モノラルマイクを用いる音声対話システムでは，ユーザ発話とシステム発話が混在するため，両者の識別が必要となる．この状況では登録音声で条件付けする発話区間検出(VAD)が有効だが，登録音声の長尺化により計算量が増大し遅延が発生する．本研究では，実運用を想定し，システム側の登録音声を圧縮して入力長を削減するVAD手法を提案する．まず，登録音声から代表的なパターンを抽出し，冗長成分を除去することで計算量を削減し，リアルタイム性を向上させる．さらに，残響や雑音を含む学習データを使用し，頑健性を向上させる．公開されている対話コーパスを用いた評価では，検出精度を維持しつつRTFが改善されることを確認した．