> <mo>(</mo> <msub> <mi>&theta;</mi> <mi>s</mi> </msub> <mo>)</mo> <mo>|</mo> <mo>|</mo> <mo>)</mo> </mrow> <mo>&le;</mo> <msqrt> <msub> <mi>&mu;</mi> <mn>1</mn> </msub> </msqrt> <mo>,</mo> <msub> <mi>&theta;</mi> <mi>s</mi> </msub> <mo>&Element;</mo> <msub> <mi>&theta;</mi> <mrow> <mi>S</mi> <mi>L</mi> </mrow> </msub> </mrow>
式三中,w为最低旁瓣的波束形成的权重,α(θ)为目标方向的导向矢量,μ0表示范数约束
值其取值为0.3,μ1表示旁瓣响应约束其取值为0.1,θSL为旁瓣方向,θs为旁瓣方向的角度参
数,H为?#26597;?#36716;置操作。
3.如权利要求2所述的基于最小二乘法的目标方向语音检测方法,其特征在于,利用最
小二乘法求解噪声估计权重,包括:
根据360度全方向上的波束增益和噪声估计之和的响应为1得到如下方程式:
wHA+wnA=1 (式四)
式四中,A为360度全方向的导向矢量所组成的矩阵,wn为噪声估计权重,H为?#26597;?#36716;置操
作;
利用最小二乘法对式四求解,得到噪声估计权重:
wn=(1-wHA)*AH*(AAH)-1 (式五)。
4.如权利要求3所述的基于最小二乘法的目标方向语音检测方法,其特征在于,利用时
域一阶递归平滑估计出当前时间目标信号和噪声信号的功率,包括:
利用计算出的目标信号和噪声信号计算得出目标信号的功率和噪声信号的功率;
基于目标信号的功率和噪声信号的功率利用时域平滑得到:

式六中,?#23435;?#24179;滑系数取值0.85,K为帧数,T为目标信号,N为噪声信号,X为麦克风形成
的输入信号,wn为噪声估计权重,w为最低旁瓣的波束形成的权重,H为?#26597;?#36716;置操作。
5.如权利要求4所述的基于最小二乘法的目标方向语音检测方法,其特征在于,通过如
下公式计算后验?#26049;?#27604;:

将式六所求得的结果代入式七中即可计算得出后验?#26049;?#27604;。
6.如权利要求5所述的基于最小二乘法的目标方向语音检测方法,其特征在于,利用判
决引导方法根据所述后验?#26049;?#27604;计算得出先验?#26049;?#27604;,包括:
采用判决引导方法求解先验?#26049;?#27604;:

式八中,ε为先验?#26049;?#27604;,γold为前一帧的后验?#26049;?#27604;,GH1为语音存在时语音的增益,ρ
为平滑系数;
语音存在时语音的增益通过如下公式计算:

式九中,ε为先验?#26049;?#27604;,γ为后验?#26049;?#27604;。
7.如权利要求6所述的基于最小二乘法的目标方向语音检测方法,其特征在于,对所述
先验?#26049;?#27604;进行最小值跟踪包括:
利用改进型最小控制递归平均方法跟踪先验?#26049;?#27604;得到先验?#26049;?#27604;的最小值:
εmin=IMCRA(ε) (式十)
8.如权利要求7所述的基于最小二乘法的目标方向语音检测方法,其特征在于,计算频
段在281.25Hz至3437.5Hz?#27573;?#20869;的先验?#26049;?#27604;之和与先验?#26049;?#27604;的最小值之和的比值,包
括:
采用16KHz采样频率,512采样长度的快速傅氏变换计算比值:

式十一中,ε为先验?#26049;?#27604;,εmin为先验?#26049;?#27604;的最小值。
9.如权利要求1所述的基于最小二乘法的目标方向语音检测方法,其特征在于,若判断
得出比值大于等于设定阈值,则目标方向语音存在,若判断得出比值小于设定阈值,则目标
方向语音不存在。
10.如权利要求8所述的基于最小二乘法的目标方向语音检测方法,其特征在于,所述
设定阈值在3.0至5.0之间。

