Vrcwatch - Supply the local time to VRChat as Avatar Parameters through OSC

Overview

English: README-EN.md

VRCWatch

VRCWatch は、VRChat 内のアバター向けに現在時刻を送信するためのプログラムです。

使い方

VRChat 起動前、もしくは起動中に run.bat を実行してください。 または VRCWatch ディレクトリをカレントディレクトリにした状態で python3 -m vrcwatch を実行してください。

// TODO: 加筆する

Avatar Parameter

このプログラムでは VRChat の OSC (OpenSound Control) 機能を利用して、 以下のパラメータを Avatar Parameter として送信します。 全てのパラメータは必ず DateTime から始まります。

  • DateTimeYear
    • 型: 整数 (int)
    • グレゴリオ暦での年数です。
    • 2022 年であれば、2022 となります。
  • DateTimeMonth
    • 型: 整数 (int)
    • グレゴリオ暦での月です。1 以上 12 以下の整数を取ります。
    • 1 月あれば、1 を、2 月であれば 2 を、12 月であれば 12 を取ります。
  • DateTimeDay
    • 型: 整数 (int)
    • 当月内での日数です。1 以上 31 以下の整数を取ります。
    • 1 月 23 日であれば 23 を、2 月 29 日であれば、29 を、11 月 30 日であれば 30 を取ります。
  • DateTimeWeekDay
    • 型: 整数 (int)
    • 1 週間内での曜日です。0 以上 6 以下の整数を取ります。
    • 月曜日は 0 を、火曜日は 1 を、水曜日は 2 を、土曜日は 5 を、日曜日は 6 を取ります。
  • DateTimeHour
    • 型: 整数 (int)
    • 1 日を 24 分割している、時 (じ) です。0 以上 23 以下の整数を取ります。
    • 午前 0 時 12 分 (0:12) であれば 0 を、午後 3 時 45 分 (15:45) であれば 15 を、午後 11 時 59 分 (23:59) であれば 23 を取ります。
  • DateTimeMinute
    • 型: 整数 (int)
    • 1 時間を 60 分割している、分です。0 以上 59 以下の整数を取ります。
    • 午前 1 時 00 分 (1:00) であれば 0 を、午後 2 時 34 分 (14:34) であれば 34 を、午後 11 時 59 分 (23:59) であれば 59 を取ります。
  • DateTimeSecond
    • 型: 整数 (int)
    • 1 分間を 60 分割している、秒です。0 以上 59 以下の整数を取ります。
    • 午前 3 時 21 分 0 秒 (3:21:00) であれば 0 を、午後 1 時 23 分 45 秒 (13:23:45) であれば 45 を、午後 11 時 59 分 59 秒 (23:59:59) であれば 59 を取ります。
  • DateTimeHourF
    • 型: 実数 (float)
    • DateTimeHour を 24 で割った、1/24 刻みの実数です。0 以上 1 未満を取ります。
    • 午前 1 時 23 分 (1:23) であれば約 0.04167 (= 1.0 / 24) を、午後 11 時 59 分 (23:59) であれば約 0.95833 (= 23.0 / 24) を取ります。
  • DateTimeMinuteF
    • 型: 実数 (float)
    • DateTimeMinute を 60 で割った、1/60 刻みの実数です。0 以上 1 未満を取ります。
    • 午前 1 時 23 分 (1:23) であれば約 0.38333 (= 23.0 / 60) を、午後 11 時 59 分 (23:59) であれば約 0.98333 (= 59.0 / 60) を取ります。
  • DateTimeSecondF
    • 型: 実数 (float)
    • DateTimeSecond を 60 で割った、1/60 刻みの実数です。0 以上 1 未満を取ります。
    • 午前 4 時 32 分 1 秒 (3:21:01) であれば約 0.01667 (= 1.0 / 60) を、午後 2 時 34 分 59 秒 (14:24:59) であれば約 0.98333 (= 59.0 / 60) を取ります。
  • DateTimeDayTime
    • 型: 実数 (float)
    • 1 日の何割だけ時間が進んだかを表す実数です。0 以上 1 未満を取ります。
    • 午前 0 時 0 分 0 秒 (0:00:00) であれば 0.0 を、午後 12 時 59 分 59 秒 (23:59:59) を約 0.99999 を取ります。

Copyright / License

Copyright (c) 2022 Kosaki Mezumona

MIT License, see LICENSE.

Owner
Kosaki Mezumona
I'm Japanese programmer. I've studied about information technology and researched the aspect-oriented programming at a university.
Kosaki Mezumona
An e-commerce company wants to segment its customers and determine marketing strategies according to these segments.

customer_segmentation_with_rfm Business Problem : An e-commerce company wants to

Buse Yıldırım 3 Jan 06, 2022
Code for "Searching for Efficient Multi-Stage Vision Transformers"

Searching for Efficient Multi-Stage Vision Transformers This repository contains the official Pytorch implementation of "Searching for Efficient Multi

Yi-Lun Liao 62 Oct 25, 2022
Easily benchmark PyTorch model FLOPs, latency, throughput, max allocated memory and energy consumption

⏱ pytorch-benchmark Easily benchmark model inference FLOPs, latency, throughput, max allocated memory and energy consumption Install pip install pytor

Lukas Hedegaard 21 Dec 22, 2022
An index of recommendation algorithms that are based on Graph Neural Networks.

