Para encriptar, hay varias formas.
La mas basica como veo, es la analoga, lo que haces es sumar a la señal de audio, una señal a una frecuencia superior a la de la voz humana si solo transmitiras voz, pero debe ser audible menos a 20KHz, esta señal debe tener una potencia = o superior a la señal util.
El demodulador, debe tener un filtro pasa bajas o mejor aun uno pasabanda sintonizado a la voz humana, aporximadamente 250Hz a 3KHz.
lo que hace es reducir la señla encriptadora.
la otra forma es por digitalizacion, algo mas complejo, puedes usar un pic, lo he utilizado para experimentos con digitalizacion, y despues convertirlo a una señal analoga mediante el PWM, y me ha dado buenos resultados, eso con 8 bits, no se escucha muy claro pero si se entiende.
la idea de digitalizar, es poder realizar alguna opreacion, como sumarle un numero para deformar la voz y despues en el receptor desencriptarla restando el mismo numero.
es muy basica mi información pero te puede servir.
saludos y exito.