说明书

基于最小二乘法的目标方向语音检测方法

技术领域

本发明涉及目标方向语音检测技术领域,特指一种基于最小二乘法的目标方向语
音检测方法。

背景技术

目标方向语音检测是一种能够判断出目标方向语音在当前时间是否存在的技术,
它在人机交互、语音增强、远场语音识别等方面扮演了重要的角色。

传统的方法常用统计模型的VAD(Voice Activity Detection,语音活动检测器),
这种方法可以区分出当前时间是否存在语音,但是需要的限制条件是在单个发声源、稳定
噪声、高?#26049;?#27604;的情况下起效,而且没有办法利用空间信息判断出当前的语音来?#38405;?#20010;方
向。而?#20197;?#36828;场环?#25345;校?#35821;音叠加上环境噪声,相干噪声以及混响后,会使得VAD的效果大大
折扣。近年来研发了启发式的基于?#26049;?#27604;的方法,参见引文(O.Hoshuyama A real time
robust adaptive microphone and controlled by an SNR estimate,InProc.ICASSP
1998,pp.3605-3608),该启发式的基于?#26049;?#27604;的方法是用延迟求和的方法估计出目标方向
语音,用自适应阻塞矩阵的方法估计出噪声,然后用两者的比值估计出?#26049;?#27604;,再利用一个
估计的阈值来对?#26049;?#27604;做判决。其存在如下的问题:一、很难找到一个鲁棒的阈值来判断当
前的?#26049;?#27604;应该归类为语音还是噪声;二、对于噪声和目标方向语音的估计?#36824;?#20934;确;三、
当存在不稳定噪声时,虽然估计出低?#26049;?#27604;,但是实际上语音是存在的。即在不稳定噪声情
况下很容?#36164;?#25928;。

发明内容

本发明的目的在于克服现有技术的缺陷,提供一种基于最小二乘法的目标方向语
音检测方法,解决传统方法中的VAD仅区分当前时间是否存在语音而缺少空间判断,?#20197;?#36828;
场环?#25345;行?#26524;较差的问题,还解决启发式的基于?#26049;?#27604;的方法中存在的目标方向估计不准
确和在不稳定噪声情况下容?#36164;?#25928;的问题。

实现上述目的的技术方案是:

本发明提供了一种基于最小二乘法的目标方向语音检测方法,包括如下步骤:

针对目标方向设计最低旁瓣的波束形成,并记录所述最低旁瓣的波束形成的权
重;

利用最小二乘法求解噪声估计权重;

利用麦克风形成的输入信号、所述最低旁瓣的波束形成的权重以及所述噪声估计
权重计算得出目标信号和噪声信号;

利用时域一阶递归平滑方法估计出当前时间目标信号和噪声信号的功率;

利用目标信号的功率和噪声信号的功率计算出后验?#26049;?#27604;;

利用判决引导方法根据所述后验?#26049;?#27604;计算得出先验?#26049;?#27604;;

对所述先验?#26049;?#27604;进行最小值跟踪,以得到所述先验?#26049;?#27604;的最小值;

计算频段在281.25Hz至3437.5Hz?#27573;?#20869;的先验?#26049;?#27604;之和与先验?#26049;?#27604;的最小
值之和的比值;

判断计算得到的比值与设定阈值的大小以确定目标方向语音是否存在。

本发明利用最小二乘法求解噪声估计权重,权重估计准确,解决了启发式的基于
?#26049;?#27604;方法中对于噪声和目标方法语音的估计?#36824;?#20934;确的问题。本发明的检测方法设计有
对先验?#26049;?#27604;的最小值追踪,利用先验?#26049;?#27604;进行检测要比后验?#26049;?#27604;更加准确。设计追
踪过程使得本发明的检测方法能够适用于不稳定的噪声情况下,解决了现有检测方法中在
不稳定噪声情况下容?#36164;?#25928;的问题。且本发明的检测方法判断的比值为频段内的先验?#26049;?br />比之和与追踪的最小值之和的比值,通过频域求和的方法,能够避免先验?#26049;?#27604;及追踪的
最小值的单个频点不稳定所带来的影响,进而提高了判断结果的准确率。本发明的目标方
向语音检测方法利用了空间信息判断语音是否存在,相对于传统的VAD仅考虑当前时间语
音是否存在,避免了限制条件的影响,且能够适用于远场环境的语音检测。

本发明基于最小二乘法的目标方向语音检测方法的进一步改进在于,针对目标方
向设计最低旁瓣的波束形成,包括:

利用二阶锥规划计算所述最低旁瓣的波束形成的权重:

构造自相关矩阵:

