華人由於母語的語音模式問題，不大習慣子音連綴（consonant cluster）。比如please，就總有人讀得像police，因為不習慣連貫快速的子音連綴，所以總有把子音單獨拆成一個音節的傾向（日本人在這一點上比華人還甚）。其實一方面是語速和節奏上不習慣，一方面是沒掌握好音位變體（allophonic variation）。音位變體就是能夠讓子音適應各種複雜環境的變音方式。比如在讀please的時候，為了讓 p 和 l 更流暢更連貫地銜接在一起，在讀 p 的時候舌尖已經擺好了讀 l 的位置，因為 l 是邊音（lateral 或譯為旁流音），要求氣流從舌頭兩邊走，所以舌尖要上翹，這個時候的 p 如果單拿出來聽會很彆扭，因為它本身讀音舌尖是不上翹的，但是後面緊接著 l 的情況下，這麼讀非常連貫而且毫無違和感，最重要的是不會拖沓，不會變成police。回到題主的例子中，should"ve，must"ve 涉及到 d 和 v 以及 t 和 v 的連讀問題，那麼在讀 d 或 t 的時候，事先擺好讀 v 的口型，v 屬於唇齒摩擦音（labiodental fricative），口型要求上齒咬下唇，那麼就要在讀 t 或 d 的時候提前做出 v 的口型，這樣讀出來的 t 或 d 單獨聽會很怪異，但是在這種連讀的情況下就毫無違和感，而且非常連貫順暢。打個比方，怎麼才能開啟網頁很快？很多瀏覽器有“預讀”功能，直接把你下一個要開啟的頁面給你準備好了，這樣比起開哪個頁面現載入哪個頁面的瀏覽器肯定要快好幾倍。音位變體也可以看成是一種預讀，功能就是讓子音與子音之間或者子音與母音之間讀起來不會拖泥帶水，而是行雲流水。