1. Hash匹配

2. 文件名匹配，不准，也许会返回多个给用户选择，一个用户选择之后又可以记录hash，用hash匹配给其他用户匹配

3. 视频或音频特征匹配，可以只匹配前几分钟的特征，类似听歌识曲，可以当做是高级点的hash匹配

大部分用户都是普通用户，都是找现成资源而不会自己剪辑，所以前两种方法就可以应对大部分情况。

大部分是文件名吧，不同的视频对应不同的字幕，网上搜一下就会看到一个电影几乎每一个版本都会对应一个字幕基本上文件名（分辨率，制作组，版本）不匹配的话，字幕十有八九是对不齐的

楼上说的差不多了
我再补充一下，Hash匹配一般采用的方式是获取文件最前面，中间以及最后面的字节取出来计算MD5