R(i,j)=sinc(2fd/c) (式一)

式一中,f为频率,c为空气中的声音的传播速度,d为第i个麦克风和第j个麦克风
之间的距离;

对式一中的R做Cholesky分解:

R=VHV (式二)

利用二阶锥规划求解所述最低旁瓣的波束形成的权重:


式三中,w为最低旁瓣的波束形成的权重,α(θ)为目标方向的导向矢量,μ0表示范
数约束值其取值为0.3,μ1表示旁瓣响应约束其取值为0.1,θSL为旁瓣方向,θs为旁瓣方向的
角度参数,H为?#26597;?#36716;置操作。

本发明基于最小二乘法的目标方向语音检测方法的进一步改进在于,利用最小二
乘法求解噪声估计权重,包括:

根据360度全方向上的波束增益和噪声估计之和的响应为1得到如下方程式:

wHA+wnA=1 (式四)

式四中,A为360度方向的导向矢量所组成的矩阵,wn为噪声估计权重,H为?#26597;?#36716;
置操作;

利用最小二乘法对式四求解,得到噪声估计权重;

wn=(1-wHA)*AH*(AAH)-1 (式五)。

本发明基于最小二乘法的目标方向语音检测方法的进一步改进在于,利用时域一
阶递归平滑估计出当前时间目标信号和噪声信号的功率,包括:

利用计算出的目标信号和噪声信号计算得出目标信号的功率和噪声信号的功率;

基于目标信号的功率和噪声信号的功率利用时域平滑得到:

T=wHX


PT,K?#28293;薖T,K-1+(1-λ)(||T||2)

PN,K?#28293;薖N,K-1+(1-λ)(||N||2) (式六)

式六中,?#23435;?#24179;滑系数取值0.85,K为帧数,T为目标信号,N为噪声信号,X为麦克风
形成的输入信号,wn为噪声估计权重,w为最低旁瓣的波束形成的权重,H为?#26597;?#36716;置操作。

本发明基于最小二乘法的目标方向语音检测方法的进一步改进在于,通过如下公
式计算后验?#26049;?#27604;:


将式六所求得的结果代入式七中即可计算得出后验?#26049;?#27604;。

本发明基于最小二乘法的目标方向语音检测方法的进一步改进在于,利用判决引
导方法根据所述后验?#26049;?#27604;计算得出先验?#26049;?#27604;,包括:

采用判决引导方法求解先验?#26049;?#27604;:


式八中,ε为先验?#26049;?#27604;,γold为前一帧的后验?#26049;?#27604;,GH1为语音存在时语音的增
益,ρ为平滑系数;

语音存在时语音的增益通过如下公式计算:



式九中,ε为先验?#26049;?#27604;,γ为后验?#26049;?#27604;。

本发明基于最小二乘法的目标方向语音检测方法的进一步改进在于,对所述先验
?#26049;?#27604;进行最小值跟踪包括:

利用改进型最小控制递归平均方法跟踪先验?#26049;?#27604;得到先验?#26049;?#27604;的最小值:

εmin=IMCRA(ε) (式十)

本发明基于最小二乘法的目标方向语音检测方法的进一步改进在于,计算频段在
281.25Hz至3437.5Hz?#27573;?#20869;的先验?#26049;?#27604;之和与先验?#26049;?#27604;的最小值之和的比值,包括:

采用16KHz采样频率,512采样长度的快速傅氏变换计算比值:


式十一中,ε为先验?#26049;?#27604;,εmin为先验?#26049;?#27604;的最小值。

本发明基于最小二乘法的目标方向语音检测方法的进一步改进在于,若判断得出
比值大于等于设定阈值,则目标方向语音存在,若判断得出比值小于设定阈值,则目标方向
语音不存在。

本发明基于最小二乘法的目标方向语音检测方法的进一步改进在于,所述设定阈
值在3.0至5.0之间。

具体实施方式

下面结合具体实施例对本发明作进一步说明。

本发明提供了一种基于最小二乘法的目标方向语音检测方法,检测目标方向是否
有语音存在。目标方向语音检测可与用于判断目标方向语音的开始结束端点,在LMS
(Least-mean square,最小均方误差)类的自适应麦克风阵列降噪?#20302;持校?#20063;可以用于判断
何时更新权值。在人机交互时,也可以判断哪些是语音哪些是噪声,从而可以方便去做AGC
(Automatic Gain Control,自动增益控制)来增强语音的音量。该目标方向语音检测的应
用?#27573;?#24191;,具有较高的实用价值。下面对本发明基于最小二乘法的目标方向语音检测方法
进行说明。