An index of recommendation algorithms that are based on Graph Neural Networks.

FIB LAB, Tsinghua University 564 Jan 07, 2023
Instance-Dependent Partial Label Learning

Instance-Dependent Partial Label Learning Installation pip install -r requirements.txt Run the Demo benchmark-random mnist python -u main.py --gpu 0 -

17 Dec 29, 2022
Sequential model-based optimization with a `scipy.optimize` interface

Scikit-Optimize Scikit-Optimize, or skopt, is a simple and efficient library to minimize (very) expensive and noisy black-box functions. It implements

Scikit-Optimize 2.5k Jan 04, 2023
A tutorial on DataFrames.jl prepared for JuliaCon2021

JuliaCon2021 DataFrames.jl Tutorial This is a tutorial on DataFrames.jl prepared for JuliaCon2021. A video recording of the tutorial is available here

Bogumił Kamiński 106 Jan 09, 2023
LAnguage Model Analysis

LAMA: LAnguage Model Analysis LAMA is a probe for analyzing the factual and commonsense knowledge contained in pretrained language models. The dataset

Meta Research 960 Jan 08, 2023
Towards Long-Form Video Understanding

Towards Long-Form Video Understanding Chao-Yuan Wu, Philipp Krähenbühl, CVPR 2021 [Paper] [Project Page] [Dataset] Citation @inproceedings{lvu2021,

Chao-Yuan Wu 69 Dec 26, 2022
Equivariant Imaging: Learning Beyond the Range Space

[Project] Equivariant Imaging: Learning Beyond the Range Space Project about the

Georges Le Bellier 3 Feb 06, 2022
Project looking into use of autoencoder for semi-supervised learning and comparing data requirements compared to supervised learning.

Project looking into use of autoencoder for semi-supervised learning and comparing data requirements compared to supervised learning.

Tom-R.T.Kvalvaag 2 Dec 17, 2021
Unofficial PyTorch implementation of MobileViT based on paper "MobileViT: Light-weight, General-purpose, and Mobile-friendly Vision Transformer".

MobileViT RegNet Unofficial PyTorch implementation of MobileViT based on paper MOBILEVIT: LIGHT-WEIGHT, GENERAL-PURPOSE, AND MOBILE-FRIENDLY VISION TR

Hong-Jia Chen 91 Dec 02, 2022
Official PyTorch code of DeepPanoContext: Panoramic 3D Scene Understanding with Holistic Scene Context Graph and Relation-based Optimization (ICCV 2021 Oral).

DeepPanoContext (DPC) [Project Page (with interactive results)][Paper] DeepPanoContext: Panoramic 3D Scene Understanding with Holistic Scene Context G

Cheng Zhang 66 Nov 16, 2022
Hardware accelerated, batchable and differentiable optimizers in JAX.

JAXopt Installation | Examples | References Hardware accelerated (GPU/TPU), batchable and differentiable optimizers in JAX. Installation JAXopt can be

Google 621 Jan 08, 2023
A robotic arm that mimics hand movement through MediaPipe tracking.

La-Z-Arm A robotic arm that mimics hand movement through MediaPipe tracking. Hardware NVidia Jetson Nano Sparkfun Pi Servo Shield Micro Servos Webcam

Alfred 1 Jun 05, 2022
Multitask Learning Strengthens Adversarial Robustness

Multitask Learning Strengthens Adversarial Robustness

Columbia University 15 Jun 10, 2022
PyTorch Code for "Generalization in Dexterous Manipulation via Geometry-Aware Multi-Task Learning"

Generalization in Dexterous Manipulation via Geometry-Aware Multi-Task Learning [Project Page] [Paper] Wenlong Huang1, Igor Mordatch2, Pieter Abbeel1,

Wenlong Huang 40 Nov 22, 2022
Official implementation of "CrossPoint: Self-Supervised Cross-Modal Contrastive Learning for 3D Point Cloud Understanding" (CVPR, 2022)

CrossPoint: Self-Supervised Cross-Modal Contrastive Learning for 3D Point Cloud Understanding (CVPR'22) Paper Link | Project Page Abstract : Manual an

Mohamed Afham 152 Dec 23, 2022
Pixel-wise segmentation on VOC2012 dataset using pytorch.

PiWiSe Pixel-wise segmentation on the VOC2012 dataset using pytorch. FCN SegNet PSPNet UNet RefineNet For a more complete implementation of segmentati

Bodo Kaiser 378 Dec 30, 2022
Contrastive Learning for Metagenomic Binning

CLMB A simple framework for CLMB - a novel deep Contrastive Learningfor Metagenomic Binning Created by Pengfei Zhang, senior of Department of Computer

1 Sep 14, 2022