Dann häng doch einen an den GPIO port.
Wenn man einen R20 entfernt und dafür die Audioschaltung nachbildet 2 Widerstände und 2 Kondensatoren und eine TVS Diode dann hat man zwar einen GPIO Pin weniger aber das Dingen kann mit einer kleinen Firmwareanpassung 2 Kanalton (Stereo ist nicht so ganz die richtige Bezeichnung). Die beiden Audio Kanäle haben einen 8-Bit DAC (48KHz gehen aber so viel RAM hat der ESP32 auch wieder nicht) mit DMA support, ist zwar keine vollständige Paula aber immer hin.
Bitte melde dich an, um diesen Link zu sehen.
Huh? Scheint mir dass die Erzeugung des Videosignals so viel Prozessorleistung auf dem ESP32 beansprucht, dass für die parallele Erzeugung von Audiosignalen nicht noch eben Prozessorzeit übrig bleibt? Die Bibliothek, auf du verweist, enthält sogar MP3- und AAC-Dekomprimierung, die echt nie parallel zur Erzeugung eines VGA-Signals stattfinden kann.
Es geht eher darum das mit Sicherheit noch etwas mehr als derzeit möglich ist nicht um das Abspielen von MP3 und AAC.
Soweit ich das gesehen habe wird für VGA ein Core benutzt der zweite Core steht noch weitgehend zur Verfügung.