首先需要说明的是?#30418;旁?#27604;(SNR,Signal Noise Ratio),又称?#23545;?#27604;,是指一个电
子设备或电子?#20302;持?#20449;号与噪声的比例。本发明中所用到的后验?#26049;?#27604;是指带噪语音的能
量与噪声能量的比值,先验?#26049;?#27604;是目标语音的能量与噪声能量的比值。

本发明提供了一种基于最小二乘法的目标方向语音检测方法,包括如下步骤:

针对目标方向设计最低旁瓣的波束形成,并记录所述最低旁瓣的波束形成的权
重;针对目标方向设计最低旁瓣的波束形成,包括:

利用二阶锥规划计算所述最低旁瓣的波束形成的权重:

构造自相关矩阵:

R(i,j)=sinc(2fd/c) (式一)

式一中,f为频率,c为空气中的声音的传播速度,d为第i个麦克风和第j个麦克风
之间的距离;

对式一中的R做Cholesky分解(平方根法分解):

R=VHV (式二)

利用二阶锥规划求解所述最低旁瓣的波束形成的权重:


式三中,w为最低旁瓣的波束形成的权重,α(θ)为目标方向的导向矢量,μ0表示范
数约束值取值为0.3,μ1表示旁瓣响应约束取值为0.1,θSL为旁瓣方向,θs为旁瓣方向的角度
参数,H为?#26597;?#36716;置操作。

利用二阶锥规划求解最低旁瓣的波束形成的权重,并根据所求解的最低旁瓣的波
束形成的权重形成最低旁瓣的波束。使得权重的估计更加准确,进而使得目标语音的估计
比较准确,能够适用于不稳定噪声情况,确保在不稳定噪声情况下也很稳定,并提高目标方
向语音检测判断的准确性。

利用最小二乘法求解噪声估计权重;包括:

根据360度全方向上的波束增益和噪声估计之和的响应为1得到如下方程式:

wHA+wnA=1 (式四)

式四中,A为360度方向的导向矢量所组成的矩阵,wn为噪声估计权重,H为?#26597;?#36716;
置操作;

利用最小二乘法对式四求解,得到噪声估计权重:

wn=(1-wHA)*AH*(AAH)-1 (式五)。

用最小二乘法求解噪声估计权重wn的思路为所有方向(360度方向)上的波束增益
和噪声估计之和的响应为1。利用最小二乘法求解噪声估计权重,使得权重的估计更加准
确,进而使得噪声的估计比较准确,能够适用于不稳定噪声情况,确保在不稳定噪声情况下
也很稳定,并提高目标方向语音检测判断的准确性。

利用麦克风形成的输入信号、所述最低旁瓣的波束形成的权重以及所述噪声估计
权重计算得出目标信号和噪声信号;

利用时域一阶递归平滑方法估计出当前时间目标信号和噪声信号的功率;包括:

利用计算出的目标信号和噪声信号计算得出目标信号的功率和噪声信号的功率;

基于目标信号的功率和噪声信号的功率利用时域平滑得到:

T=wHX



式六中,?#23435;?#24179;滑系数取值0.85,K为帧数,T为目标信号,N为噪声信号。X为麦克风
形成的输入信号,wn为噪声估计权重,w为最低旁瓣的波束形成的权重,H为?#26597;?#36716;置操作,
PT,K-1为k-1帧对应的目标信号的功率,PT,K为k帧对应的目标信号的功率,PN,K-1为k-1帧对应
的噪声信号的功率,PN,K为k帧对应的噪声信号的功率。

利用目标信号的功率和噪声信号的功率计算出后验?#26049;?#27604;;

通过如下公式计算后验?#26049;?#27604;:


将式六所求得的结果代入式七中即可计算得出后验?#26049;?#27604;。

利用判决引导方法根据后验?#26049;?#27604;计算得出先验?#26049;?#27604;;

采用判决引导方法求解先验?#26049;?#27604;:


式八中,ε为先验?#26049;?#27604;,γold为前一帧的后验?#26049;?#27604;,GH1为语音存在时语音的增
益,ρ为平滑系数;

语音存在时语音的增益通过如下公式计算:



