Julius は -module を指定することでモジュールモードで起動する．モジュールモードでは，起動後，クライアントからの TCP/IP 接続待ちとなる．デフォルトのポート番号は 10500 であるが，-module portnum のようにポート番号を変更することができる．

クライアントからの接続を受けると，Julius は音声認識可能な状態となる． 音声入力に対して音声認識を行いながら，クライアントへ認識結果を送信する． また，音声入力の開始・終了などのイベントを随時送出する．クライアントからは，認識の一時停止や再開といった動作制御，認識用文法の追加や削除などが行える．また，複数モデルによるマルチデコーディング時は，認識処理インスタンスごとの一時停止なども行える．

クライアントとの接続は一対一を想定しており，複数クライアントの同時接続には対応していない．クライアントとのネットワークソケットが切断されると， Julius は認識を停止して，次のクライアントが接続するまで待ち状態となる．

Julius にはサンプルのクライアント jcontrol が付属している．これはJuliusから送信されたメッセージをそのまま標準出力に出力し， またいくつかの簡単なコマンドを送ることができるツールである．これを使い， 以下の要領でJuliusのモジュール動作を試すことができる．

(1) サーバ：Julius を通常の起動方法に "-module" オプションを追加して起動

    % julius -C fast.jconf -module

(2) クライアント：jcontrol を以下のように起動

    % jcontrol (1)を実行しているホスト名

この状態で音声認識を行うと，結果が jcontrol 側に出力される．また， jcontrol で "pause" と入力して enter と押すと認識中断，"resume"で認識が再開できる．

以下，プロトコルについて詳細を述べる．なお，実際の実装については， jcontrol のソースコード，およびjulius/module.c, julius/output_module.c も大いに参考にされたい．

Julius からクライアントへは，ソケット経由で XML 形式のテキストメッセージが送られる．文字エンコーディングは，認識に使用する言語モデルの内容がそのまま送られる．出力文字列のエンコーディングはオプション -charconv で変えることができる．たとえば日本語 shift-jis の出力を UTF-8 に変えるには，起動時に -charconv sjis utf8 と指定する．

メッセージは XML 形式で構成される．改行コードは "\n"である．クライアントがパーズしやすくするため， １回のメッセージ送信ごとに，データの終端として，"." のみの行が送信される．以下はデータの例である．

<STARTPROC/>
<INPUT STATUS="LISTEN" TIME="994675053"/>
<INPUT STATUS="STARTREC" TIME="994675055"/>
<STARTRECOG/>
<INPUT STATUS="ENDREC" TIME="994675059"/>
<GMM RESULT="adult" CMSCORE="1.000000"/>
<ENDRECOG/>
<INPUTPARAM FRAMES="382" MSEC="3820"/>
<RECOGOUT>
  <SHYPO RANK="1" SCORE="-6888.637695" GRAM="0">
    <WHYPO WORD="silB" CLASSID="39" PHONE="silB" CM="1.000"/>
    <WHYPO WORD="上着" CLASSID="0" PHONE="u w a g i" CM="1.000"/>
    <WHYPO WORD="を" CLASSID="35" PHONE="o" CM="1.000"/>
    <WHYPO WORD="白" CLASSID="2" PHONE="sh i r o" CM="0.988"/>
    <WHYPO WORD="に" CLASSID="37" PHONE="n i" CM="1.000"/>
    <WHYPO WORD="して" CLASSID="27" PHONE="sh i t e" CM="1.000"/>
    <WHYPO WORD="下さい" CLASSID="28" PHONE="k u d a s a i" CM="1.000"/>
    <WHYPO WORD="silE" CLASSID="40" PHONE="silE" CM="1.000"/>
  </SHYPO>
</RECOGOUT>
.

<SHYPO> のところは認識結果の文単位の情報である． SCORE が音声認識エンジンの出した尤度，GRAM は文法使用時に，この文章が属する文法番号である．WORD, CLASSID, PHONE, CM はそれぞれ認識結果の単語表記，言語エントリ（N-gramの単語エントリあるいは文法のカテゴリ番号），音素列，単語確信度を表す． 認識失敗時は <RECOGOUT> ... </RECOGOUT> の代わりに <RECOGFAIL/> が出力される．

Julius からクライアントへ送信されるメッセージの一覧を，表 10.1. 「モジュールモードの送信メッセージ」に示す．また，認識結果出力の詳細を表 10.2. 「モジュールモードの認識結果出力の詳細」に示す．

クライアントから Julius にソケット経由でコマンドを送ることで，Julius を制御することができる．コマンドは，コマンドの文字列を末尾に改行コード "\n" をつけて送信する．そのコマンドが引数を必要とする場合は，そのコマンド文字列の次の行として，引数を送る．

ADDGRAM, CHANGEGRAM では，クライアントから Julius へ文法を送信する．クライアントは，コマンド文字列の行につづけて，文法ファイル(.dfa) と辞書ファイル (.dict) の中身を Julius へ送信する．各ファイルの最後には， "DFAEND" あるいは"DICEND" のみの行をそれぞれ送る．また，これらのコマンドのみ，送信する文法の名称をコマンド文字列の直後に空白につづけて指定する．ADDGRAM の送信内容の概要を以下に示す（CHANGEGRAM も同じである）．

ADDGRAM 新文法名
 ［文法ファイル (.dfa) の内容］
DFAEND
 ［辞書ファイル (.dict) の内容］
DICEND

Julius が複数モデルを使って認識処理インスタンスを同時に走らせるマルチデコーディングを行っている場合，プロセス関係および文法操作は「カレントインスタンス」について行われる．全処理インスタンスの一覧は LISTPROCESS で得ることができ，カレントインスタンスは，CURRENTPROCESS や SHIFTPROCESS で変更できる．また，ACTIVATEPROCESS や DEACTIVATEPROCESS を使うことで，個々の認識処理インスタンスを無効化・有効化できる．

コマンドの一覧を 表 10.3. 「クライアントから送信できるコマンド（共通）」および 表 10.4. 「クライアントから送信できるコマンド（カレントインスタンスが文法の場合）」に示す．