Personnellement, il est rare que je compte juste les pieds d’un vers du premier (après, c’est peut-être moi qui suis trop nul 
).
Euh alors c'est sans doute parce que tu t'y prends à l'envers, le principe n'est pas de partir d'un vers et de déterminer combien il a de pieds (d'abord c'est pas possible dans le cas général puisque les diérèses sont toujours optionnelles : selon que tu les fais ou pas, le nombre de syllabes varie ^^), le principe est de savoir combien il faut de pieds et de dire le vers dans le bon rythme pour qu'il les fasse ; et c'est ça qui va te dire quelles diérèses tu fais ou non.
Il suffit de se mettre le rythme dans la tête et de parler dessus, je t'assure que c'est tout ce qu'il y a de naturel avec un petit peu d'habitude, enfin pour moi ça l'est, ça m'étonne que ça te perturbe tant que ça de prononcer les e.
Bon j'admets que certains (oui, dont toi Totor) abusent parfois et que c'est pas du tout naturel pour moi de prononcer un e muet devant une virgule, m'enfin ça reste une exception.
Bon sinon je n'ai pas eu le temps de finir mon dernier post hier, mais un autre exemple qui me pousse à penser que le « rythme binaire » dont tu parles n'est pas une règle, juste une conséquence quasi systématique de la règle de non-accumulation de trop de consonnes (« trop » pouvant commencer à trois ou à quatre selon les consonnes dont il s'agit et la personne qui parle) : dans « il faut que je me dépêche », je vais spontanément dire « il faut qu'j'me dépêche » ; « il faut qu'je m'dépêche » étant bien sûr possible mais moins naturel pour moi. J'aurais tendance à dire que c'est parce que /kjm/ coule plus fluidement pour moi que /md/, bien que faisant une consonne de plus en nombre.
Note que le troisième e n'est pas nécessaire dans mon exemple : il faut qu'j'téléphone marche aussi, etc.
Donc sauter un e sur deux n'est pas le plus naturel ici. Mais bien sûr c'est un cas très particulier, *en règle générale*, bouffer deux e de suite provoque une accumulation de consonnes trop importante pour qu'on le fasse. Là, « faut » se termine par une voyelle, que et je commencent par une seule consonne chacun et en plus leur enchaînement est super facile.
À part ça je ne suis pas du tout convaincu par la distinction que tu opères entre les e « caducs » et « les /ə/ qui sont restés (je, te, de, que, etc.) », autrement dit entre les e des mots de plusieurs syllabes et ceux des mots d'une syllabe (à moins que j'aie mal compris ?)
Bien sûr quand tu considères le mot en isolation, s'il fait une seule syllabe tu es bien obligé de prononcer le e, mais c'est juste un artefact dû aux circonstances. Il me semble qu'en contexte il n'y a aucune différence, ces e ne sont pas spécialement plus « restés » que d'autres.
Bon alors c'est vrai qu'on fait une différence orthographique en ce que, devant une voyelle, les e des mots d'une syllabe sont explicitement élidés par une apostrophe tandis que ceux des mots de plusieurs syllabes le sont juste implicitement sans qu'on l'écrive. Mais c'est une distinction qui existe uniquement à l'écrit, à l'oral le comportement est bien le même.
)
.
).
(mais bon peut-être que je rêve).
? (cf. 