式九中,ε为先验?#26049;?#27604;,γ为后验?#26049;?#27604;。

对先验?#26049;?#27604;进行最小值跟踪,以得到先验?#26049;?#27604;的最小值;

利用改进型最小控制递归平均方法跟踪先验?#26049;?#27604;得到先验?#26049;?#27604;的最小值:

εmin=IMCRA(ε) (式十)

先验?#26049;?#27604;的最小?#24403;?#31034;当前频率下语音信号最小而噪声信号最大,也就相当于
在当前的频率下的噪声信号。该?#26049;?#27604;的最小值跟踪,适用于噪声估计不利环?#22330;?#38750;稳定噪
声、和弱语音成分。利用的改进型最小控制递归平均方法(IMCRA,Improved minima
controlled recursive averaging)参见引文(Israel Cohen,Noise Spectrum
Estimation in Adverse Environments:Improved Minima Controlled Recursive
Averaging,IEEE TRANSCTIONS ON SPEECH AND AUDIO PROCESSING,VOL.11,NO.5,
SEPTEMBER 2003),该引文中提出了一种改进型最小控制递归平均方法,用于在不利环?#25345;?br />的噪声频谱估计,其是用于对噪声信号的估计。而本发明的检测方法利用该改进型最小控
制递归方法对?#26049;?#27604;进行最小值跟踪。

计算频段在281.25Hz至3437.5Hz?#27573;?#20869;的先验?#26049;?#27604;之和与先验?#26049;?#27604;的最小
值之和的比值;包括:

采用16KHz采样频率,512采样长度的快速傅氏变换(FFT,Fast Fourier
Transformation)计算比值:


式十一中,ε为先验?#26049;?#27604;,εmin为先验?#26049;?#27604;的最小值。

本发明所设计的最低旁瓣波束形成在该281.25Hz至3437.5Hz频段对目标方向增
益明显,?#35782;?#21482;需计算该频段的比值,利用16KHz采样频率,512采样点的采样长度,将
281.25Hz至3437.5Hz频段对应转换为9至110采样点,将9至110采样点对应的先验?#26049;?#27604;之
和与先验?#26049;?#27604;最小值之和相除得到比值,利用加和求比值的方法,能够弥补单个频点存
在的不稳定问题,提高检测结果的准确。且计算先验?#26049;?#27604;的比值相比于后验?#26049;?#27604;更加
准确。

判断计算得到的比值与设定阈值的大小以确定目标方向语音是否存在。若判断得
出比值大于等于设定阈值,则目标方向语音存在,若判断得出比值小于设定阈值,则目标方
向语音不存在。该设定阈值为3.0至5.0,较佳地,设定阈值选为3.0。即当计算得到的比值大
于等于3.0时,则判定目标方向语音存在,当计算得到的比值小于3.0时,则判定目标方向语
音不存在。

本发明基于最小二乘法的目标方向语音检测方法的有益效果为:

本发明在不稳定噪声情况下也很稳定,因为目标语音和噪声的估计比较准确,通
过引导判决方法估计出更准确的?#26049;?#27604;,同时通过最小值跟踪算法可以跟踪出不稳定噪声
情况下的?#26049;?#27604;的最小值,最后通过频域求和的方法避免?#22235;?#20123;频点不稳定的问题。

以上结合实施例对本发明进行了详细说明,本领域中普通技术人员可根据上述说
明对本发明做出种种变化例。因而,实施例中的某些?#38468;?#19981;应构成对本发明的限定,本发明
将以所附权利要求书界定的?#27573;?#20316;为本发明的保护?#27573;А?br />

关于本文
本文标题:基于最小二乘法的目标方向语音检测方法.pdf
链接地址:http://www.pqiex.tw/p-6079846.html
关于我们 - 网站声明 - 网?#38236;?#22270; - 资源地图 - 友情链接 - 网站客服 - 联系我们

[email protected] 2017-2018 zhuanlichaxun.net网站版权所有
经营许可证编号:粤ICP备17046363号-1 
 


收起
展开
平码五不中公式规律 高高频时时彩开奖 福彩中奖介绍 123开奖历史记录 福彩开奖结果17120 浙江舟山体彩飞鱼 广西十一选五计划软件 贵州十一选五预则 贵州11选5胆拖技巧 腾游娱乐中心官方网站网 大富豪棋牌游戏平台